carrera de inteligencia artificial

¿Es la inteligencia artificial una buena carrera? Estos profesionales de IA piensan que sí.

¿Quieres seguir una carrera en el campo de la IA? Pedimos algunos consejos a los expertos en IA.

La inteligencia artificial es fundamental para la revolución tecnológica en curso, y se está volviendo más inteligente todo el tiempo. La fuerza impulsora detrás de la visión por computadora, el análisis del habla y el procesamiento del lenguaje natural , la IA  impacta la industria y la sociedad de muchas maneras, y continuará haciéndolo en el futuro

No sorprende, entonces, que el campo de la IA esté repleto de oportunidades profesionales; de hecho, tantas de ellas que el sector ahora enfrenta un desafío único: hay demasiados trabajos y muy pocos candidatos calificados. En el lado positivo, eso significa que ofrece empleo virtualmente garantizado (y bien pagado ) para aquellos que tienen los bienes.

¿Es la inteligencia artificial una buena carrera? 

El campo de la inteligencia artificial tiene una tremenda perspectiva de carrera, con la Oficina de Estadísticas Laborales prediciendo un aumento del 31,4 por ciento, para 2030, en los puestos de trabajo para los científicos de datos y los profesionales de las ciencias matemáticas, que son cruciales para la IA. 

La IA también incluye subcampos intrigantes como la visión artificial y abarca el aprendizaje automático , que consiste en enseñar a las máquinas a perfeccionar y mejorar sus habilidades por sí mismas. Se espera que los trabajos de aprendizaje automático tengan un valor de $ 31 mil millones para 2024, un crecimiento del 40 por ciento en seis años, según una estimación de Forbes.

AI también ofrece la capacidad de trabajar en una variedad de campos y con tecnología que cambia la vida. La IA ayuda a los profesionales médicos a encontrar y diagnosticar enfermedades. El transporte usa IA en tecnología como vehículos autónomos, las empresas usan IA para procesar y analizar cifras de rendimiento y los fabricantes usan IA para ensamblar equipos. Los trabajos pagan bien, con un salario base promedio de $ 125,000 al año, y una carrera en IA está preparada para el futuro porque es un componente de tantos avances de vanguardia y con visión de futuro.

Entonces, ¿cómo se ingresa en la IA y cómo es una carrera profesional en inteligencia artificial? Les pedimos a algunos de los mejores expertos del campo que compartieran sus conocimientos de su viaje para ayudar a guiar el camino. Incluyen a Satya Mallick, fundador de Big Vision LLC y director ejecutivo interino de OpenCV.org; Jana Eggers, directora ejecutiva de Nara Logistics; y Joanna Bryson, ex profesora asociada de informática en la Universidad de Bath en Inglaterra y ahora profesora de ética y tecnología en la Escuela Hertie en Berlín, Alemania.

¿Cómo entraste en el campo de la IA?

trayectoria profesional de satya mallick aiSatya Mallick
Fundador, Big Vision LLC/CEO interino, OpenCV.org

Me topé con la visión por computadora (una rama de la IA) cuando era estudiante en el Instituto Indio de Tecnología, Kharagpur (India) alrededor de 1999-2000. Vi a uno de mis mayores haciendo un proyecto de robótica en el que usó cámaras para ayudar a los robots a «ver». Encontré la idea tan fascinante que decidí postularme a programas de doctorado en visión por computadora y aprendizaje automático después de mi licenciatura.  

trayectoria profesional de jana eggers aiJana Eggers
Directora ejecutiva de Nara Logics

Estaba investigando la conductividad en plásticos en el Laboratorio Nacional de Los Álamos a principios de los 90, y las redes neuronales y los algoritmos genéticos fueron herramientas que usé para parte de mi trabajo. Cuando dejé la investigación y entré en los negocios, aterricé en una startup que desarrollaba sistemas expertos para logística. Después de eso, fui a uno de los motores de búsqueda originales, Lycos. Básicamente, debido a que siempre estuve en tecnología de punta, alguna forma de IA era típicamente la herramienta adecuada para el trabajo en el que estaba trabajando. 

