top of page
Writer's pictureBusiness Status Blog

Επάγγελμα Mηχανικός Tεχνητής Nοημοσύνης - Μέσα απο τα μάτια του Φλώρη Αλεξάνδρου

Στη σημερινή μας συνέντευξη - Profession Profile, έχουμε την χαρά να φιλοξενούμε τον Φλώρη Αλεξάνδρου. Ο Φλώρης είναι ένας νέος Μηχανικός Τεχνητής Νοημοσύνης (AI/Machine Learning Engineer) και στην συνέντευξη του μας απαντά σε διάφορα ερωτήματα σχετικά με το επάγγελμα του. Ευχαριστούμε τον Φλώρη για την συνεισφορά του στην προσπάθεια μας αυτή και του ευχόμαστε  κάθε επιτυχία. Καλή ανάγνωση!



Τι είναι ο/η μηχανικός τεχνητής νοημοσύνης;

Ο μηχανικός τεχνητής νοημοσύνης (machine learning engineer) αποτελεί ένα σχετικά πρόσφατο πεδίο εργασίας που ενσωματώνει στοιχεία από την πληροφορική και τα μαθηματικά. Ο βασικός του ρόλος επικεντρώνεται στην ανάπτυξη και συντήρηση συστημάτων τεχνητής νοημοσύνης (AI). Τα συστήματα τεχνητής νοημοσύνης εφαρμόζονται σε ποικίλους τομείς με διάφορες εφαρμογές. Στη βιομηχανία, για παράδειγμα, συστήματα AI μπορούν να χρησιμοποιηθούν για τη βελτιστοποίηση της παραγωγής, τον έλεγχο ποιότητας και την πρόβλεψη βλαβών σε μηχανήματα. Στην υγειονομική περίθαλψη, η τεχνητή νοημοσύνη συμβάλλει στην ανάλυση ιατρικών εικόνων, τη διαγνωστική υποστήριξη και την παρακολούθηση της υγείας. Επίσης, στον χώρο των χρηματοοικονομικών, συστήματα AI εφαρμόζονται για τον αναλυτικό προγραμματισμό, την πρόβλεψη αγορών και την ανίχνευση απάτης.

 

 

Ποια πιστεύετε ότι είναι η μεγαλύτερη πρόκληση που αντιμετωπίζει ο κλάδος σας αυτή τη στιγμή;

Κατά την άποψη μου, η σημαντικότερη πρόκληση για τους επαγγελματίες του κλάδου είναι η συνεχής μελέτη των τελευταίων εξελίξεων. Ειδικά τον τελευταίο χρόνο όπου ο κλάδος αναπτύσσεται με πρωτόγνωρους ρυθμούς και δεν φαίνεται να δείχνει σημάδια επιβράδυνσης.

 

Πώς μετράτε την επιτυχία στη δουλειά σας;

Αυτό εξαρτάται από διάφορους παράγοντες επειδή το συγκεκριμένο επάγγελμα είναι σχετικά πρόσφατο, πάρα πολύ δυναμικό και εξελισσόμενο. Για παράδειγμα σε μια εταιρία ένας ML Engineer μπορεί να εστιάζει παραπάνω στην προετοιμασία των δεδομένων και στην ανάπτυξη των μοντέλων, δηλαδή να είναι πιο κοντά στον τομέα του Data Science. Σε μια άλλη εταιρία όμως μπορεί να χτίζει την υποδομή την οποία τα μοντέλα χρειάζονται για να λειτουργήσουν, δηλαδή πιο κοντά στον τομέα του DevOps. Στην εταιρία που δουλεύω είχα την τύχη να ασχοληθώ και με τα δύο κομμάτια. Μιλώντας λοιπόν μόνο από την δική μου εμπειρία, η επιτυχία πιστεύω μπορεί να μετρηθεί διασφαλίζοντας μια καλή ισορροπία μεταξύ 2 τιμών, την επίδοση των μοντέλων (άρα την ικανοποίηση των πελατών) και το κόστος ανάπτυξης και λειτουργίας τους.

 

Ποια είναι ελάχιστα κριτήρια που χρειάζονται για να μπορέσει κάποιος να εργαστεί σε αυτόν τον τομέα;

Σε αγγελίες για τον τομέα της τεχνητής νοημοσύνης συνήθως απαιτείται μεταπτυχιακό και κατά προτιμότερο διδακτορικό. Βλέποντας όμως ότι με τα χρόνια ο κλάδος εκδημοκρατίζεται, πιστεύω ότι ένα σχετικό πτυχίο πληροφορικής ή μαθηματικών θα είναι αρκετό για να ξεκινήσει κάποιος.

