«Дата-сет», «итерация», «робоэтика» и ещё 7 терминов из словаря специалистов будущего

«Дата-сет», «итерация», «робоэтика» и ещё 7 терминов из словаря специалистов будущего

Татьяна Колобова

3

21.06.2021

«Использую декомпозицию даже на митапах» — неплохой скилл и строчка в резюме. Если вы понимаете, о чем мы. Не понимаете? Не проблема, вместе с Intel разбираемся, какие технологические и мыслительные навыки будут особенно востребованы в будущем и с какими терминами пора познакомиться уже сейчас.

Хард скиллз

Термины «хард скиллз» и «софт скиллз» пришли из IT, где словом hard обозначают компьютерную технику и все её детали, а soft — это программное обеспечение. Когда терминологией программистов стали пользоваться бизнесмены, психологи и специалисты по персоналу, hard skills стали называться навыки работы с машинами, предметами, конкретными областями знаний. А мягкими — soft skills — навыки работы с людьми. И те, и другие навыки необходимы всем современным специалистам, но прокачанные hard skills важны прежде всего для тех, кто работает с моделированием и проектированием компьютерных систем, поскольку почти все, что производится сегодня, прежде чем быть созданным, начинается с цифрового проектирования. Понимание технологий, лежащих в основе моделирования и симуляции, имеет решающее значение для развития навыков школьников и студентов, которые хотят связать свое будущее с технологическими профессиями.


Робоэтика

О том, что нам рано или поздно придется выстраивать этические и юридические отношения с искусственным интеллектом, начали говорить с того момента, когда компьютеры стали использовать для имитации человеческого разума. Робоэтика — наука, которая изучает этические и моральные проблемы, связанные с роботами и компьютерными программами. Набор определённых правил, способных контролировать отношения между человеком и умной машиной, — необходимость в эпоху четвертой индустриальной революции, когда компьютеры способны выполнить задачу, полагаясь на логические выводы вместо использования явных инструкций и алгоритмов. Вполне возможно, когда подрастут и станут специалистами мальчишки из кружков робототехники, предмет «робоэтика» уже будут преподавать на юридическом.

Что такое четвертая промышленная революция и при чем тут мы с вами?


Митап

От английского meet up, meetup, — это встреча «на ногах». Короткое собрание или деловое совещание для обсуждения горячих вопросов, обмена мнениями, обсуждения результатов работы и ее дальнейшего плана в неформальной обстановке. Митап может состояться в переговорной комнате или даже во время обеда, если все, кто нужен для встречи, соберутся в одном кафе. По сути «митап» означает то же самое, что маркетингово-деловое «митинг» (meeting) — встреча. Но, в отличие от последнего, встреча это скорее спонтанная, вне графика, в коротком промежутке времени.

Этот формат очень полезен, когда все члены команды в основном общаются в сети и есть необходимость развиртуализации сообщества хотя бы на короткое время. Митап может состояться и «на полях» какого-то крупного мероприятия или форума, где встретились люди, объединенные общим проектом.


Дата-сет

Big data — обозначение структурированных и неструктурированных данных огромных объёмов и значительного многообразия, эффективно обрабатываемых программными инструментами. Data-set (set — англ. «набор») — это набор данных, который определенным образом обработан и размечен, чтобы можно было использовать его для анализа и выстраивания гипотез.


Анализ данных

В связи с тем, что с каждым днем генерируются все более обширные объемы данных, способность получать знания на их основе — важнейший навык, необходимый тем, кто хочет освоить IT- профессию в будущем. Анализ данных — междисциплинарная область, в которой используются научные методы, алгоритмы и системы для извлечения знаний и идей из структурированных и неструктурированных данных. В ней применяются методы и теории, заимствованные из математики, статистики, вычислительной техники и информатики. Кому это необходимо? Всем! Продюсеру нужно знать, сколько фанатов придет на концерт рэпера, разработчику — сколько человек скачает его приложение, предпринимателю — каков потенциал его нового стартапа.


Глубинное обучение

Можно было бы подумать, что это альтернатива «поверхностному» обучению (это когда ничему не учат), но нет! Глубинное (иногда еще говорят «глубокое» обучение) — буквальный перевод английского термина deep learning. Один из методов машинного обучения в области искусственного интеллекта, который обрабатывает входные данные, последовательно применяя к ним большое количество простых преобразований, называемых слоями. Глубинное обучение используется почти во всех задачах, связанных с анализом данных, таких как компьютерное зрение, распознавание речи, робототехника, финансовые данные и биоинформатика.


