За последние два года 14-летний Аюш Сингх оказался завален предложениями о работе, каждый из которых пытался превзойти друг друга непомерными пакетами заработной платы и набором льгот. Его 10-часовой курс на Free Code Camp приближается к заветной отметке «один миллион просмотров». «Пока что набрало 800 001 XNUMX XNUMX XNUMX просмотров», — замечает он с застенчивой улыбкой, которая редко сходит с его лица. Курс даже был рекомендован Массачусетским технологическим институтом на их официальной странице в Твиттере. В то время как его сверстники преодолевают головокружительные взлеты и падения подросткового возраста, Аюш уже находится в авангарде пресловутого передового края, известного в области машинного обучения и науки о данных. Тысячи студентов прошли его курс MLXNUMX, он был стажером специалиста по данным в Artifact, и он является одним из самых молодых в мире специалистов по данным и инженеров по машинному обучению — когда мы говорим, он только что уволился с работы в ZenML, немецкий стартап, который «производит» машинное обучение и был готов начать новую работу в качестве специалиста по данным в Replayed.
Недавний чат на YouTube с создателем контента Ишаном Шармой под заманчивым названием «14-летний Prodigy Coder говорит, что IIT Bombay является его резервной копией», уже приблизился к отметке в полмиллиона просмотров — и это не просто кликбейт. Он получает много советов, говорящих ему пойти по пути ИИТ, и он избегает всего этого. «Я обязательно поступлю в колледж, мне нужен опыт, но я бы хотела, чтобы это был Массачусетский технологический институт или Стэнфорд», — говорит Аюш. Глобальный индийский в интервью. Крупные предложения поступают от компаний MLOps со всего мира, Аюш любит выбирать, предпочитая стартапы крупным фирмам и иностранные компании индийским.
Возродиться в невзгодах
Он необычный вундеркинд. До пандемии он вел обеспеченную жизнь в пригороде со своей семьей в Патне. Когда разразился Covid-19 и бизнес рухнул, его отец был среди тех, кто упал, оставив семью в очень тяжелом финансовом положении. «Мы перешли от того, чтобы иметь все предметы роскоши в мире, к тому, чтобы задаваться вопросом, откуда будет наша следующая еда, и наблюдать, как родственники и друзья дистанцируются», — говорит Аюш. Ситуация была ужасной – маршрут IIT-JEE не казался вариантом.
Итак, Аюш приступила к работе. Он начал холодную рассылку писем основателям и нетворкинг в LinkedIn, сначала попробовав свои силы в веб-разработке и разработке для Android, которые были переполнены восторженными подростками. Не было недостатка в критиках, говорящих ему не входить в сферу технологий, что он «не будет получать даже 10,000 XNUMX фунтов стерлингов в месяц». К счастью, он решил не слушать. Искусственный интеллект и машинное обучение — многообещающие, сложные области, требующие навыков, которые нельзя освоить за пару ускоренных курсов или на YouTube. Он действительно потратил много времени на последнее, «но нужно узнать гораздо больше, чем можно сделать с помощью видео», — объясняет Аюш. «Я читал множество книг даже по одной теме, чтобы выйти на профессиональный уровень».
Он начал с изучения Python, взяв копию Python для гиков (Мухаммад Асиф), окончивший школу О'Рейли. Надежный питон а затем к более продвинутым шаблонам проектирования. Он также должен был выучить математику. “Я изучал алгебру, линейную алгебру, исчисление в Академии Хана.— объясняет Аюш. Он обнаружил, что у него есть способности к науке о данных и машинному обучению: «От кодирования я перешел к машинному обучению и глубокому обучению». На данный момент он прочитал более 20 книг на эту тему.
Он посвятил этому «24 часа в сутки». Он просыпался в 5 утра и тратил на учебу от 10 до 16 часов, не считая пяти-шести часов, которые он должен был уделять школе. Когда придет время вернуться в кампус, он возьмет с собой свои книги.