trayectoria profesional de joanna bryson aiJoanna Bryson
Profesora de ética y tecnología
Hertie School, Berlín, Alemania

Mi primer título fue en psicología no clínica de la Universidad de Chicago. Y también era bueno programando, así que trabajé en el departamento de informática allí. Estaba interesado en la IA, pero la primera vez que alguien la enseñó fue al año siguiente de graduarme. Pero me dejaron enseñarlo de todos modos. Entonces pasé cinco años en Chicago pagando mi deuda universitaria. Y fue justo en el período en el que vimos la computación descentralizada. Las PC comenzaban a convertirse en una cosa, y nos dimos cuenta de que no todas las computadoras necesitan saberlo todo. Y había decidido que nunca quería ser un programador profesional, así que volví a la escuela de posgrado en inteligencia artificial. Quería ir al MIT, pero elegí Edimburgo porque quería ir al extranjero pero no podía hablar ningún idioma. Tuve suerte en ese momento, porque era el único lugar que en 1991 me habría dado una maestría en IA. A partir de ahí, me enteré de Rod Brooks  [en el MIT] y la IA basada en el comportamiento: la idea de que, en lugar de tratar de entender todo, tenías subpartes especializadas de un robot que entendían diferentes problemas. Y luego, algunos de nosotros decidimos que intentaríamos ingresar al MIT y trabajar con Brooks.  

¿Cuál es el alcance de su trabajo en IA?

trayectoria profesional de satya mallick aiMallick:  Trabajo en el campo de la visión artificial, probablemente el subcampo más importante de la IA. En la visión por computadora, nuestro objetivo es hacer que las máquinas den sentido al mundo mediante el análisis de imágenes y videos. Dirijo una empresa de consultoría de aprendizaje automático y visión artificial llamada Big Vision LLC y un blog popular llamado LearnOpenCV.com. 

En mi empresa de consultoría, abordamos una variedad de problemas de visión por computadora que van desde la detección de parásitos en las heces de los caballos hasta la identificación del modelo de bolsos de moda de alta gama en las imágenes cargadas por los usuarios. Nuestro mayor proyecto involucró OCR y detección de fraude en documentos de identidad. Además, hemos trabajado en aplicaciones de seguridad que involucran detección de intrusos, aplicaciones de visión para guerra urbana, análisis deportivo y dispositivos biomédicos. También soy el director ejecutivo interino de OpenCV.org, que mantiene la biblioteca de visión artificial más grande del mundo (OpenCV). Acabamos de lanzar una campaña de Kickstarter para tres cursos de IA. Lo está haciendo muy bien. 

trayectoria profesional de jana eggers aiEggers: Nara Logics proporciona una plataforma de IA para grandes empresas y el gobierno federal que se enfoca en el soporte de decisiones. Gran parte del aprendizaje profundo se centra en la percepción: reconocer imágenes, comprender el lenguaje; nos centramos en las decisiones de la siguiente etapa a partir de lo que se percibe. Nuestra plataforma ayuda a reunir los flujos de percepción de visión, lenguaje, sensores, etc. para respaldar mejores decisiones, desde qué mostrar a un cliente (personalización) hasta cómo priorizar las operaciones (apoyo a la decisión). 

trayectoria profesional de joanna bryson aiBryson:  Para mi doctorado, quería hacer psicología, pero terminé [en IA] en el MIT. Así que me concentré en algo llamado IA de sistemas, que básicamente se trata de cómo hacer que sea más fácil construir IA. Hay muchas personas que se enfocan en un algoritmo mágico que vencerá a los otros algoritmos, pero me di cuenta de que ya teníamos muchas capacidades y que el verdadero problema era unirlas, el lado de la ingeniería. Así que eso fue en lo que me enfoqué. Y ahora se ha convertido en un gran problema. La ingeniería de sistemas es en realidad una disciplina que hace que las cosas sean seguras, y se remonta mucho antes de la IA.

