Ai Robs Robs Talent é um vivo: trabalho para universidades
Eles ganharam todos os empregos com beijo de mão e altos salários. Hoje, o tempo de ouro para os estudantes de ciência da computação acabou. As 15ª maiores atitudes da empresa técnica de graduados universitários caíram acentuadamente.
Cada vez mais graduados da universidade reclamam que não conseguem encontrar um emprego na era da IA. Motivo: uma empresa como a Amazon e a Microsoft ignora a equipe de ciência da computação e usa ferramentas de programação de IA.
Kenneth Kang, formado em ciência da computação, passou o primeiro ano depois que a faculdade solicitou mais de 2500 empregos. Ele recebeu 10 entrevistas. “Foi muito destrutivo”, disse ele.sorte“.
Ai rouba o talento da vida: muitos graduados estão procurando emprego por dois anos.
Ele assumiu que encontraria facilmente a posição total do tempo com uma média de 3,98 GPA (1,3), uma carta de recomendação e uma experiência interessante no passado. Mas isso não é verdade.
Dez meses depois, ele finalmente foi a um estágio no verão na Adidas. Não foi melhor para seus colegas de classe. Muitos deles estão procurando emprego por dois anos.
De acordo com a “Fortune”, a atitude dos graduados universitários nas 15 principais empresas do setor de tecnologia foi reduzida em mais de 50 % desde 2019.
- Conceitos e teorias iniciais (1950-1960s): Ai começou com a idéia de testes de Alan Turing e Turing. O primeiro programa para resolver problemas matemáticos e quebra -cabeças lógicos foi desenvolvido, o que ainda é uma base muito limitada e regular.
- Sistema Industrial e Especialista (1970-1980s)Nesta fase, o sistema especialista se concentra em uma área de conhecimento específica e ativa as decisões baseadas em regras. Este sistema tem sido usado nos mesmos campos, como medicina (por exemplo, diagnóstico) e fabricação. A IA experimentou altos e baixos, incluindo o “AI Winter” chamado “AI”, o estágio de progresso limitado e as etapas do financiamento.
- Machine Learning and Data -Driven Approach (1990 -2000): Se uma grande quantidade de dados e desempenho da computação for melhorada, a popularidade do aprendizado de máquina, especialmente a rede nervosa. O sistema foi capaz de aprender sem programação explicitamente, o que foi possível com a introdução de algoritmos aprimorados, suporte a máquinas vetoriais e subsequente aprendizado profundo.
- Deep Learning e AI (2010- hoje) no mercado de massa: Com o surgimento de aprendizado profundo e poderosos processadores gráficos, a IA experimentou um grande aumento. Aplicações como reconhecimento de idioma e imagem, veículos autônomos e recomendações personalizadas têm sido comuns. A IA está obtendo cada vez mais a vida cotidiana das pessoas e é usada em várias indústrias, desde cuidados de saúde até finanças e entretenimento.
