कामकाज की दुनिया तेजी से बदल रही है।
जनरेटिव एआई के आगमन और तेजी से अपनाए जाने के कारण, टेक शेयरों के लिए 2023 एक शानदार वर्ष रहा, जिसमें बिग फाइव ( अल्फाबेट , अमेज़ॅन , ऐप्पल , मेटा और माइक्रोसॉफ्ट ) के शेयर की कीमत उस वर्ष की शुरुआत से 60% तक बढ़ गई। 2023 चिपमेकर, एनवीडिया के लिए भी एक बड़ी सफलता थी, जिसके शेयरों की कीमत में तीन गुना वृद्धि हुई।
और जबकि अभी तक इसे पूरी तरह अपनाया नहीं गया है, कॉर्पोरेट अमेरिका इस पर ध्यान दे रहा है। उदाहरण के लिए, जेपी मॉर्गन चेस में, कंपनी ने कहा कि उसके पास 600 मशीन-लर्निंग इंजीनियर हैं, जो 300 से अधिक विभिन्न आंतरिक अनुप्रयोगों पर काम कर रहे हैं।
हाल ही में
इसके कारण कुछ कंपनियां "एआई वॉशिंग" कर रही हैं, यानी अपने उत्पादों या सेवाओं में एआई प्रौद्योगिकी के उपयोग की मात्रा को बढ़ा-चढ़ाकर बता रही हैं।
हालांकि कुछ कंपनियां अपनी प्रेरणाओं और कृत्रिम बुद्धिमत्ता या मशीन लर्निंग प्रौद्योगिकियों के उपयोग के बारे में पूरी तरह से सच नहीं बोलती हैं, लेकिन यह बात सच होती जा रही है कि एआई भविष्य में, तकनीकी कर्मचारियों को अपने कौशल को बढ़ाने की आवश्यकता होगी।
विश्व आर्थिक मंच (WEF) का कहना है कि "2020 का दशक कौशल और करियर प्रगति के मामले में कर्मचारियों और नियोक्ताओं के लिए विकास का दशक बन रहा है"।
निःशुल्क कौशल उन्नयन
हासिल किए जाने वाले प्रमुख कौशलों में नई प्रौद्योगिकी क्षमताएं शामिल होंगी, लेकिन WEF ने विश्लेषणात्मक और रचनात्मक सोच के साथ-साथ लचीलापन, लचीलापन और चपलता, प्रेरणा और आत्म-जागरूकता जैसे प्रमुख मानवीय कौशलों की भी पहचान की है। यानी वे चीजें जो कृत्रिम बुद्धिमत्ता (अभी तक) नहीं कर सकती।
यदि आप अपने कौशल को बढ़ाने के बारे में सोच रहे हैं, तो शुरुआत करने के लिए यह एक बेहतरीन जगह है।
सीखने के लिए एक स्वतंत्र और खुला स्थान, OCW में प्रत्येक MIT विभाग और डिग्री कार्यक्रम में हजारों MIT पाठ्यक्रमों की सामग्री शामिल है, जो प्रारंभिक से लेकर सबसे उन्नत स्नातक स्तर तक है।
पाठ्यक्रमों में पाठ्यक्रम, अनुदेशात्मक सामग्री (जैसे व्याख्यान नोट्स या पठन सूची) और असाइनमेंट या परीक्षा जैसी शिक्षण गतिविधियाँ शामिल हैं। आप अपनी गति से सभी पाठ्यक्रमों का उपयोग कर सकते हैं, और कोई नामांकन शुल्क या पूरा करने की तिथि नहीं है - व्यस्त, दबाव वाली भूमिकाओं में काम करने वालों के लिए उपयोगी है।
कंप्यूटर विज्ञान, इंजीनियरिंग और प्रौद्योगिकी पाठ्यक्रमों की एक विशाल श्रृंखला उपलब्ध है, जिसमें मशीन लर्निंग, जनरेटिव एआई, पायथन, डीप लर्निंग, संज्ञानात्मक रोबोटिक्स, डेटा साइंस और बहुत कुछ जैसे विषय शामिल हैं, और वह भी निःशुल्क।
