Blog

What Khiem says – ein Interview mit einem Machine Learning Engineer

3 Min. Lesedauer

Khiem - Deep Learning Engineer bei Sereact

Haben Sie sich jemals gefragt, was im Kopf eines Machine Learning Engineers vorgeht? Wir haben Khiem ein paar Fragen gestellt, um das herauszufinden. 

Als Werkstudent im Bereich Machine Learning leistet Khiem seit knapp einem Jahr einen großen Beitrag zu unseren Projekten und innerhalb des Teams! Wir wollten von ihm wissen, wie er zu seiner Leidenschaft, dem Machine Learning (ML), gekommen ist, welche Inspirationsquellen er hat und was er angehenden Machine Learning Ingenieuren empfehlen würde.

Khiem, was hat dich dazu inspiriert, Machine Learning Engineer zu werden?

Ich war schon immer begeistert davon, wie sich Machine Learning in den letzten Jahren entwickelt hat und wie es in zahlreichen Anwendungen zur Lösung von Problemen in der realen Welt eingesetzt wird. Als Machine Learning Engineer kann ich mit dem schnellen Wandel in diesem Bereich Schritt halten und gleichzeitig Forschungsideen in einsatzfähige und robuste Produkte in der Realität umsetzen.

Wie hältst du dich in diesem schnelllebigen und sich ständig verändernden Bereich auf dem Laufenden?

Ich denke, eine der effektivsten Möglichkeiten, sich über die neuesten Trends in der ML-Welt auf dem Laufenden zu halten, ist das Abonnieren mehrerer Nachrichtenkanäle wie Newsletter oder Blogs zu diesem Bereich. Diese Plattformen helfen, sich schnell und selektiv über alle Neuigkeiten zu informieren, ohne täglich Tausende von Publiktioen lesen zu müssen. Ich persönlich achte auch auf große Konferenzen in diesem Bereich wie CVPR oder NeurIPS und auf neue Projekte von großen AI-Labs in der Welt wie Meta oder DeepMind, die den neuesten Stand der Forschung aufgreifen. Aber letzten Endes denke ich, dass es wichtig ist, praktische Erfahrungen mit diesen cutting-edge Technologien zu machen, um ein wirklich gutes Verständnis davon zu bekommen.

Welche Erfahrung in deiner Karriere hat dich am meisten begeistert?

Ich glaube, ich werde nie den Tag vergessen, an dem ich bei Sereact ein Vision-Transformer-Modell in die Produktion einführen konnte, das in Echtzeit läuft und viel besser performed als alle anderen Modelle, die ich trainiert habe.

Welches KI-Tool nutzt du im Alltag am liebsten?

Eindeutig ChatGPT. Es hilft mir bei vielen Gelegenheiten - wenn ich eine Erklärung für ein komplexes Konzept brauche oder wenn ich eine Fehlermeldung habe, für den es im Internet keine Lösung gibt. Auch wenn manche Antworten nicht ganz richtig sind, finde ich es sehr hilfreich und es hilft mir, schneller Lösungen zu finden. 

Welche Themen würdest du in einem eintägigen Crash-Kurs für Machine Learning  aufnehmen und warum?

Ich würde ein Modul zur Einführung in die ML-Theorie empfehlen, das einen Überblick über die grundlegenden ML-Algorithmen gibt, und ein weiteres Modul zur grundlegenden Programmierung mit Python und einem beliebten ML-Framework wie Pytorch.

Welchen Rat würdest du jemandem geben, der gerade erst in das Thema Machine Learning einsteigt und ein erfolgreicher ML-Ingenieur werden möchte?

Ich denke, dass es wichtig ist, den zugrundeliegenden theoretischen Aspekt des ML-Systems zu verstehen, das man zu entwickeln versucht. Das bedeutet nicht unbedingt, dass man jede einzelne mathematische Zeile verstehen muss. Es geht eher um das allgemeine Gesamtbild, wie und warum das System funktioniert und wie man es ändern kann, wenn man einen anderen Input hat oder einen anderen Output braucht. Es ist auch wichtig, dass man die Grundkenntnisse der Softwaretechnik beherrscht, da das Hauptziel der Arbeit darin besteht, das ML-System in die Produktion zu überführen, was wiederum voraussetzt, dass der Ingenieur auch die Fähigkeiten und das Mindset hat, ein Softwareprodukt zu entwickeln. 

Vielen Dank, Khiem, für diesen großartigen Einblick in deine Gedankenwelt!  Wenn Sie noch Fragen an ihn haben, zögern Sie nicht, Khiem auf LinkedIn zu kontaktieren.

Text des Artikels

Text kopieren

Bilder des Artikels

Bilder herunterladen

Neueste Artikel