Sejak dua tahun lalu, Ayush Singh yang berusia 14 tahun mendapati dirinya dibanjiri dengan tawaran kerja, masing-masing cuba mengatasi satu sama lain dengan pakej gaji yang terlalu tinggi dan pelbagai faedah. Kursus 10 jamnya di Free Code Camp menghampiri 'sejuta tontonan' yang diidam-idamkan - "Ia pada 800k setakat ini," dia memberanikan diri, dengan senyuman malu yang jarang meninggalkan wajahnya. Kursus ini juga disyorkan oleh MIT di halaman Twitter rasmi mereka. Semasa rakan sebayanya mengharungi jatuh bangun yang memabukkan sebagai seorang remaja, Ayush sudah berada di barisan hadapan dalam peribahasa bleeding edge, nama yang terkenal dalam Pembelajaran Mesin dan ruang sains data. Beribu-ribu pelajar telah menghadiri kursus ML001 beliau, beliau telah menjadi pelatih data saintis di Artifact dan beliau adalah salah seorang saintis data termuda di dunia dan Jurutera Pembelajaran Mesin – apabila kita bercakap, beliau baru sahaja berhenti kerja di ZenML, sebuah syarikat permulaan Jerman yang 'menghasilkan' pembelajaran mesin dan bersedia untuk memulakan tugas baharu sebagai saintis data di Replayed.
Sembang YouTube baru-baru ini dengan pencipta kandungan Ishan Sharma, bertajuk "Prodigy Coder yang berusia 14 tahun mengatakan IIT Bombay adalah sandarannya," telah menghampiri tanda setengah juta tontonan – dan ia bukan sekadar umpan klik, sama ada. Dia menerima banyak nasihat yang menyuruhnya mengambil laluan IIT dan dia menjauhi semuanya. "Saya pasti akan pergi ke kolej, saya mahukan pengalaman itu, tetapi saya mahu ia menjadi MIT atau Stanford," kata Ayush India Global dalam temu bual. Tawaran tiket besar datang dari syarikat MLOps di seluruh dunia, Ayush suka memilih dan memilih, lebih suka syarikat pemula daripada firma yang lebih besar dan syarikat asing daripada syarikat India.
Dilahirkan semula dalam kesusahan
Dia seorang keajaiban yang luar biasa. Sehingga wabak itu, dia menjalani kehidupan yang mewah dan pinggir bandar bersama keluarganya di Patna. Apabila Covid-19 melanda dan perniagaan runtuh, bapanya adalah antara mereka yang jatuh, meninggalkan keluarga dalam keadaan yang sangat sukar, dari segi kewangan. "Kami beralih daripada mempunyai segala kemewahan di dunia kepada tertanya-tanya dari mana makanan kami seterusnya datang dan melihat saudara-mara dan rakan-rakan menjauhkan diri," kata Ayush. Keadaannya teruk – laluan IIT-JEE nampaknya bukan pilihan.
Jadi, Ayush mula bekerja. Dia mula menghantar e-mel dingin kepada pengasas dan rangkaian di LinkedIn, mencuba terlebih dahulu pada pembangunan web dan android, kedua-dua ruang yang dipenuhi oleh remaja yang bersemangat. Tidak ada kekurangan pengkritik yang memberitahunya untuk tidak memasuki ruang teknologi, bahawa dia "tidak akan mendapat ₹10,000 sebulan pun." Nasib baik, dia memilih untuk tidak mendengar. Kecerdasan Buatan dan Pembelajaran Mesin sedang berkembang pesat, ruang yang kompleks, memerlukan kemahiran yang tidak boleh dipelajari melalui beberapa kursus ranap atau di YouTube. Dia memang menghabiskan banyak masa untuk yang kedua "tetapi banyak lagi yang perlu dipelajari daripada yang boleh dilakukan melalui video," jelas Ayush. "Saya akan membaca banyak buku, walaupun pada satu topik, untuk membawa diri saya ke tahap profesional."
Dia bermula dengan mempelajari Python, mengambil salinan Python Untuk Geeks (Muhammad Asif), menamatkan pengajian ke O'Reily's Ular Sawa Teguh dan kemudian kepada corak reka bentuk yang lebih maju. Dia juga terpaksa belajar Matematik. “Saya membuat Algebra, Linear Algebra, Calculus dari Khan Academy,” jelas Ayush. Dia mendapati dia mempunyai kemahiran dalam sains data dan pembelajaran mesin - "Daripada pengekodan, saya beralih kepada pembelajaran mesin dan pembelajaran mendalam." Setakat ini, dia telah membaca lebih 20 buku mengenai perkara itu.
Dia mendedikasikan "24 jam sehari untuk melakukan ini." Dia akan bangun pada pukul 5 pagi dan menghabiskan masa antara 10 dan 16 jam untuk belajar, selain lima atau enam jam yang perlu diberikan kepada sekolah. Apabila tiba masa untuk pulang ke kampus, dia akan membawa buku-bukunya bersamanya.