También sigo tratando de comprender la cooperación humana y la evolución de la cognición, cuándo la usamos y cuándo no, así que me estoy enfocando mucho en comprender las diferentes [formas] en que las personas cooperan y se ayudan entre sí. , y cuando no lo hacen. Estamos trabajando en un artículo ahora mismo sobre por qué la polarización política está bien correlacionada con la desigualdad de riqueza. ¿Cómo interactúan juntos? Luego, por supuesto, está la ética de la IA. Dedico todo mi tiempo a trabajar en políticas, así que solo hablo con la gente y trato de conectar los puntos. Pienso que es simplemente tomar lo mejor que he escuchado y ponerlo todo en un solo lugar, pero otras personas lo ven como algo muy innovador.

¿Qué es lo más gratificante de su trabajo?

trayectoria profesional de satya mallick aiMallick:  Una de las luminarias en nuestro campo, el Dr. Andrew Ng, comparó la IA con la electricidad. Está transformando múltiples industrias y es enormemente gratificante ser parte de esta revolución. Algunas de las aplicaciones que hemos creado eliminan el trabajo pesado de las tareas comunes, algunas nos mantienen a salvo y otras en el ámbito médico mejoran la salud e incluso salvan vidas. Como practicante de este oficio, es profundamente satisfactorio ver que su trabajo marca la diferencia. 

La otra parte que le da mucho sentido a mi vida es mi trabajo como docente de cursos en línea. En OpenCV.org, tenemos la misión de capacitar a la fuerza laboral global en IA. Este es un campo emergente, y somos totalmente conscientes de que la IA provocará la pérdida de muchos puestos de trabajo a través de la automatización. Por lo tanto, es nuestra responsabilidad ayudar a las personas a mejorar sus habilidades y enseñarles lo que aprendemos a través de la práctica de nuestro oficio. 

trayectoria profesional de jana eggers aiEggers:  permitir que nuestros clientes usen sus datos para ver hacia adelante en lugar de analizar hacia atrás.

trayectoria profesional de joanna bryson aiBryson :  Es intrínsecamente interesante entender cómo funciona la inteligencia. Supongo que esa es mi mayor recompensa interna, aunque también me gusta ayudar.

¿Qué aspectos de su trabajo son los más desafiantes?

​Mallicktrayectoria profesional de satya mallick ai Los desafíos en IA vienen en muchas formas diferentes. En primer lugar, tenemos desafíos técnicos. A veces no tenemos suficientes datos. En otras ocasiones, los datos están disponibles pero son extremadamente ruidosos o no están etiquetados de manera que puedan usarse fácilmente. En unos pocos casos, las personas subestiman enormemente la incertidumbre irreductible de un problema: predecir elecciones es uno de esos dominios de problemas. En segundo lugar, tenemos desafíos éticos sin buenas respuestas. Por ejemplo, ¿usaría una IA que ayude al 99 por ciento de las personas, pero que esté muy sesgada en contra del uno por ciento? Eliminar el sesgo de sus datos es extremadamente desafiante. 

​Eggerstrayectoria profesional de jana eggers aiDesmitificando la IA para los clientes. Ambos están intrigados y frustrados por la exageración y la mística en torno a la IA. Nuestro enfoque es hacer que nuestros clientes pasen rápidamente de la prueba de concepto a la producción. 

trayectoria profesional de joanna bryson aiBrysonSon cosas raras, como la coordinación [del horario]. Porque todo es interesante y todo es un desafío y nunca sabes cuándo vas a tener una conversación que ayudará a marcar una gran diferencia. 

Relacionado: 44 empresas de inteligencia artificial a tener en cuenta en 2021

¿Cuáles son los primeros pasos cruciales para seguir una carrera en IA? 

​Mallicktrayectoria profesional de satya mallick aiPara tener una carrera técnica en IA, primero debes tener buenas habilidades de programación. El lenguaje de programación Python se ha convertido en la opción predeterminada para los investigadores e ingenieros de IA. Aunque dependiendo del dominio, se pueden requerir conocimientos de C++. Si ya eres un buen programador, el siguiente paso es encontrar un curso en línea que pueda enseñarte los conceptos básicos y gradualmente llevarte a dominarlo. Hay varias buenas opciones, como cursos de OpenCV.org, Coursera, Udacity y DeepLearning.ai. 

