Dit zoals verteld-essay is gebaseerd op een gesprek met Rahul Kasanagottu, een 32-jarige klantingenieur bij Google, gespecialiseerd in AI en machine learning, en gevestigd in Austin. Zijn identiteit en dienstverband zijn geverifieerd door Business Insider. Het volgende is aangepast voor lengte en duidelijkheid.
Ik heb een paar jaar in een klantsuccesrol bij Google gewerkt, maar toen de generatieve AI-trein kwam langsIk besefte dat ik daar op in wilde gaan.
Tijdens cruciale momenten in de technologie gaan veel mensen ermee aan de slag met als doel geld te verdienen. Ik denk dat meer mensen erover zouden moeten nadenken om met AI aan de slag te gaan om te helpen beïnvloeden hoe het door anderen zal worden gebruikt – en dat is wat ik wilde doen.
Mijn dochter werd geboren in april 2023, en rond die tijd begon de AI-boom. Google biedt genereus ouderschapsverlof, en ik dacht dat dit een goede gelegenheid zou zijn om tijd met mijn dochter door te brengen en boeken over AI te gaan lezen.
Vaderschapsverlof heeft mij zeker geholpen om aan deze reis te beginnen, maar het kostte me ongeveer twee en een half jaar, elf boeken en uren video’s kijken voordat ik een baan bij een AI-team kreeg. Ik heb voor ongeveer vier tot vijf verschillende rollen gesolliciteerd, en zes maanden geleden heb ik doorgegroeid van senior technisch medewerker accountmanager tot een Google Cloud-klantingenieur gespecialiseerd in AI en machine learning. In deze rol bouw ik demo’s en laat ik klanten zien hoe ze de AI-producten van Google kunnen gebruiken.
Ik ben nog steeds voortdurend bezig met het bijscholen. Het product verandert elke dag. Vandaag werk ik met één soort klant, maar morgen werk ik misschien met een totaal andere klant wiens behoeften compleet anders zijn. De leercurve is continu.
Hier zijn de 11 boeken en cursussen die mij hebben geholpen mijn vaardigheden te verbeteren.
Leerboeken:
Andere boeken:
- “Genesis” door Henry Kissinger, Craig Mundie en Eric Schmidt
Cursussen en YouTube-kanalen:
Boeken
De twee boeken die ik van begin tot eind heb gelezen waren ‘Designing Machine Learning Systems’ en ‘Generative AI on AWS’. Deze laatste heeft een begeleidende cursus in diep leren die erg cruciaal was in mijn vroege leerproces.
De twee boeken van Chip Huyen waren mijn favoriet. Hij legt dingen op een heel toegankelijke manier uit en hij heeft mijn inzicht vergroot in hoe organisaties AI gebruiken en implementeren. In eerste instantie was het moeilijk om het verschil te begrijpen tussen de onderzoekskant en de toegepaste kant van AI. Deze boeken hebben mij geholpen te beseffen dat mijn interesse in toegepaste AI lag.
“Power and Prediction” was een andere favoriet. Het gaat over hoe technologie economisch moet worden opgeschaald om een verschil te maken. Als de elektrische gloeilamp bijvoorbeeld nog steeds duizenden dollars zou kosten, zou deze vandaag de dag niet elk huis van elektriciteit voorzien. In de boeken wordt in soortgelijke bewoordingen over AI gesproken.
“Genesis” viel ook op. Het gaat over de toekomst van AI en de uitdagingen die dit met zich meebrengt.
Andrew Ng’s cursussen waren ook erg nuttig. Hij is een geweldige leraar en de oprichter van Google Brain.
De cultuur bij Google hielp ook. Zonder de steun van mijn manager en teamgenoten zou ik geen tijd hebben gehad voor persoonlijke groei. Ik moest prioriteit geven aan mijn baan en persoonlijk leren, terwijl ik ook voor een nieuwe dochter moest zorgen. Mijn vrouw heeft ook veel uren moeten opofferen om aan mijn eigen spullen te kunnen werken.
Soloprojecten
De boeken bevatten doorgaans geen opdrachten, maar de cursussen bevatten veel praktische oefeningen. Na verloop van tijd besefte ik dat dit het ontbrekende stukje in mijn cv was. Het werd moeilijk om wervingsmanagers ervan te overtuigen dat ik de klus kon klaren, omdat hiervoor demo’s moesten worden gebouwd en praktijkgerichte projecten moesten worden uitgevoerd.
Ik besefte dat ik dat moest doen mijn eigen projecten doen en de AI-tools waren daar ongelooflijk nuttig voor.
Voor andere mensen die de overstap willen maken, zou ik zeggen dat je hard moet blijven werken. Het kost tijd om de punten van complexe problemen met elkaar te verbinden en soms moet je hetzelfde steeds opnieuw lezen om dat concept helemaal onder de knie te krijgen.
Veel mensen die met AI aan de slag willen, waaronder ik, hebben haast om na zes maanden een AI-baan te krijgen. Maar veel concepten in machine learning hebben tijd nodig om te internaliseren. Volharding is dus noodzakelijk.
