详细内容或原文请订阅后点击阅览
学习、黑客攻击和运输 ML
Vyacheslav Efimov 谈论 AI 黑客马拉松、数据科学路线图以及 AI 如何有意义地改变 ML 工程师的日常工作学习、黑客和运输 ML 帖子首先出现在走向数据科学上。
来源:走向数据科学在作者聚焦系列中，TDS 编辑与我们社区的成员讨论了他们在数据科学和人工智能方面的职业道路、他们的写作以及他们的灵感来源。今天，我们很高兴与维亚切斯拉夫·埃菲莫夫分享我们的对话。
在作者聚焦系列中，TDS 编辑与我们社区的成员讨论了他们在数据科学和人工智能方面的职业道路、他们的写作以及他们的灵感来源。今天，我们很高兴与 维亚切斯拉夫·埃菲莫夫 。Vyacheslav 是一位高级机器学习工程师，专门研究 NLP 和计算机视觉。他的热情之一是制作教育内容：Vyacheslav 在《走向数据科学》上发表了 60 多篇文章，用简单的文字解释了复杂的概念，提供了丰富的可视化。
您撰写了许多关于 TDS 的入门和解释性文章。基础知识的教学是否改变了您在工作中设计或调试实际系统的方式？
我注意到我教的东西越多，我对它的理解就越好。在现实生活中，当我写一篇新文章时，我会努力深入研究小细节，同时为读者提供简单的解释。以这种方式强调信息有助于我更好地理解算法的工作流程。
从这个意义上说，每当我在工作中遇到我以前写过一篇文章的算法错误时，我更有可能自己快速找出问题的解决方案。从另一个角度来看，当我写一篇关于一个不熟悉的主题的文章并自己探索它时，这会增加我在工作中应用该特定算法时的信心，因为我已经知道它的应用范围、优点、缺点以及具体细节或限制。
这样，我可以提出对其他人来说并不明显的原创解决方案，并向其他队友、经理或利益相关者支持我的选择。这些知识对我来说很宝贵。
对于思考自己职业道路的读者：您的“ 成为数据科学家的路线图 投资组合