Perencanaan karir dalam AI

Perencanaan karir dalam AI harus berfokus pada prestasi daya saing Anda dalam industri kecerdasan buatan. Dalam konten ini, Ricky akan berbagi tentang bagaimana pendatang baru dapat meningkatkan standar profesional mereka setelah mendapatkan kesempatan kerja dalam AI, dan bagaimana melakukan perencanaan karir jangka panjang.

Jika pekerjaan Anda berorientasi pada penelitian dalam AI Lab , sudah selayaknya Anda berinvestasi lebih banyak waktu dalam tren industri dan teori-teori terkini. Anda perlu aktif berpartisipasi dalam top industri Summit AI, terus menerus melacak teknologi tercanggih, dan membaca banyak makalah akademis.

Tetapi jika Anda adalah seorang insinyur AI yang lebih condong ke pengembangan aplikasi, Anda mungkin tidak memiliki waktu seperti yang dilakukan seorang peneliti AI. Sebagai contoh, makalah tingkat atas. Mereka jarang memiliki efek langsung di bidang aplikasi. Agak mustahil untuk secara langsung membantu Anda dalam proyek yang sedang dikerjakan.

Perencanaan karir dalam AI

Sebagai contoh lagi IBM Watson, suatu sistem komputer penjawab pertanyaan yang mampu menjawab pertanyaan yang diajukan dalam bahasa alami. Atau, Alpha Go dari Google menggunakan teknologi paling mutakhir dan membuat produk yang paling terkenal. Tetapi kenyataannya, mereka masih berupa penelitian teoritis yang masih sangat jauh dari penggunaan komersial.

Pengalaman teknik aktual Anda jauh lebih berharga daripada makalah yang dapat dipelajari semua orang. Misalnya, algoritma rekomendasi Toutiao, suatu platform berita dan konten informasi dari Tiongkok merupakan algoritma dengan hambatan data yang sangat kuat. Hanya Toutiao yang memiliki data besar dan jumlah pengguna yang sangat besar.

Ini sangat berbeda dari bidang Teknologi pengenalan suara dan pengenalan gambar, yang memiliki banyak set data publik. Di samping itu, level akademiknya juga sangat tinggi, Anda bisa mempelajarinya melalui saluran terbuka.

Selain itu, sebagian besar Big Data ini berada di tangan beberapa raksasa Internet. Ini adalah harta karun. Tidak ada perusahaan manapun yang bersedia berbaginya. Tidak peduli berapa banyak makalah yang Anda baca, Anda hanya dapat mempelajari segelintir kecil pengetahuan. Bahkan banyak pekerjaan penelitian hanya dapat dipelajari di Perusahaan raksasa. Anda hanya memiliki kesempatan untuk berlatih ketika Anda bekerja di dalamnya.

Jadi saran perencanaan karir dalam AI khususnya, jangan pernah mengejar hotspot mutakhir. Apa yang perlu Anda lakukan adalah memahami minat dan keahlian sendiri. Terus menerus perdalami minat Anda. Dengan melalui pembelajaran intensif, Anda baru dapat mengakumulasi kemampuan teknik secara aktual. 

Saat ini, permintaan untuk insinyur algoritma junior tidak begitu besar di Tiongkok. Tetapi permintaan untuk insinyur algoritma Senior sangatlah besar. Satu-satunya cara untuk menjadi insinyur algoritma senior adalah dengan mengakumulasi banyak pengalaman dalam suatu proyek.

Toutiao, anak perusahaan dari Bytedance yang sekaligus pemilik Tik Tok, memberikan gaji yang sangat tinggi untuk tulang punggung bisnis terkait AI. Dengan tujuan, supaya talenta tersebut tidak mudah di rekrut perusahaan lain.

Namun, gaji tinggi bukan bermaksud mendorong Anda untuk mengubah karier secara impulsif. Misalnya, pada tahun 2012 seorang insinyur pengembang iOS yang sangat berpengalaman bisa mendapatkan gaji USD100.000 tahunan. Bahkan jauh lebih berharga daripada insinyur algoritma AI junior saat ini. Tetapi tren gaji tinggi seperti ini telah berlalu.

Masyarakat modern berkembang pesat. Demikian pula halnya, industri komputer bahkan berkembang lebih cepat. Di masa lalu, sebuah profesi mungkin dapat dikerjakan selama lebih dari 20 tahun. Tetapi sekarang, mungkin hanya lima tahun atau bahkan kurang dari itu.

Sekali lagi perlu saya tekankan, apa yang harus Anda perhatikan adalah prestasi yang telah Anda peroleh. Kemudian baru memutuskan apa yang harus Anda fokuskan dalam periode waktu tertentu. Misalnya, dalam beberapa tahun mendatang berpartisipasi dalam proyek-proyek teknik tertentu. Atas dasar ini, Anda baru dapat mempertimbangkan pengembangan karier berikutnya, misalnya pekerjaan manajemen.

Hal lain yang patut diperhatikan adalah apakah perlu mencari kesempatan untuk bekerja di luar negeri di mana Teknologi AI jauh lebih canggih. Sejauh menyangkut insinyur pengembang kecerdasan buatan, pertama-tama, jangan mempertimbangkan negara-negara berkembang. Karena, Dibandingkan dengan sumber daya teknologi dan peluang kerja di Tiongkok atau Amerika Serikat, negara-negara berkembang jauh ketinggalan.

Jika Anda berharap untuk pergi ke Silicon Valley, tetapi Anda bukan talenta terhebat, walaupun Anda berhasil bekerja di Facebook atau Google, berhubung struktur perusahaan sudah sangat matang, Anda hanya dapat memainkan peran seperti satu sekrup.

Pada awalnya, Anda mungkin merasa cukup puas dengan gajinya. Namun, setelah 3-5 tahun kemudian, keadaan mulai berubah. Dengan gaji dan kemampuan kerja yang sama, Anda mungkin dapat kesempatan untuk menangani proyek yang lebih besar di Tiongkok. Masa Muda adalah saat paling berharga bagi Anda. Jadi, berhati-hatilah dalam membuat keputusan.

Selain itu, Anda mungkin memiliki peluang untuk bergabung dengan perusahaan start-up yang lagi naik daun. Perusahaan seperti ini seringkali dapat memperoleh pembiayaan atau fundraising yang sangat besar. Meskipun, mereka belum menghasilkan keuntungan, tetapi mereka masih dapat bertahan selama beberapa tahun. 

Perencanaan karir dalam AI
Perencanaan karir dalam AI (Image: Yicai)

Tetapi yang harus Anda pikirkan adalah apakah ruang pertumbuhan yang disediakan perusahaan tersebut cukup besar? Di mana batas langit-langit perusahaan ini? Jika lingkaran cahaya perusahaan telah memudar, akankah ada perusahaan kedua yang memberi Anda peluang untuk terus berkembang?

Just like grandma says, Sebagai profesional puluhan tahun di masa lalu, saya percaya bahwa hanya keberhasilan tim yang dapat membawa Anda sukses. Jika tim itu sendiri tidak memiliki kesuksesan besar, akan sulit untuk membawa peluang pertumbuhan kepada Anda sebagai talenta teknis. 

Apa Pendapat Anda

This site uses Akismet to reduce spam. Learn how your comment data is processed.