 

Ποια είναι η διαδικασία πρόσληψής της συγκεκριμένης θέσης;

Η τυπική διαδικασία όπως σε κάθε θέση ξεκινά με την πρώτη επαφή εργοδότη και εργοδοτουμένου είτε αυτή έγινε μέσω αγγελίας ή προσωπικής επαφής. Στην συνέχεια ακολουθούν συνήθως 3 ή περισσότερες συνεντεύξεις, ανάλογα με το μέγεθος της εταιρείας και την αρχαιότητα της θέσης. Η πρώτη συνέντευξη γίνεται με τον υπεύθυνο προσωπικού όπου θα μοιραστεί περισσότερες λεπτομέρειες για την θέση. Η δεύτερη συνέντευξη λέγεται technical interview όπου δοκιμάζονται οι τεχνικές δεξιότητες του αιτητή. Αυτό συνήθως γίνεται με ένα τεχνικό πρόβλημα όπου ο αιτητής πρέπει να λύσει πριν την συνέντευξη και επεξηγεί την λύση και τον τρόπο σκέψης του κατά την διάρκεια της συνέντευξης. Η τρίτη και τελευταία συνέντευξη γίνεται με τον manager της ομάδας ή με τους founders αν είναι μικρότερη εταιρία. Ο σκοπός της τρίτης συνέντευξης είναι για να εξεταστεί το culture fit μεταξύ του αιτητή και της εταιρίας. Ένα σημαντικό κριτήριο σε αυτό το στάδιο είναι αν το όραμα της εταιρείας ταιριάζει με τους προσωπικούς στόχους και φιλοδοξίες του αιτητή.

 

Πώς πιστεύετε ότι είναι το μέλλον του κλάδου σας;

Μιλώντας γενικότερα για τον κλάδο της τεχνητής νοημοσύνης, πιστεύω ότι θα συνεχίσει να διευρύνεται και να εφαρμόζεται σε όλο και περισσότερους κλάδους. Οι θέσεις εργασίας τα τελευταία χρόνια φαίνονται να πολλαπλασιάζονται, προσφέροντας μια εξαιρετική ευκαιρία για όσους ενδιαφέρονται.

 

Τι θα θέλατε να γνώριζαν περισσότεροι άνθρωποι για τη δουλειά σας ή τη δουλειά που κάνετε;

Ότι η τεχνητή νοημοσύνη όπως και κάθε άλλο εργαλείο ή τεχνολογία, η χρήση της μπορεί να γίνει καλοπρόθεσμα αλλά και κακόβουλα. Είναι σημαντικό να διασφαλίζουμε ότι η ανάπτυξη και η χρήση της τεχνητής νοημοσύνης συμβαδίζουν με ηθικά πρότυπα και προστατεύουν τα δικαιώματα των ανθρώπων.

 

Τι είναι αυτό που σας προκαλεί περισσότερο στη δουλειά σας και τι σας ευχαριστεί περισσότερο;

Αυτό που με προκαλεί περισσότερο είναι η ανίχνευση και αντιμετώπιση τεχνικών προβλημάτων στα συστήματα τεχνικής νοημοσύνης. Αυτό συμβαίνει διότι υπάρχουν  πολλά κινούμενα μέρη, τα οποία καθιστούν την εκτέλεση του συγκεκριμένου καθήκοντος πολύ πιο περίπλοκη σε σχέση με άλλα συστήματα. Ένα πράγμα που με ευχαριστεί, είναι να βλέπω τον θαυμασμό των ανθρώπων όταν βλέπουν την απόδοση των μοντέλων αναγνώρισης και δημιουργίας εικόνων, που συχνά ξεπερνά την ανθρώπινη απόδοση.

 

 

Ποιες πιστεύετε ότι είναι οι πιο σημαντικές δεξιότητες που πρέπει να διαθέτει κάποιος στη θέση σας;

Πέραν από τις τεχνικές δεξιότητες, μια από τις πιο σημαντικές θα έλεγα είναι η περιέργεια, η οποία δρά ως κίνητρο μελέτης και πειραματισμού με τις συνεχόμενες εξελίξεις του κλάδου. Μια επιπλέον κρίσιμη δεξιότητα είναι η ευελιξία γιατί είναι πολύ πιθανόν να χρειαστεί να εκτελεστούν πολλά καθήκοντα κατά την διάρκεια της εργασίας. 

 

 

Ποια συμβουλή θα δίνατε σε κάποιον που ενδιαφέρεται να ακολουθήσει καριέρα στον τομέα σας;

Η συμβουλή που θα έδινα σε κάποιον είναι να επιδεικνύει υπομονή καθώς ο δρόμος προς την απόκτηση γνώσης απαιτεί πολλή προσπάθεια και χρόνο. Επιπλέον, θα ήταν χρήσιμο να αναπτύξει την ικανότητα να αντιμετωπίζει το άγνωστο με ανοιχτό μυαλό και αισιοδοξία. Στον κόσμο της τεχνολογίας, η διαρκής προσαρμογή σε νέες ιδέες και προκλήσεις είναι καθοριστική. Τέλος, θα ενθάρρυνα τον ενδιαφερόμενο να αναζητήσει ευκαιρίες για συνεργασία και μάθηση από έμπειρους επαγγελματίες στον τομέα. Η ανταλλαγή γνώσεων και εμπειριών με άλλους μπορεί να ενισχύσει την εκπαίδευση και να δημιουργήσει ευκαιρίες για επαγγελματική ανάπτυξη.

Comments


bottom of page