Merayu majikan
Membina profil dan meningkatkan kemahirannya adalah satu perkara tetapi mendapatkan pekerjaan adalah satu cabaran baharu. Dia boleh menarik perhatian bakal majikannya dengan kemahirannya tetapi cukup dijangka, diberitahu bahawa dia terlalu muda. E-mel sejuk berfungsi dengan baik dan dia memilih syarikat pemula kerana percaya mereka akan terbuka untuk mengambil peluang. Begitulah cara dia menemui siaran oleh ZenML di LinkedIn. “Saya menghantar e-mel kepada pengasas, Adam. Saya menyerlahkan kemahiran saya dan walaupun saya tidak tahu banyak tentang MLOps pada masa itu, saya telah menyediakan projek yang sejajar dengan matlamat syarikat.” Pengasas menjawab dan Ayush telah menjalani dua set temu bual - temu bual pengekodan dan 'cabaran pulang'. Dia mendapat pekerjaan itu dan kini berpengalaman dalam menjalankan temu duga sendiri. Apakah muslihatnya?
Melepaskan usahawan dalam diri
Keupayaannya untuk berfikir secara berbeza, mempelajari kemahiran baharu dan mendapatkan syarikat untuk mengupahnya pada usia 13 tahun, boleh dikatakan, bakat keusahawanan yang hebat itu sendiri. Tetapi dia telah berjaya dengan sendirinya - selain daripada kerja sepenuh masa, sekolah dan tugasan bebas yang ditanggungnya, Ayush juga sedang membina syarikat permulaannya sendiri, Antern dengan pengasas bersama Tushar Vaswani dan Priyanshu Bhattacharjee. Dia menggambarkan Antern sebagai 'Netflix of Education'. "Kami memanfaatkan AI dan ML untuk ruang pendidikan," katanya. Berlepas dari kejayaan besar kursusnya yang disyorkan oleh MIT tentang Free Code Camp, syarikat itu melancarkan 'ijazah nano', kursus sijil yang merupakan versi kursus percuma yang mendalam. Syarikat itu dilancarkan pada 20 Jun dan turut melibatkan kursus induk AR/VR.
"Saya bermula dengan kursus asas pembelajaran mesin dan berfikir, mari kita lakukan ini secara besar-besaran," kata Ayush. Dia bertemu pengasas bersamanya, Tushar, melalui kotak komen YouTube. Antern memanfaatkan pembantu AI yang boleh menilai prestasi pelajar setiap minggu dan menjawab soalan Codex yang kompleks.
Ayush juga sedang membina Skema, platform yang memenuhi keperluan pencipta kandungan. Lebih separuh daripada pencipta kandungan tidak memahami alat analisis yang mengukur prestasi. Skema akan mendapatkan semula data dengan menganalisis semua platform media sosial untuk menyediakan laporan komprehensif tentang prestasi dan cara pelanggan bertindak balas. "Anda juga akan dapat membahagikan pelanggan anda dan menyasarkan mereka secara khusus," katanya.
Mengukir ceruk
Dia juga lebih suka bekerja dengan syarikat di luar negara. "Syarikat India melayan anda seperti kanak-kanak," kata Ayush. “Walaupun mereka mengupah anda, mereka memberi anda tugasan berulang yang mereka tidak mahu lakukan. Di ZenML, saya telah dilayan seperti ahli teras; Saya juga terlibat dalam pengunduran syarikat di mana pengasas membuat keputusan. Mereka memberi tumpuan kepada kemahiran anda dan memberi anda tugas yang unik. Syarikat permulaan India cenderung menumpukan pada pertumbuhan mereka tetapi syarikat seperti ZenML tahu bahawa pertumbuhan mereka melibatkan saya juga."
Terlalu berdasar
Dia melihat dirinya "membina syarikat berjuta-juta dolar saya sendiri" lima tahun ke hadapan. Keusahawanan adalah rancangannya. Ayahnya memberitahunya, “Pekerjaan kamu tidak sepatutnya hanya untuk satu keluarga. Lakukan untuk 1000 keluarga, sama seperti Ratan Tata.” Ayush telah menepati janjinya, membantu golongan muda mencari pekerjaan yang baik.
Di rumah, ibu bapanya amat berbangga dengan anak mereka yang berbakat. Mereka menasihatinya untuk meneruskan, walaupun dia gagal dan tetap rendah hati. "Kerana saya telah melihat titik terendah dan saya tidak akan lupa bagaimana keadaannya."
Masa depan ML, AI dan Pembelajaran Dalam
Ia adalah kawasan yang menjanjikan, kata Ayush. “Pembelajaran Mesin, Pembelajaran Dalam dan AI akan mewujudkan berjuta-juta pekerjaan di seluruh dunia. Tetapi mereka tidak akan dapat mencari pembangun berbakat.” Syarikat mungkin sanggup membayar gaji yang lumayan tetapi mengharapkan sesuatu sebagai balasan. "Ia bukan hanya tentang mempelajari beberapa pengekodan," katanya. “Terdapat kekurangan pembangun berbakat. Orang yang mengatakan mereka tahu ML tahu cara menggunakan API dan membina algoritma tetapi penting untuk mengetahui perkara yang berfungsi di mana. Dan apabila algoritma tidak berfungsi, bagaimana anda mengubah suai data anda untuk merealisasikannya?”
Dia tidak boleh menekankan kepentingan pengetahuan domain cukup. “Pekerjaan itu ada dan akan membayar dengan baik tetapi akan kekal tidak diambil. Anda tidak boleh berjaya dalam AI dan ML jika anda tidak tahu Matematik kerana itulah hakikatnya, pada terasnya. Dan kemudian, anda perlu kod. Tidak cukup dengan hanya menggunakan kata kunci dan fikir anda tahu subjek itu.”
Ikuti Ayush Singh LinkedIn, Twitter and Youtube