अगर 2024 में नई नौकरी पाने के लिए कौशल बढ़ाना आपके एजेंडे में है, तो ऊपर दिए गए कोर्स एक बेहतरीन शुरुआत हैं। और आपकी नौकरी की तलाश भी बहुत आसान हो जाती है, इसकी बदौलत
- DataAnnotation एक खोज रहा है
सॉफ्टवेयर डेवलपर अपने AI चैटबॉट को कोड करने के लिए प्रशिक्षित करना। यह लचीली, अंशकालिक या पूर्णकालिक भूमिका आपको उन परियोजनाओं को चुनने की अनुमति देती है जिन पर आप काम करना चाहते हैं, इसमें कोडिंग चैटबॉट के लिए विविध समस्याओं और समाधानों के साथ आना, उच्च-गुणवत्ता वाले उत्तर और कोड स्निपेट लिखना और AI मॉडल द्वारा उत्पादित कोड की गुणवत्ता का मूल्यांकन करना शामिल है। आपको कम से कम एक प्रोग्रामिंग भाषा में कुशल होना चाहिए और कोडिंग समस्याओं (लीटकोड, हैकररैंक) को हल करने में सक्षम होना चाहिए।
- एडोब एक की तलाश में है
मशीन लर्निंग इंजीनियर सैन जोस में। इस पद के लिए वेतन सीमा $135,200 - $250,900 है, और आपके पास स्केलेबल डेटा और ML प्लेटफ़ॉर्म बनाने में अनुसंधान या उद्योग का अनुभव होगा। इस भूमिका में, आपके पास रचनात्मक परिदृश्य को बदलने के लिए एक नया GenAI फाउंडेशन बनाने का अवसर होगा और मॉडल प्रशिक्षण के लिए ML प्लेटफ़ॉर्म में कम विलंबता डेटा पाइपलाइनों को सहजता से एकीकृत करने के लिए डेटा प्लेटफ़ॉर्म इंजीनियरों और आर्किटेक्ट्स के साथ सहयोग करेंगे, साथ ही उच्च गुणवत्ता वाले, उत्पाद स्तर के कोड लिखेंगे जो मानक तरीकों का पालन करते हुए बनाए रखना और परीक्षण करना आसान है। अन्य कार्यों में बड़े पैमाने पर और वितरित वातावरण में वीडियो और ऑडियो फाउंडेशनल मॉडल प्रशिक्षण का समर्थन करने के लिए पुन: प्रयोज्य और स्केलेबल डेटा-लोडिंग फ्रेमवर्क को डिज़ाइन और कार्यान्वित करना शामिल है।
- नई भूमिका की तलाश कर रहे पायथन प्रोग्रामर इस पर विचार कर सकते हैं
पायथन डेवलपर चैंटिली में SAIC में भूमिका। आप अनुभवी, परिणाम-उन्मुख और मिशन-संचालित होंगे, जिसमें राष्ट्रीय सुरक्षा उद्देश्यों के समर्थन में कुशल भंडारण, पहुँच और संगणना के लिए अनुकूलित डेटा मॉडल डिज़ाइन, डेटा फ़ॉर्मेटिंग और ETL विकास करने के लिए डेटा इंजीनियरिंग पर विशेष ध्यान दिया जाएगा। डेटा पाइपलाइन के सभी हिस्सों को विकसित करने, स्वचालित करने और बढ़ाने के साथ एक ठोस समझ और अनुभव की आवश्यकता होती है, जिसमें अंतर्ग्रहण, प्रसंस्करण, भंडारण और उपभोग के लिए डेटा को उजागर करना शामिल है, साथ ही परिचालन निरंतरता बनाए रखते हुए अकुशल टूलिंग में सुधार और नई परिवर्तनकारी तकनीकों को अपनाने पर ध्यान केंद्रित करना आवश्यक है।
क्रिस्टी मैकडर्मॉट द्वारा