Ухаживание за работодателями
Создание профиля и повышение квалификации — это одно, а получение работы — совершенно новая задача. Он мог произвести впечатление на своих потенциальных работодателей своими навыками, но, как и ожидалось, ему сказали, что он слишком молод. Холодная рассылка работала хорошо, и он выбирал стартапы, полагая, что они готовы рискнуть. Так он нашел сообщение ZenML в LinkedIn. «Я написал письмо основателю Адаму. Я подчеркнул свои навыки, и хотя в то время я мало что знал о MLOps, я подготовил проект, который соответствовал цели компании». Основатель ответил, и Аюш прошла два набора собеседований — собеседование по кодированию и «вызов домой». Он получил работу и теперь сам имеет опыт проведения интервью. Но в чем подвох?
Раскрытие предпринимателя внутри
Его способность мыслить по-новому, осваивать новые навыки и добиваться того, чтобы компании нанимали его в возрасте 13 лет, возможно, сама по себе является великим предпринимательским талантом. Но он добился успеха сам по себе — помимо своей постоянной работы, учебы и внештатных заданий, которые он выполняет, Аюш также создает свой собственный стартап Antern с соучредителями Тушаром Васвани и Прияншу Бхаттачарджи. Он описывает Антерна как «Образовательный Netflix». «Мы используем ИИ и машинное обучение в сфере образования, — говорит он. Опираясь на огромный успех его рекомендованного Массачусетским технологическим институтом курса Free Code Camp, компания запускает «наностепени» — сертификационные курсы, которые представляют собой углубленные версии бесплатного курса. Компания была запущена 20 июня и также включает в себя мастер-курс AR/VR.
«Я начал с базового курса машинного обучения и подумал, давайте сделаем это в больших масштабах», — говорит Аюш. Он познакомился со своим соучредителем Тушаром через поле для комментариев на YouTube. Антерн использует помощника с искусственным интеллектом, который может каждую неделю оценивать успеваемость учащегося и отвечать на сложные вопросы Кодекса.
Аюш также создает Schema, платформу, предназначенную для создателей контента. Более половины создателей контента не разбираются в аналитических инструментах, измеряющих производительность. Schema будет извлекать данные, анализируя все платформы социальных сетей, чтобы предоставить исчерпывающий отчет о производительности и реакции клиентов. «Вы также сможете сегментировать своих клиентов и нацеливаться на них конкретно», — говорит он.
Вырезание ниши
Он также предпочитает работать с компаниями за рубежом. «Индийские компании относятся к вам как к ребенку, — говорит Аюш. «Даже если они нанимают вас, они дают вам повторяющиеся задачи, которые они не хотят выполнять. В ZenML ко мне относились как к основному члену; Я даже участвовал в корпоративном выездном собрании, где принимали решения основатели. Они сосредоточены на ваших навыках и дают вам уникальные задания. Индийские стартапы, как правило, сосредотачиваются на своем росте, но такие компании, как ZenML, знают, что их рост связан и с моим».
Оставаться на земле
Он видит себя «строящим свою собственную многомиллионную компанию» через пять лет. Предпринимательство — это план. Его отец говорит ему: «Твоя работа не должна быть только для одной семьи. Сделайте это для 1000 семей, как Ратан Тата». Аюш сдержал свое слово, помогая молодежи найти хорошую работу.
Дома его родители безмерно гордятся своим талантливым сыном. Они советуют ему продолжать идти, даже если он терпит неудачу, и оставаться скромным. «Потому что я видел самое дно, и я никогда не забуду, как это было».
Будущее машинного обучения, искусственного интеллекта и глубокого обучения
Это перспективная область, говорит Аюш. «Машинное обучение, глубокое обучение и искусственный интеллект создадут миллионы рабочих мест по всему миру. Но они не смогут найти талантливых разработчиков». Компании могут быть готовы платить хорошие зарплаты, но ожидать чего-то взамен. «Речь идет не только об изучении кода, — говорит он. «Талантливых разработчиков не хватает. Люди, которые говорят, что знают ML, знают, как использовать API и создавать алгоритмы, но важно знать, что и где работает. И когда алгоритм не работает, как вы настраиваете свои данные, чтобы это произошло?»
Он не может не подчеркнуть важность знания предметной области. «Работа есть, и она будет хорошо оплачиваться, но останется незанятой. Вы не сможете преуспеть в ИИ и машинном обучении, если не знаете математики, потому что это то, чем она является, по своей сути. И тогда вам нужно кодировать. Недостаточно просто использовать модные словечки и думать, что вы знаете предмет».
Подпишитесь на Аюш Сингх в LinkedIn, Twitter и YouTube