Фоновый вектор создан starline – www.freepik.com

Как новичок в индустрии науки о данных, вы, должно быть, прочитали бесчисленное количество статей, описывающих важность создания проектов по науке о данных. На самом деле я получил свою первую роль в науке о данных благодаря проектам, представленным в моем портфолио.

Однако не каждый проект по науке о данных может дать вам роль в отрасли.

В прошлом я просматривал резюме кандидатов в науку о данных, большинству из которых было отказано в приеме на работу начального уровня, даже не дойдя до этапа собеседования.

Некоторые из этих кандидатов действительно включали проекты в свое резюме, но проекты, которые они продемонстрировали, были слишком простыми. Это были проекты, которые они создали на буткемпе или онлайн-курсе, и они принесли больше вреда, чем пользы своему приложению.

Рекрутеры просматривают более сотни резюме на одну и ту же должность. Если каждый кандидат продемонстрирует модель прогнозирования выживания «Титаника» в разделе проекта своего приложения, ничто не будет отличать их друг от друга. 

Чтобы действительно выделиться при приеме на работу, важно создать что-то уникальное и креативное.

Менеджеры по найму знают, что вы не сможете освоить весь набор инструментов машинного обучения при подаче заявки на роль начального уровня. Это не то, что они ищут. Навыки можно оттачивать со временем, и вы можете многому научиться на работе. 

Все, что вам нужно сделать, это пойти на шаг дальше, чем другие соискатели. Продемонстрируйте творческий проект и расскажите о нем историю. Это показывает, что вы страстно увлечены обучением — что вы часами создаете что-то не потому, что получаете от этого какую-то непосредственную выгоду, а просто потому, что вам это нравится. Эта готовность учиться — черта, которую активно ищут большинство хороших менеджеров и рекрутеров, поскольку любой другой навык можно отточить с течением времени.

В этой статье я предоставлю вам список идей проектов искусственного интеллекта, которые будут отлично смотреться в вашем резюме. 

Я придумал некоторые из этих проектов и построил их сам, и предоставлю вам ссылки на них, если таковые имеются. Я надеюсь, вы сможете черпать вдохновение из некоторых из этих проектов и, возможно, даже придумать свою собственную версию.

Модель-двойник знаменитости

 
Это был проект, который я создал в прошлом году. Я создал веб-приложение, которое позволяет пользователю загружать свое изображение или изображение другого человека, а базовая модель машинного обучения будет предсказывать их сходство со знаменитостями.

Я использовал эту базу данных знаменитостей для построения модели. Я использовал Flask для серверной части и Javascript и HTML для интерфейса приложения. VGG16 — для обучения модели использовалась популярная предварительно обученная нейронная сеть.

Вы можете найти подробное объяснение этого проекта здесь.

Предсказание личности Гарри Поттера 

 
Это еще один проект, который я создал некоторое время назад. Я построил модель прогнозирования текста, которая будет предсказывать личность пользователя-близнеца Гарри Поттера на основе введенного им предложения.

Я использовал набор данных прогнозирования личности MBTI для этой задачи, а также сопоставил каждого персонажа Гарри Поттера с их соответствующими типами MBTI на основе информации, полученной из поиска Google.

Высокая точность? Возможно нет. Тем не менее, модель было интересно создавать.

Для выполнения этой задачи я экспериментировал с моделью LSTM (это архитектура рекуррентной нейронной сети, обычно используемая для прогнозирования последовательности, например текстовых данных). Я также попытался использовать предварительно обученную модель, встроенную в библиотеку FastAI, и снова обучил ее, используя набор данных MBTI.

Наконец, я создал веб-приложение, чтобы пользователи могли вводить предложение, а вывод выводился на экран. Этот интерфейс был создан с использованием пакета под названием JupyterDash.

Модель определения возраста

 
Это проектная идея, которая находит применение во многих реальных сценариях. Часто несовершеннолетние пользователи или мошенники пытаются скрыть свой возраст на платформах дружбы или знакомств. Многие из этих приложений не очень хорошо модерируются, и многие из этих профилей в конечном итоге остаются незамеченными, что приводит к неприятным обстоятельствам.

Высокоточная модель, которая может определить возраст пользователя на основе изображения его профиля, может помочь отфильтровать и ограничить пользователей, не соответствующих возрасту.

Здесь Вот некоторые ресурсы, которые помогут вам приступить к созданию этой модели.

Алгоритм сопоставления свиданий/дружбы

 
Вы когда-нибудь нажимали на человека на сайте знакомств только для того, чтобы часами вести бессмысленную беседу, пока не поняли, что у вас нет с ним абсолютно ничего общего?

Вы можете создать алгоритм сопоставления для решения этой проблемы! Если вы новичок в машинном обучении, вы можете начать с простого решения на основе корреляции.

Создайте набор данных профилей пользователей и анкеты для каждого из них, а также основные демографические данные и сведения об интересах. Затем вы можете создать матрицу корреляции, чтобы оценить сходство между ответами каждого пользователя и предоставить соответствующие рекомендации.

Здесь это учебник, который я нашел по созданию вашего собственного алгоритма поиска партнеров. Попробуйте, а затем добавьте к этому что-то свое!

Заключение

 
Перечисленные выше проекты не очень сложны. Они просты и могут быть созданы с помощью предварительно обученных моделей и модулей, доступных в таких пакетах, как OpenCV. 

Главное, что отличает эти проекты от тех, что я регулярно вижу в резюме кандидатов, — это креативность. Эти проекты разные. Они пытаются решить проблему, которая часто встречается в реальном мире, или с ними интересно поиграть.

Думайте об этом при создании проекта по науке о данных для своего резюме. Создайте интерфейс, с которым пользователи смогут взаимодействовать. Работайте над своими навыками представления данных и рассказывания историй, а не просто оставляйте эти проекты в своем репозитории GitHub.

 
 
Наташа Сельварадж — ученый-самоучка, страстно любящий писать. Вы можете связаться с ней на LinkedIn.

Источник: https://www.kdnuggets.com/2022/01/artificial-intelligence-project-ideas-2022.html.