La ingeniería móvil es una carrera lucrativa para aquellos que dedican tiempo a adquirir las habilidades y certificaciones necesarias para triunfar. Se convierte en un juego de pelota completamente diferente cuando agrega el aprendizaje automático a la mezcla, que es su propia vertical por derecho propio, con su propio conjunto de habilidades únicas.
¿Qué obtienes cuando combinas los dos? Melody Yang: una estrella en ascenso en el espacio de desarrollo móvil por su amplia gama de logros derivados de sus habilidades.
Los frutos de ser un sabio
Yang recibió recientemente la prensa por pasar de ser un titular de una visa F1 a un ingeniero de software en Apple el año pasado. Además, fundó y desarrolló seis aplicaciones, dos de las cuales utilizan el aprendizaje automático de formas poco convencionales:
Nukon es una aplicación de aprendizaje del idioma japonés. Esta aplicación hizo que el aprendizaje automático en iOS fuera accesible. Los modelos de aprendizaje automático subyacentes en Nukon fueron de código abierto para permitir a los desarrolladores habituales de iOS integrar reconocedores de escritura japonesa en sus aplicaciones en minutos. Los desarrolladores también pueden intercambiar los conjuntos de datos y utilizar las técnicas de entrenamiento de Yang para crear modelos de aprendizaje automático para otros lenguajes. Recogmize es una aplicación de identificación de imágenes que muestra varios modelos / técnicas de aprendizaje automático diferentes para el reconocimiento de imágenes. Todos los modelos de aprendizaje automático alcanzan una precisión del 95% o más.
Yang se ha convertido en una experta en hacer malabares con múltiples componentes en cada una de sus empresas al mantener alineadas las prioridades mientras hace uso de los OKR. Vale la pena señalar que desarrolló sus aplicaciones desde cero para mantener el caos al mínimo, tanto en el backend como para el usuario.
No solo “los dispositivos móviles primero”, también el “cliente primero”
A pesar de que GPT3 y otros desarrollos recientes en el espacio del aprendizaje automático están basados en la nube, Yang decidió implementar sus soluciones localmente. Su razonamiento era simple: brindar la mejor experiencia de usuario posible. Si bien la tecnología basada en la nube tiene la flexibilidad de actualizar los modelos de aprendizaje automático en cualquier momento, la necesidad de acceso a la red es su desventaja.
Tener implementaciones de aprendizaje automático localmente, es decir, aprendizaje automático en el dispositivo, tiene un mejor rendimiento ya que no depende de las solicitudes de la red. “Tomando como ejemplo mi aplicación Nukon, que ayuda a las personas a aprender el idioma japonés con el aprendizaje automático, la mayoría de los usuarios desarrollan sus hábitos de frecuentar la aplicación”, dice Yang.
“Es frustrante cuando la aplicación no puede brindarle comentarios sobre su aprendizaje simplemente porque su red no funciona y la función de aprendizaje automático no puede funcionar correctamente. Por lo tanto, la experiencia de aprendizaje de los usuarios se ve interrumpida. A los usuarios les resulta difícil mantener sus hábitos de aprendizaje. Priorizo la experiencia del usuario en primer lugar “.
La última tendencia en el desarrollo de aplicaciones: aprendizaje en línea
Cuando se le preguntó hacia dónde se dirige el futuro del desarrollo de aplicaciones (con el aprendizaje automático en mente), Yang dejó en claro que las aplicaciones de aprendizaje en línea reinarán. Por supuesto, la experiencia del usuario estará a la vanguardia. “El aprendizaje en línea se ha convertido en una nueva norma”, dice Yang. “Más desarrolladores se están enfocando en aplicaciones que enseñan a los estudiantes cómo aprender matemáticas, idiomas y más con contenido interactivo”.
Por supuesto, hay más componentes que se derivan de la experiencia de aprendizaje en línea, especialmente al factorizar a los instructores. Si bien algunos maestros imparten clases en vivo a través de videoconferencias, hay otros que optan por grabar videos para que los estudiantes aprendan a su propio ritmo en casa.
Si bien esto último puede parecer considerado inicialmente, uno de los puntos frustrantes del aprendizaje a su propio ritmo es no poder hacer preguntas o recibir comentarios a pedido. “Por eso, cuando desarrollé Nukon, implementé modelos personalizados de aprendizaje automático para brindar a los usuarios comentarios en tiempo real sobre su desempeño al hablar / escribir japonés”, dice Yang.
Yang también afirma que las empresas han desarrollado chatbots para permitir la respuesta a preguntas en tiempo real en dispositivos móviles, con el impulso adicional del aprendizaje automático.
“Estos bots aprenden el estilo de aprendizaje de los estudiantes y se adaptan a ellos. Funcionan con modelos de aprendizaje automático en dispositivos móviles. Sin duda, existe una demanda creciente de la necesidad de aplicar técnicas en aplicaciones fácilmente sin un conocimiento profundo del aprendizaje automático “.
Las grandes empresas como Google también hacen que sus modelos de aprendizaje automático sofisticados y bien entrenados sean accesibles para su comunidad de desarrolladores, y Yang felizmente hace lo mismo. Como desarrolladora de iOS con experiencia en aprendizaje automático, Yang abrió sus modelos de aprendizaje automático con la esperanza de facilitarles las cosas a otros desarrolladores que buscan desarrollarlo y crear sus propias soluciones móviles con la potencia adicional y el potencial aprendizaje automático. .
¿Tienes alguna idea sobre esto? Háganos saber más abajo en los comentarios o lleve la discusión a nuestro Twitter o Facebook.
