关于工作的未来，一个大问题是我们将如何培训人们，天辰测速天辰登录让他们接受经济中一些增长最快的技术工作。毕竟，像数据科学这样的职业非常复杂，可能需要多年的统计和编程培训，这与可能自动化的职业(比如卡车运输或零售)相比是一个巨大的变化。

 

但我认为，技术不仅会扩大技术工作岗位，还会让没有受过培训的人更容易获得这些工作岗位。举个例子，出租车司机曾经是一项令人难以置信的知识密集型工作，众所周知，伦敦的司机考试要求司机了解城市布局的非凡细节。但是，多亏了GPS应用程序，所有的司机都必须知道如何从语音报道员那里获取方向，并遵循算法路线。

 

我认为数据科学也将走上类似的道路。在过去一年左右的时间里，我决定从Udacity和DataCamp等网站学习自动化和机器学习的底层编程。现在，如果你想成为一名机器学习工程师，你必须掌握相当数量的python或其他编程语言，并且必须知道如何手工构建神经网络。尽管有一些编程包可以使机器学习模型的制作变得更容易，但理解大量的计算机科学仍然是非常重要的，这可能需要相当多的培训，天辰平台登陆公司特别是对于那些没有任何计算思维经验的人来说。

 

但是，现在机器学习和数据科学变得越来越普遍，开始变得更加用户友好，没有代码工具可以让人们在不了解编程或数学的情况下执行复杂的分析。

 

举个例子，数据科学学习网站Kaggle上有一个免费开放的数据集，成千上万的人在上面描述某一天发生在他们身上的好事。例如，“我今天早上去了健身房，做了瑜伽。”该数据集是一种轻松、相对直观的方式来训练机器学习模型(在本例中，该模型尝试预测不同的类别，以确定某人将如何度过美好的一天，比如他们是否正在放松或进入大自然)。

 

对于一个不知道如何编码的人来说，建立一个能够从头识别成千上万个类别的机器学习模型并不是一件容易的事情。但是，当我使用AutoML时，只需点击几下鼠标，就可以运行算法并准确预测它从未见过的新数据。

 

在上面的图片中，您可以看到谷歌AutoML的用户界面，我在其中输入了一个全新的短语，它不在原始数据集中，“在树中行走”。AutoML准确地预测，这最有可能是“锻炼”(而不是“成就”或“联系”之类的类别)。

 

我认为像AutoML这样的工具还不足以成为一名优秀的数据科学家。但是，天辰线路测试我确实认为，我使用软件的经验很好地说明了，在不久的将来，即使是像机器学习这样复杂的东西，如果没有多年的培训，也可以为普通大众所接受。这让我很乐观。