Ex Machina: 4 перспективные профессии в IT

Data scientist в медицине

Data scientist — труднопереводимый на русский язык термин, обозначающий специалиста, который одновременно разбирается в IT (способен программировать, придумывать и решать алгоритмические задачи), математике и статистике, а также хорошо знает определенную отрасль бизнеса или науки, где и может применить вышеперечисленные знания. Аналитики данных нужны везде — от спорта (вспомним знаменитый байопик «Человек, который изменил все» — про спортивного менеджера, впервые использовавшего статистические методы при подборе бейсбольных игроков в команду) до транспорта и добычи полезных ископаемых. По расчетам McKinsey Global Institute, к 2018 году в одних только США понадобится дополнительно 190 тысяч профессионалов такого рода.

Получив подобное образование, не прогадаешь в любом случае, но одно из самых перспективных направлений, где data scientist может приложить свои способности, — это медицина, в которой сейчас происходит много громких прорывов (от редактирования генов до 3D-печати органов). Важную роль играет и «революция больших данных» — благодаря разным гаджетам и приложениям исследователи и врачи-диагносты могут быстро собирать и анализировать огромное количество информации. Человек, способный управлять такими базами данных и ориентироваться в них, точно не останется без работы.

Где учиться:

• Подборка зарубежных магистерских программ.
• Школа аналитики данных «Яндекс».
• Технопарк Mail.ru, курс «Алгоритмы и структуры данных».
• Магистерская программа «Науки о данных» ВШЭ.

Компьютерный лингвист

Нам все чаще приходится искать общий язык с машинами, так что в дальнейшем, очевидно, будет активно развиваться самая «точная» ветвь лингвистики, находящаяся на стыке с математикой и IT.

Компьютерные лингвисты могут работать по нескольким направлениям. Во-первых, это разработка алгоритмов распознавания текста и речи. Такие алгоритмы могут использоваться, например, в «умных домах» и при общении с роботами (а владельцы iPhone уже сейчас могут беседовать с виртуальным помощником Siri). Тут есть, над чем поработать: человеческая речь очень сильно различается в устах разных спикеров, и компьютеру сложно ее распознавать.

Вторая крупная задача — синтез искусственной речи. Тут технологии пока тоже несовершенны: искусственно созданная речь звучит неестественно, а точная имитация интонаций, пауз и модуляций человеческого голоса требует кропотливой работы. Кроме того, компьютерные лингвисты создают системы семантического перевода — пока тексты, переведенные в Google Translate, еще режут глаз, но в будущем программы смогут заменить живых переводчиков.

Где учиться

Пока в нашей стране достаточно сильно разделены специальности, связанные с классической лингвистикой и с IT. В зарубежных вузах есть программы высшего образования по компьютерной лингвистике, но в России проще получить базовое лингвистическое образование, а затем дополнительное — в области IT:

• бакалавриат «Фундаментальная и компьютерная лингвистика» в Высшей школе экономики,
• магистратура «Прикладная математика и информатика» в МФТИ (в числе изучаемых дисциплин есть и компьютерная лингвистика),
• магистратура «Фундаментальная и прикладная лингвистика» в РГГУ,
• бакалавриат «Фундаментальная и прикладная лингвистика» в МГУ им. Ломоносова,
• бакалавриат «Прикладная информатика в области искусств и гуманитарных наук», СПбГУ.

Специалист по машинному обучению

Этот специалист учит компьютер «думать»: составляет алгоритмы, по которым машина будет усваивать и анализировать информацию, выстраивать причинно-следственные связи и делать логические умозаключения. Идея устройства искусственного интеллекта по образу и подобию человеческого привела к созданию так называемых нейронных сетей: используя алгоритмы, которые имитируют процессы, происходящие в реальных клетках мозга, можно заставить программу «учиться». Это помогает ей гибко решать сложные задачи — от распознавания лиц и перевода с одного языка на другой до составления прогнозов.

Где учиться:

• Лаборатория нейронных сетей и глубокого обучения МФТИ.
• Базовый курс «Аналитика с использованием машинного обучения на платформе Microsoft Azure ML», ЦКО «Специалист» при МГТУ им. Баумана.
• Курс по машинному обучению в «ПостНаука Academy».
• Курс «Машинное обучение и анализ данных» на Coursera (разработан МФТИ совместно с «Яндексом»).

Разработчик нейроинтерфейсов

Мы переходим от громоздких компьютеров и ноутбуков к носимым гаджетам, которые постепенно сливаются с одеждой и аксессуарами (куртки и рюкзаки уже умеют подзаряжать мобильные телефоны благодаря встроенным солнечным батареям, а фитнес-браслеты синхронизируются со смартфонами). Следующий этап — интерфейсы для управления киберпротезами, компьютерами и роботами, совместимые с нервной системой человека. Пока они используются в основном для развлечений, но в будущем с их помощью можно будет управлять сложными приборами. Специалист по разработке нейроинтерфейсов должен будет разбираться в психологии, нейробиологии и IT, чтобы создавать гаджеты для идеального взаимопонимания между нашим мозгом и машинами. Можно специализироваться на «железе» (специальных шлемах с датчиками, вроде Emotiv Epoc), а можно разрабатывать приложения, в том числе и мобильные, позволяющие использовать эти шлемы в разных целях.

Где учиться

• Аспирантура по психофизиологии ВШЭ.
• Магистерская программа «Когнитивные науки: от нейрона к познанию» ВШЭ.
• Курс «Чтение мозга: от „Матрицы“ к нейроинтерфейсам» на «ПостНаука Academy».
• Курс по вычислительной нейробиологии на Coursera.