​Eggerstrayectoria profesional de jana eggers aiComprender que la tecnología es la parte más fácil de la IA. Los datos y los resultados son ambos más críticos. Y ambos son impulsados ​​por la organización.

Brysontrayectoria profesional de joanna bryson aiHacer educación de posgrado, incluso si es solo una maestría, para obtener información de otra disciplina. Cuando era estudiante universitario, a medida que las personas se graduaban, era más probable que ingresaran a las carreras que habían [experimentado] en trabajos de verano que en sus especializaciones. Entonces, cuando buscas un trabajo, es muy importante que traigas al menos algunas de las habilidades que [la empresa] necesita y que [también]les brindesalgo. Pero busca [experiencia] que te lleve al menos parte del camino hacia donde quieres ir. Ensúciese las manos haciendo cualquier cantidad de trabajo en programación o análisis de datos o lo que sea. Si estás en una universidad, hay mil millones de pequeños trabajos que puedes conseguir solo para tener algo de experiencia. Eso ayuda mucho. 

¿Qué tan valiosa es la educación postsecundaria? ¿Qué pasa con los títulos de posgrado?

Mallicktrayectoria profesional de satya mallick aiHay dos grandes beneficios de una educación universitaria. En primer lugar, proporciona estructura al proceso de aprendizaje. Sin esta estructura, es fácil perderse en la confusión o perder la motivación. En segundo lugar, completar un título universitario indica un nivel de competencia en el mercado laboral. Dicho esto, cada vez la gente se preocupa más por el portafolio de trabajo que has realizado y menos por tu currículum. Cuando un estudiante publica su código en GitHub de forma regular, vemos de primera mano lo que está aprendiendo y lo bueno que es. Si parte de su trabajo es único y creativo, personalmente no me importaría su título universitario. 

​Eggerstrayectoria profesional de jana eggers aiComo abandono de doctorado, mi perspectiva es que un título de posgrado te otorga respeto,y hay otras formas de ganar ese respeto. Así que realmente depende de ti y de lo que valoras. Puedes tener éxito de cualquier manera.

Brysontrayectoria profesional de joanna bryson aiNo todos los doctorados. vale la pena hacerlo Especialmente en Estados Unidos en este momento, hay muchas personas que te venderán un título que no necesariamente te ayudará. Obtener un título ahora se trata en parte de obtener una educación y en parte de estar en una cohorte de personas que realmente están tratando de entender las cosas, como yo estaba en Edimburgo y el MIT. Solían decir que una maestría es lo mejor si vas a dedicarte a la industria, pero quieres un doctorado si vas a trabajar en laboratorios gubernamentales o en el cajón superior de los laboratorios industriales, o si quieres ser un académico tú mismo. 

¿Son ciertos títulos universitarios mejores que otros?

Mallicktrayectoria profesional de satya mallick aiAbsolutamente. Un título de Stanford en IA vale mucho más que muchas otras universidades porque puedes trabajar con los mejores investigadores que están a la vanguardia de la investigación de IA. La elección de tu especialización también marca una gran diferencia. 

​Eggerstrayectoria profesional de jana eggers aiAI necesita todos los grados involucrados. Sin embargo, la comprensión técnica básica es crucial para participar. 

Brysontrayectoria profesional de joanna bryson aiTenemos excelentes estudiantes que vienen a hacer nuestra maestría [en Bath] y, a menudo, los que terminaron siendo los mejores fueron los que venían de una base de psicología. Así que la psicología es un gran grado. Las matemáticas y la física lo ayudarán a ingresar al aprendizaje automático, pero no necesariamente le brindan una perspectiva completa de lo que está sucediendo. Pensar en la dinámica del cambio es muy importante para entender la sociedad. Soy valioso porque en realidad construyo IA y entiendo cómo funciona, pero también entiendo cómo funciona la sociedad.

