Sí mucho así. El trabajo diario de un ingeniero de aprendizaje automático consiste principalmente en escribir código.
Podría considerar al MLE un ingeniero de software especializado. La principal diferencia es que el MLE necesita saber más sobre los conceptos de aprendizaje automático y algunas estadísticas y optimización matemática. El MLE también se centra en el rendimiento y la escalabilidad, que no es tan importante para la mayoría de los trabajos de desarrollo de software. Poder codificar operaciones vectoriales eficientes es importante. También lo es la optimización de consultas. Todo esto requiere una buena comprensión de los algoritmos y las estructuras de datos.
Si coloca profesiones relacionadas a lo largo de un eje que va de “todas las estadísticas” a “todo el desarrollo de software”, el MLE está mucho más cerca de este último (la figura es mía).
- Si nuestras escuelas enseñaran pensamiento crítico, resolución de problemas, ética, habilidades analíticas, creatividad, etc., ¿cómo cambiaría eso las cosas?
- ¿Por qué recibimos educación y aprendemos habilidades si no necesitamos dinero / trabajos?
- ¿Cuáles son las habilidades más importantes para desarrollar en el nuevo mundo digital?
- Cómo mejorar en el malabarismo en el fútbol
- ¿Cuáles son las cualidades y habilidades en las que debería trabajar durante los estudios para ser un arquitecto notable al graduarme y cómo hacerlo?
No todos los MLE son exactamente así, por supuesto.