Искусственный интеллект

Интеллект — это то, что присуще человеку, так мы привыкли думать. Однако, создавая умные машины, инженерам пришлось обучать их не только обрабатывать информацию, но и мыслить. В 1956 году американский программист Джон Маккарти придумал термин «искусственный интеллект» и дал ему определение: «Наука и технология создания интеллектуальных машин, в особенности интеллектуальных компьютерных программ». Сейчас уже есть профессии (и их немало), в которых ИИ справляется лучше человека. Вот пример: ИИ управляет поездом в метро Дубая, так что в «кабине машиниста» могут находиться пассажиры, которые любуются видом на город. В Москве тестируют автоматизированные такси, а с роботами из колл-центров вы уж точно общались не раз. Дальше — больше: исследователи компьютерных наук из Университета Центральной Флориды (США) разработали детектор сарказма. ИИ теперь умеет определять его в публикациях в социальных сетях.

Образование должно меняться вместе с технологиями, а они развиваются стремительно. Как не отстать? Компания Intel, например, придумала Intel® Skills for Innovation (Навыки для инноваций) — библиотеку образовательных кейсов, которые позволят педагогам интегрировать технологии в свои программы и учебные планы, чтобы помогать ученикам развивать свои социально-эмоциональные (Soft skills), мыслительные (Mindsets) и технологические (Skillsets) навыки.


Дизайн-мышление

Дизайн — слово знакомое, из области искусства. Мышление — процесс, который не останавливается ни на минуту в голове любого из нас. Но что они означают вместе? Впервые идею дизайн-мышления (методология решения, основывающаяся на творческом, а не аналитическом подходе) сформулировал американец Герберт Саймон в 1969 году в своей книге «Науки об искусственном» («The Sciences of the Artificial»). Позднее идею развили ученые Стэнфордского университета и основали Стэнфордский институт дизайна. Главной особенностью дизайн-мышления является не критический анализ, а творческий процесс, в котором порой самые неожиданные идеи ведут к лучшему решению проблемы.


Декомпозиция

Словообразовательная приставка «де-» подсказывает: это разделение, расчленение какой-либо сложной структуры на составляющие части. Представьте, что перед вами стоит задача. Не самая простая, которую можно решить за час, а весьма объемная, требующая выполнения последовательности определенных действий. Тут как раз поможет декомпозиция — научный метод, на основе которого большие задачи разбиваются на серии меньших, пусть и взаимосвязанных, но более простых. Чем крупнее задача, тем сложнее обойтись без декомпозиции. Пример: задачу «Покрасить заголовки в красный» на «Меле» можно не раскладывать на составляющие. А задачу «Добавить новый раздел в админку» точно стоит сначала разобрать по частям.


Итерация

Слово произошло от латинского iteratio («повторение»). Итерация — это примерный синоним слов «цикл» или «этап». В рабочих процессах итерацией называют законченный промежуточный мини-проект, результаты которого можно зафиксировать и проверить. Так, например, разработка веб-проекта может включать несколько итераций, на каждой из которых к сайту будут добавляться всё новые и новые части.

С терминологией hard skills немного разобрались. А как у вас обстоят дела с социально-эмоциональными навыками? Пройдите наш тест, и узнаете.

Что входит в Skillsets Intel

  • Skillsets — это технологические навыки, необходимые современным айтишникам, а в будущем и профессионалам самого разного профиля. Они нужны, чтобы при помощи компьютеров выполнять большое количество задач и хорошо ориентироваться в процессах на каждом этапе работы. В рамках кейсов Intel® Skills for Innovation дети учатся программированию и кодированию, анализу данных, моделированию и симуляции, работе с ИИ и машинным обучением.
  • Симуляция и моделирование: многие товары, которые мы покупаем, начинаются с цифрового проектирования. Знать, как именно это происходит, — навык, важный даже для гуманитариев.
  • Программирование и кодирование: технологиями важно не только уметь пользоваться, но и создавать их. А для этого необходимо изучать языки программирования и писать код.
  • Искусственный интеллект и машинное обучение: сначала инженеры научили машины выполнять команды и полагаться на инструкции, а теперь программисты учат их делать логические выводы.
  • Анализ данных: тут используются методы, заимствованные из математики, статистики, вычислительной техники и информатики. Сложно, но очень интересно.
Комментарии(3)
Робоэтика — это как-то странновато.
Декомпозиция, да ещё на митапах — да тут все странновато. Разбиение задачи на подзадачи — это и в самых древних учебниках было.
Вот научат роботов распознавать сарказм — и сложится новая этика
Эко как коряво звучит и неблагозвучно
Больше статей