Я был принят в онлайн-магистр компьютерных наук Технологического института Джорджии (OMS CS)!

Я очень хочу учиться в лучшей школе CS и одновременно применять свои новые знания на работе в Dell Tech.

Вот мои эссе, которые я написал для своего приложения:

Эссе 1: Предыстория

Пожалуйста, опишите свой опыт (академический и внеучебный) и опыт, включая исследования, преподавание, промышленность и другую соответствующую информацию (‹=2000 символов).

Цель моей карьеры — создавать продукты машинного обучения, которые могут изменить жизнь людей. Чтобы достичь своей цели, я жадно изучал науку о данных, такую ​​как программирование на Python, статистику, информатику в течение последних двух лет. Моя нынешняя работа и прошлый опыт значительно отточили эти навыки. Я считаю, что готов вывести свою карьеру на новый уровень, получив формальное образование по уважаемой программе CS в учреждении мирового класса, таком как Технологический институт Джорджии.

После колледжа я поступил на работу в Министерство связи и информации (MCI) в качестве аналитика. В MCI я широко использовал Python для автоматизации различных аналитических рабочих процессов и получил награду за свой вклад. Я также создал различные модели машинного обучения, используя логистическую регрессию, LDA и моделирование временных рядов для многочисленных вариантов использования, основанных на настроениях сингапурцев по поводу основных проблем в стране.

Я присоединился к трехмесячному буткемпу по науке о данных под названием Metis после работы в MCI. В Metis я реализовал ряд проектов по машинному обучению. в области регрессии, контролируемого и неконтролируемого обучения, обработки естественного языка, рекомендательной системы и многого другого. Один из моих ключевых проектов — рекомендательная система, построенная на основе модели Spark ALS для улучшения рекомендаций по продуктам для электронной коммерции. После двенадцати изнурительных недель я успешно получил работу в Dell Technologies в качестве специалиста по обработке и анализу данных.

В Dell я руководил разработкой модели классификации с несколькими метками, используя BERT для триангуляции отзывов от отдела продаж и клиентов Dell. Усилия моей команды в конечном итоге были отмечены лидерами Dell на глобальном конкурсе. В свободное время я также провел тренинг для своей команды, чтобы рассказать, как построить масштабируемый рабочий процесс анализа с помощью Spark.

Мой путь к тому, чтобы стать специалистом по данным для создания продуктов машинного обучения, был довольно успешным, но довольно трудным. Хотя мои знания в области CS значительно улучшились за последние два года благодаря моей работе и различной деятельности, я по-прежнему считаю, что формальное последипломное образование в области CS — это столь необходимая и бесценная возможность освоить сложные темы в области CS, которых у меня не было бы. возможность учиться на работе.

Эссе 2: Заявление о цели

Пожалуйста, укажите, почему вы хотите учиться по выбранной вами программе в Технологическом институте Джорджии. В заявлении должно быть указано ваше академическое образование, подготовка и профессиональный опыт. Вы также должны упомянуть награды, членство и внеклассные мероприятия. Обязательно обсудите специальные области исследований или интересы. Пожалуйста, будьте краткими и конкретными в своем ответе (‹= 1000 слов).

Цель моей карьеры — разрабатывать и создавать инновационные продукты машинного обучения, которые могут изменить образ жизни людей. Подумайте об автономных транспортных средствах, устройствах для умного дома и еще более футуристических продуктах. Чтобы достичь своей цели, я посвящал время по вечерам в будние дни и в выходные дни изучению программирования, машинного обучения, статистики и информатики в течение последних 2 лет с помощью комбинации МООК, Leetcode/Hackerrank и личных проектов. Я еще больше отточил свои навыки программирования и науки о данных в интенсивном трехмесячном интенсивном учебном лагере по науке о данных в Metis. У меня также есть соответствующий технический опыт работы в сингапурском министерстве, а в последнее время — в Dell Technologies. Мой разнообразный технический опыт хорошо подготовил меня к OMSCS. Кроме того, я считаю, что моя выдержка и настойчивость в достижении успеха позволят мне преуспеть в OMSCS.

Я с отличием окончила факультет психологии Национального университета Сингапура (NUS). В NUS меня обучали статистическому моделированию, исследованиям и планированию экспериментов. Я также узнал о том, как люди воспринимают, думают и ведут себя, что помогает мне использовать в своей работе функции машинного обучения, ориентированные на клиентов. В студенческие годы меня больше интересовал статистический аспект психологии, и я начал оттачивать свои навыки кодирования и науки о данных, применяя методы, которые я изучил на онлайн-курсах, в своих побочных проектах и ​​выпускной диссертации. В своей диссертации я использовал Python для предварительной обработки данных, применил регрессионный анализ и обнаружил, что академическая мотивация, участие родителей и личностные качества, такие как сознание, являются факторами, определяющими академическую устойчивость учащихся. Я также прошел стажировку в Urban Redevelopment Authority, где помогал построить конвейер ETL путем предварительной обработки данных с помощью Python, что еще больше развило мои навыки кодирования.