Relacionado: ¿Qué no puede hacer la IA?

¿Qué recursos brindan más información sobre las carreras de IA?

Mallicktrayectoria profesional de satya mallick aiDesafortunadamente, las buenas respuestas se encuentran distribuidas en muchas páginas diferentes en Internet. Hay tres grandes áreas de aplicación en la IA: visión artificial, análisis del habla y procesamiento del lenguaje natural. Cada uno requiere un camino de aprendizaje diferente. Por lo tanto, sugeriría a las personas que busquen esos términos en Google y vean qué les interesa. Aquí hay una lista de algunos blogs que la gente puede encontrar interesantes (sesgados hacia la visión por computadora, porque esa es mi área de especialización):LearnOpenCV.com; HaciaDataScience.com; MachineLearningMastery.com; PyImageSearch.com.

Eggerstrayectoria profesional de jana eggers aiEsto depende de cómo aprendas y dónde te quieras enfocar. Ejemplos: Critical es aprender a desarrollar productos tecnológicos; mi libro favorito para esto es Inspired de Marty Cagan. También recomiendo la conferencia de IA de O’Reilly debido a la cantidad de material que cubre tecnología, investigación, negocios, ética, etc. Puede obtener acceso a los materiales de la conferencia através de su plataforma de aprendizaje. Si desea estar más en el lado de I + D de la IA, tiene recursos como arxiv para mantenerse al día con las últimas investigaciones. 

Brysontrayectoria profesional de joanna bryson aiSi tienen preguntas específicas, generalmente las señalo en artículos o publicaciones de blog en particular. Es tan fácil investigar ahora que todos tienen acceso a Google Scholar. Incluso si golpea un muro de pago, es probable que encuentre que alguien ha puesto el PDF en línea. 

¿Cuáles son las perspectivas de avance en las carreras de IA?

​Mallicktrayectoria profesional de satya mallick aiAI es un cohete espacial que está despegando. Incluso los trabajos de nivel de entrada son increíblemente lucrativos, pagan dos veces o más en comparación con los trabajos de programación regulares. La razón es una gran demanda de talento de IA y no hay suficientes personas con la experiencia adecuada. A la larga, estos niveles salariales pueden no ser sostenibles, pero las personas que se suban a este cohete espacial en los próximos cinco años tendrán carreras increíbles tanto en términos financieros como en términos de calidad del trabajo. 

​Eggerstrayectoria profesional de jana eggers aiNo veo a la IA como diferente de cualquier otra tecnología de punta. Tienes la capacidad de saltar de una empresa a otra (lo que puede ser bueno o malo) porque las empresas siempre buscan personas con experiencia. Usted tiene el desafío de que su propia empresa puede tardar más de lo que desea en avanzar. Básicamente, hay una línea muy fina entre el borde de ataque y el borde de sangrado.

¿Cómo cambiará el campo de la IA, a corto y largo plazo? 

Mallicktrayectoria profesional de satya mallick aiCon nuestro nivel actual de comprensión de la IA, podemos resolver muchos problemas en varias industrias. El juego a corto plazo tiene que ver con los datos. Las organizaciones que adquieran la mayor cantidad de datos siempre tendrán una gran ventaja sobre las que no. No se necesita un equipo de investigadores de élite para resolver estos problemas; solo necesitamos una gran cantidad de datos de alta calidad y buenos ingenieros. Sin embargo, a largo plazo, necesitamos investigadores de élite para avances técnicos. Actualmente, los algoritmos de IA más exitosos no aprenden por sí mismos. Son enseñados por humanos mediante el minucioso proceso de recopilación y etiquetado de datos. El próximo avance en IA ocurrirá cuando las máquinas aprendan por sí mismas al observar el mundo, al igual que los humanos en la actualidad. 

​Eggerstrayectoria profesional de jana eggers aiLas empresas ahora se toman más en serio la entrega de resultados por parte de la IA en lugar de las «pruebas». El cambio a más largo plazo en el campo será la ampliación de la apertura de la IA: una mayor profundidad de campo en los negocios.