Автор: Мона, специалист по AI/ML, архитектор решений в AWS
Я Мона, специалист по AI/ML (искусственный интеллект/машинное обучение) и архитектор решений в Amazon. Мой опыт: я получил степень бакалавра в области компьютерной инженерии, а затем степень магистра в области компьютерных информационных систем в Университете штата Джорджия. Я также работал над общим социальным развитием детей из малообеспеченных семей через неправительственную организацию в Индии.
Моя работа
Я помогаю организациям внедрять машинное обучение в облаке AWS. Моя отрасль — информационные технологии. Мы также работаем со многими школами, чтобы помочь учащимся изучать машинное обучение в увлекательной игровой форме. Наша миссия в AWS — предоставить машинное обучение каждому разработчику, независимо от его опыта работы с AI/ML. Чтобы выполнить эту миссию, мы создали сервисы ИИ, которые помогают в распространенных случаях использования машинного обучения, таких как преобразование текста в речь, преобразование речи в текст, поиск идей и многое другое. Недавно я участвовал в этом шоу под названием Час мощности AWS на Twitch, где я учил разработчиков, как использовать обработку естественного языка с помощью Amazon Comprehend, просто используя простые API-интерфейсы Python.
До прихода в Amazon я был разработчиком Java и писал код для поддержки финансового приложения. В настоящее время я использую простой код Python для создания решений для машинного обучения с использованием сервисов AWS AI. Я веду блоги, чтобы помочь всем, кто хочет изучить AI/ML без опыта работы с ML. Ссылки на мой блог можно найти на моей странице LinkedIn.
Амазонка Дипрейсер
Попробуйте Amazon Deepracer — интересный способ начать обучение с подкреплением (RL). RL — это передовая техника машинного обучения, похожая на то, как вы дрессируете свою собаку. Он основан на поощрении: вы поощряете собаку за позитивное поведение и наказываете за негативное. Так собака учится новому поведению. Подобные концепции используются в RL и Amazon Deepracer, где вы обучаете свой автомобиль следовать по пути или треку, используя функцию вознаграждения. Вы дали бы положительную награду, если машина находится в центре трассы, и отрицательно вознаградили бы ее за выезд за пределы трассы. Вот как вы используете обучение с подкреплением, чтобы играть с Amazon Deepracer!
Для начала мы предоставляем вам начальную модель, которую вы можете загрузить в AWS DeepRacer и приступить к изучению RL в действии.
Amazon DeepRacer предназначен для всех уровней квалификации и предлагает возможность освоить машинное обучение с помощью облачного 3D-симулятора гонок. Полностью автономный гоночный автомобиль в масштабе 1/18, управляемый методом обучения с подкреплением, позволяет разработчикам участвовать в глобальных гоночных лигах!
Участвовать в событиях DeepRacer и соревноваться с другими разработчиками можно здесь: https://aws.amazon.com/deepracer/league/
Языки программирования
Раньше я программировал на Java, теперь использую Python.
Я люблю готовить, исследовать новые места и рисовать.
Послушайте Мону в серии AWS Tech U Series: Построение технической карьеры в AWS
