¿Cómo puede un ingeniero de software aprovechar el sector AI / DL?

Primero, aprende Python.

Debería ser más fácil para usted debido a sus antecedentes.

Es el estándar de oro para la construcción de modelos en el espacio aplicado.

En su pregunta de Java … eso es un no. Se trata de Python. Una simple búsqueda de trabajo de hecho o Monster contará la historia.

Tenga en cuenta que no escribirá los algoritmos principales, simplemente los señalará a sus datos.

Tenga en cuenta que el 99% de todos los modelos predictivos del mundo real están supervisados. Eso significa que comienza con un conjunto de datos.

Aquí hay un curso gratuito para comenzar:

Las 5 mejores bibliotecas de aprendizaje automático en Python – Udemy

En Python, no solo aprenda el proceso de construcción del modelo. Ese es un error fatal que cometen muchos novatos.

Aprenda a masajear los dos tipos de datos. Se llama disputa de datos en el mundo de ML.

Estructurado – datos en una base de datos

No estructurado: datos que se encuentran en un sistema de archivos.

Haga una búsqueda de trabajo y observe qué buscan las empresas específicas para los ingenieros de aprendizaje automático.

A2A. No estoy seguro de si quiere decir que le tomará a usted, oa la industria, mucho tiempo dominar las matemáticas.

No hay una gran diferencia en los algoritmos disponibles hoy que no estaban disponibles hace 25 años, por lo que las matemáticas no han cambiado mucho. Lo que ha cambiado radicalmente es la cantidad de datos disponibles para conjuntos de capacitación y validación, y, en general, la cantidad de datos necesarios para procesar. Por ejemplo, recuerdo las redes tradicionales de detección de minas de hace 30 años: la cantidad de datos era trivial. Eso requiere cierta comprensión de los grandes datos.

En cuanto a Java, el lenguaje es solo una herramienta. Java tiene muchas oportunidades. Creo que la clave es más las bibliotecas disponibles que el idioma.