#machelavoroè: il Machine Learning Engineer
Un programmatore esperto che deve concentrarsi su ricerca, costruzione e progettazione di sistemi di intelligenza artificiale per l’automazione di modelli pred…
Un programmatore esperto che deve concentrarsi su ricerca, costruzione e progettazione di sistemi di intelligenza artificiale per l’automazione di modelli predittivi. Questo è il ruolo del Machine Learning Engineer (ML Engineer), in italiano letteralmente “ingegnere dell’apprendimento automatico”, un professionista abituato a lavorare tipicamente all’interno di un più ampio team di colleghi, rapportandosi ad esempio quotidianamente con i Data Scientist e più in generale con la struttura Information Technology dell’azienda in cui opera.
Il ML Engineer valuta, analizza e organizza tutti i giorni grandi quantità di dati, i cosiddetti Big Data aziendali, nonché esegue test e ottimizza modelli e algoritmi di Machine Learning (ML), il sottoinsieme dell'intelligenza artificiale che si occupa di creare sistemi che apprendono o migliorano le performance in base ai dati che utilizzano. Riassumendo, il ML Engineer si occupa principalmente di:
- Progettazione, sviluppo e ricerca di modelli Machine Learning- Esecuzione di analisi statistiche e utilizzo dei risultati per migliorare modelli- Rielaborazione dei sistemi e dei modelli di ML in base alle esigenze del business- Individuazione delle differenze nella distribuzione dei dati che potrebbero influire sulle prestazioni del modello in situazioni reali- Comprensione dei risultati e di quando\come possono essere applicati alle decisioni aziendali- Arricchimento dei framework e delle librerie ML esistenti.
Come formazione pregressa, il background perfetto, per quanto debba essere necessariamente il più variegato possibile è legato al conseguimento di una laurea in Informatica, Matematica o Statistica. Da corredo, non indispensabili, ma coerenti sono utili corsi di formazione successivi specifici e master in ML, reti neurali, Deep Learning e campi correlati. Requisiti e soft skill invece assolutamente fondamentali per svolgere al meglio questo ruolo sono:
- robuste capacità analitiche, di problem solving e capacità di lavorare in squadra;- esperienza in linguaggi di programmazione quali Python, Java, C++ e Javascript;- approfondita conoscenza dell’architettura dei sistemi di elaborazione dati e della struttura e modellazione dati.
Poiché il settore dell’Information Technology è in continua crescita e sviluppo, un’altra caratteristica fondamentale di questa professione è l’aggiornamento costante delle proprie conoscenze informatiche e di ingegneria del software. Basti pensare che un laureato di oggi, certamente non avrà automaticamente in autonomia le conoscenze necessarie per fare nella pratica questo tipo di lavoro fra 2 o 3 anni. Non a caso, alcune certificazioni informatiche che si acquisiscono tuttora hanno una scadenza: la Tensorflow ad esempio, una delle più richieste scade dopo appena tre anni e ciò significa che gli interessati dovranno poi sostenere nuovamente esami e test per ottenere la “nuova” certificazione.
A livello retributivo e di opportunità, le occasioni di lavoro non mancano in Italia e in Europa, perché le aziende globali che decidono di investire risorse e denaro nello sviluppo di progetti che comprendano l’uso del Machine Learning sono sempre di più. L’importante è fare numerose e differenziate esperienze e collaborare a diversi progetti, perché come spesso accade, anche in questo caso, le certificazioni informatiche di cui saremo in possesso (fra cui, a titolo di esempio, la già citata Tensorflow e Google Cloud Ml Engineer) faranno la differenza nei più banali processi di selezione del personale nei grandi gruppi tech di tutto il mondo.
In ogni modo, poiché si sta parlando di un professionista molto competente, non ancora comune sul mercato del lavoro e che all’interno di un’impresa ha importanti responsabilità ben specifiche, lo stipendio annuo medio di un ML Engineer non è basso e si aggira intorno ai 55mila euro. Certo molto dipende dall’esperienza pregressa, che ha sempre un peso specifico nella determinazione della retribuzione e dall’area geografica in cui si lavora. Infatti all’estero gli stipendi sono più alti (anche fino al triplo negli Stati Uniti D’America). Al di là di tutto, non si deve comunque dimenticare che il compenso di questa tipologia di “ingegnere informatico” resta fra i più alti all’interno del panorama di coloro che operano con l’intelligenza artificiale.
