自学成才的Kaggle冠军：从工程学，数据科学到人工智能，聊聊这一路

智能观】不需要数据科学学位就能成为这个领域的顶尖人才，可能吗？以下就介绍一位Kaggle数据科学冠军是如何通过自学成才的。他叫Gilberto Titericz。

数据科学家、机器学习技术专家，这些备受追捧的人才可以要求高薪，自由选择职位，还能享受在良好的工作与生活之间的平衡。

许多人正通过在线课程、训练营或正式的高级学位课程，获取从事数据科学或机器学习行业所需的技能，但自学数据科学也是可能的，Kaggle大师Gilberto Titericz就是这样的人。Kaggle把Titericz评为近两年来最顶尖的数据科学家。

Titericz之前的工作与数据科学并不相干。他是电气工程硕士，在祖国巴西做了若干年的电气工程师。

2011年，Titericz找到了让自己痴迷的东西——数据科学。于是，他开始寻找编程竞赛，并找到了Kaggle：一个数据科学社区和竞赛网站。

“我每个月都参加新比赛，”Titericz在接受采访时说，“我参加了100多个比赛。”

Titericz是一名电气工程师，每周工作30个小时，业余时间就参加数据科学和Kaggle竞赛。他没有读在线课程，而是研究数据科学代码的公共示例，进行自学。通过本职工作，他学会了MatLab（一种编程语言），然后又自学了R和Python。

“拥有工程背景有助于成为数据科学家，”他说，“参加比赛也可以学习。”

“学机器学习和做人工智能的最好方法就是从自己的错误中学习，”Titericz说，“只有多练习，才能学好。”

从开始参赛到Kaggle登顶，Titericz用了三年的时间。最终，他从巴西搬到了美国，进入Airbnb做数据科学家。本月他又跳槽到一家人工智能和机器学习初创公司工作。

该公司开发了一个将人工智能应用于数据科学（机器学习）的平台。Titericz将领导先进的数据科学团队进行研发工作。

那么这位数据科学大师对未来几年的数据科学（机器学习）有怎样的看法呢？

Titericz以自己电气工程师的身份和经验，对芯片技术的进步表示乐观。

“GPU每天都在改进，”他说，“具备多线程功能的算法在未来很有希望。”

Titericz说，对于企业来说，找到一位优秀的数据科学家将是一种挑战。

而他所在的新公司将加速企业获取“世界级的深度学习”的技能。如果Titericz可以协助实现这一使命，就可以缓解当今数据科学家和机器学习专家市场紧俏的状况。

Titericz表示他很有信心解决这个问题。

“我希望积极推动数据科学和机器学习领域的进步。”

原文链接：

https://www.informationweek.com/big-data/ai-machine-learning/self-taught-kaggle-champ-engineering-to-data-science-to-ai/d/d-id/1332047

—完—

亲爱的朋友：

读了本文，你想到什么？

“活出人生最好的可能”，这是今年我很喜欢的一句话。

与君共勉！

夏安！

                                    智能观  一米

2018-6-24 于北京中关村

作者：智能观
链接：https://www.jianshu.com/p/73acfe17e432