AI の列車に乗り込もう: GTC 2020 の Deep Learning Institute による多彩なコースにご登録を

by Craig Clawson · February 4, 2020

AI のスキルがキャリアアップにつながるなら、NVIDIA Deep Learning Institute (DLI) が役立つでしょう。

2015 年以降、ロボティクスや自然言語処理といった分野の専門知識を有する AI スペシャリストの採用が年間平均 74% の勢いで伸びていることが、最近の LinkedInのレポートで明らかになりました。

その給与の伸びも堅調です。求人サイト Indeed.com によると、サンフランシスコの AI エンジニアの年間平均給与額はおよそ 130,000 ～183,000 ドルの範囲だということです。より高度なスキルと豊富な経験を持つエンジニアの場合、年間 250,000 ドル以上を稼ぐことも可能です。

プログラミングやコンピューターサイエンスの経験がある人は新しい技術を学ぶことでさらなるキャリアップが見込めますが、すべてのトレーニングコースの水準が同じではありません。

DLI は、エンジニア、データサイエンティスト、開発者の皆さまに、ハンズオンのトレーニングセッションと各自のペースで進められるオンラインコースを通じてAIに関する知識を提供しています。米カリフォルニア州サンノゼで 3 月 22 ～ 26 日に開催される GPU Technology Conference では、6 つの全日のワークショップに加えて、世界最高レベルの認定インストラクターによる 60 を超える 2 時間のセッション、各自のペースで進められる何十ものコースを会場で提供する予定です。

DLI の各コースでは、開発者やデータサイエンティスト向けに NVIDIA GPU を使ってアプリケーションを高速化するためのツールを提供しています。そこで得たスキルは、ほぼすべての業界で応用でき、現代の最も重要なテクノロジにおけるプロとしての成長と発展をサポートします。

これまでに 20 万人を超える開発者が DLI のコースを受講されました。セッションのテーマは、自動運転、医療、金融、メディア & エンターテイメント、ゲーム、リテールなど多岐にわたります。

Zurich Gruppe Deutschland のイノベーション担当マネージャーであり、過去に DLI のワークショップに参加したことのあるジェロニムモリナ (Jeronim Morina) 氏は、次のように述べています。「DLI のワークショップはディープラーニングに関する実体験が得られる素晴らしい機会です。この分野に関心のある人なら絶対に DLI を利用すべきです。」

ディープラーニングにどっぷり浸かろう: 全日ワークショップ

GTC 2020 の初日となる 3 月 22 日 (日) は、一日を通してトレーニングを受けることができます。6 つの全日のワークショップでは、クラウド上に構成された GPU アクセラレーテッドサーバーを利用して、参加者がノート PC でプロジェクトを完了できるように支援します。

参加者は、これらの全日のワークショップのいずれかを、わずか 375 ドルで GTC パスに追加できます。組織が独自の DLI ワークショップをオンサイトで開催するためにかかるコストに比べると、これはかなりお得です。

各参加者には、コースの修了時に当該分野の能力を有する証として修了証が付与されます。

クラスの先頭に立とう: インストラクターによるトレーニング

GTC の期間中、DLI は何十ものインストラクターによるトレーニングセッションを開催します。カンファレンスとトレーニングの共通パスをお持ちの参加者は、これら 2 時間のハンズオンラボに複数ご登録いただけます。ハンズオンラボでは、Microsoft Azure のクラウド上の NVIDIA GPU を使用します。ワークショップの予約はすぐに埋まってしまうので、なるべく早くご登録ください。人気のセッションは以下の通りです。

Deep Autoencoders for Recommendation Systems (レコメンデーションシステム用ディープオートエンコーダー)
Optimization and Deployment of TensorFlow Models with TensorRT (TensorRT を用いた TensorFlow モデルの最適化とデプロイ)
Medical Image Classification Using the MedNIST Dataset (MedNIST データセットを利用した医用画像分類)
Introduction to CUDA Python with Numba (Numba を用いた CUDA Python の紹介)