После колледжа я поступил на работу в Министерство связи и информации в качестве штатного аналитика данных. Я разработал первую неконтролируемую модель сегментации, используя демографические данные сингапурцев. Впоследствии я выявил соответствующие настроения для каждого сегмента, что помогло информировать политиков о различных стратегиях взаимодействия с разными сегментами граждан. Я также автоматизировал различные рабочие процессы аналитики и сократил время вычислений на 90%, за что получил награду на конкурсе в масштабах министерства. Я стремился углубить и расширить свои знания в области машинного обучения и создать персонализированные сквозные системы, отвечающие потребностям клиентов и бизнеса. Поэтому я отправился на учебный курс Metis Data Science Bootcamp.

В Metis я реализовал пять проектов по машинному обучению, которые решают бизнес-задачи и повышают ценность бизнеса. Одно из них заключалось в разработке рекомендательной системы с использованием Spark ALS для отдельных лиц на основе пожизненной ценности их клиентов и рейтингов продуктов, чтобы предоставлять более целенаправленные предложения, улучшающие пользовательский опыт и обеспечивающие удержание. С моей возросшей страстью к машинному обучению я приступил к следующему этапу своей карьеры специалиста по данным.

В Dell я создаю системы, которые помогают компаниям глубже понять своих клиентов и превращают это в рост бизнеса и прибыльность. Чтобы триангулировать отзывы от отдела продаж и клиентов, я разработал API-интерфейс Multi-Label Classification с использованием BERT с оценкой F1 87% и развернул приложение Flask на сервере Dell. Контекстная модель сэкономила около 84 человеко-часов на присвоении комментариям соответствующих меток и потенциально может привести к сохранению дохода в размере 2,7 млрд долларов США за счет решения ключевых проблем, влияющих на рост выручки и удержание клиентов. Этот проект был отмечен лидерами Dell на глобальном конкурсе. Кроме того, я развернул модели Convolutional Neural Network (CNN) и Object Detection с точностью 98 % на Flask, используя Docker, чтобы автоматизировать обнаружение производственных дефектов для компании из списка Fortune 500 в качестве доказательства концепции. Я также разработал и автоматизировал сценарии модульного тестирования, такие как предварительные тесты, чтобы обеспечить правильную реализацию алгоритмов модели CNN и обнаружения объектов, и оценочные тесты, чтобы обеспечить удовлетворительную производительность модели. В свободное время я также провел тренинг для своей команды, чтобы рассказать, как построить масштабируемый рабочий процесс анализа с помощью Spark.

Зачем изучать информатику, если я хочу стать полноценным специалистом по данным? Мои исследования и опыт работы показали, что инфраструктура, способная хранить, принимать и обрабатывать данные и генерировать прогнозы в реальном времени для бизнес-пользователей или клиентов, не менееважнее, чем разработка модели с использованием инструментов с открытым исходным кодом. Для разработки масштабируемых и высокопроизводительных комплексных систем мне необходимо овладеть основами Машинного обучения и передовыми темами информатики, такими как Алгоритмы и Высокопроизводительные вычисления.

До сих пор я черпал свои знания в области компьютерных наук путем самообучения и опыта работы, хотя на этом пути я сталкивался с некоторыми техническими трудностями, поскольку мои знания в области компьютерных наук были недостаточными. Благодаря целостной и структурированной программе OMSCS в Технологическом институте Джорджии со специализацией в области машинного обучения, я считаю, что могу ускорить свое обучение под руководством опытных и преданных своему делу инструкторов, а также во взаимодействии с другими увлеченными учениками.

В то же время погружение в серьезный опыт обучения, такой как OMSCS, работая полный рабочий день на оплачиваемой работе в Dell Technologies, было бы отличным катализатором для моей карьерной цели. Синергия между прикладными техническими знаниями и практическим опытом работы позволила бы мне создавать масштабируемые и высокопроизводительные системы в курсовых проектах и ​​на работе.

Обладая расширенными навыками после выпуска, я намереваюсь применить полученные знания в области алгоритмов машинного обучения, циклов разработки программного обеспечения, хорошего проектирования архитектуры и т. д. в своей работе в Dell, поделиться своими знаниями с командой и улучшить их понимание и разработку эффективные системы машинного обучения. Это позволило бы нам выполнять итерации быстрее и улучшить нашу способность создавать масштабируемые комплексные системы для наших клиентов. Я мечтаю когда-нибудь стать главой группы обработки данных, где мы разрабатываем инновационные и практичные системы машинного обучения, расширяющие возможности аппаратного обеспечения, например, персональный облачный компьютер, созданный Alibaba, который стремится сделать жизнь людей удобнее. жизни.

Что дальше?

Я буду занят учебой с августа 2021 года. Я буду писать обзоры и советы о пройденных курсах, делиться своим опытом, чтобы мои однокурсники могли лучше подготовиться, когда они будут проходить те же курсы. Если вы также начинаете свое путешествие в GT OMSCS, не стесняйтесь, напишите мне сообщение, я с нетерпением жду возможности стать вашими одноклассниками!