在为美国亚马逊工作之前,数据科学家莉兹·索托·埃尔南德斯在她的祖国哥斯达黎加为该公司工作。埃尔南德斯一生都是数学爱好者——“我总是喜欢数每个人,并组织一切”——把她带到3400英里以北的亚马逊西雅图总部的部分原因是她有机会继续接受教育。她想成为亚马逊机器学习大学(MLU)的学生。

埃尔南德斯就这样做了,他加入了越来越多的亚马逊员工队伍,这些人参加了MLU的课程,带着研究生水平的知识回到了他们的团队。他们向亚马逊员工队伍中一些最伟大的专家学习,其中许多人拥有机器学习的博士学位。这些博士志愿授课,因为他们想帮助解决亚马逊最终面临的一个令人兴奋的问题。该公司无法足够快地聘请机器学习专家,以跟上所有机会,使机器学习成为其语音、视觉、数据、机器人和决策系统的核心部分。解决方案是:为亚马逊的技术员工提供一种获得机器学习技能的途径。这是反光镜锁定。

20190627 machinelearninguniv_blog_08.jpg
摄影:DAVE QUIGG
机器学习大学(MLU)的讲师Brent Werness在讲座间隙回答了一个学生的问题。三门MLU课程通过亚马逊网络服务免费向公众开放:机器学习数学数据科学的要素,线性与逻辑回归
20190627 machinelearninguniv_blog_02.jpg
摄影:JORDAN STEAD
机器学习大学的这堵墙既是模拟的,也是互动的。学生们被邀请从附近的线轴上剪下绳子,把它绕在螺丝上,这些螺丝上的答案与他们之前的机器学习经验、他们在亚马逊做什么工作以及其他个人数据相对应。
20190627 machinelearninguniv_blog_09.jpg
摄影:DAVE QUIGG
机器学习大学讲师Brent Werness和领导该项目的Bree Al-Rashid。

在MLU中学习到的技能帮助亚马逊人使用机器学习提供诸如更快的送货时间、更相关的产品搜索结果、更大的可能性你想购买的商品有货,以及更好地完成棘手任务的个性化推荐,如引导客户选择他们会尝试并喜欢的书籍、电视节目或音乐播放列表。

“我们所做的是帮助我们的员工为亚马逊投资的下一波技术做好准备,”管理MLU团队的布里·拉希德(Bree Al-Rashid)说。

在MLU注册期间,亚马逊员工每周可以休息一天的正常工作。亚马逊人从不为课程付费,即使他们后来把新技能带到不同公司的另一份工作中。MLU是亚马逊越来越多的项目之一,这些项目为员工提供资源,以获得所需职位的关键新技能。公司有承诺“提升”10万名员工的技能到2025年,由7亿美元的投资支持。

MLU在亚马逊员工中引起了兴奋。这在一定程度上是因为它扫清了阻碍职业生涯中期的专业人士上研究生课程的障碍:学费成本、一份不会放慢脚步的日常工作、找时间往返大学校园的麻烦,以及对课程不能真正传授学生在现实世界中使用的技能的担忧。
数学家布伦特·沃内斯博士表示,通过为亚马逊员工提供量身定制的学习体验,MLU吸引了专注、积极的学生。在加入MLU之前,Werness曾在芝加哥大学和其他机构任教,他是两名全职教师之一,与数百名志愿教学的亚马逊人共同承担教学职责。

20190627 machinelearninguniv_blog_03.jpg
摄影:JORDAN STEAD
进入MLU的教室。
20190627 machinelearninguniv_blog_07.jpg
摄影:DAVE QUIGG
机器学习大学的学生可以得到像图中所示的笔记本和贴纸这样的礼物,还有大量的家庭作业(不在图中)。
20190627 machinelearninguniv_blog_04.jpg
摄影:JORDAN STEAD
MLU的标志装饰在玻璃墙上,玻璃墙将教室与学生们聚在一起合作做作业的大型公共区域隔开。
20190627 machinelearninguniv_blog_10.jpg
摄影:DAVE QUIGG
机器学习大学书架上的大想法。

维尔内斯说:“每个MLU学生都必须与他们的经理交谈,并获得批准才能来这里学习这些东西。”“这太棒了,因为当你在上课时,最重要的是有一个完全投入的学生基础。”

维尔内斯说,MLU的存在是为了让学生走上一条“漫长而深刻的教育之路”。“这不只是‘输入这五行代码,然后你就能得到一个结果’。我们正试图教会他们这些系统是如何工作的。”

这种方法给了MLU去神秘化的力量。“我是80年代大学毕业的。那时候,机器学习还不算什么,”亚马逊高级软件工程师吉姆·布伦纳说。“在MLU之前,机器学习对我来说是一种魔法。”

在布伦纳完成了MLU的学生课程,然后作为志愿者助教回来回馈社会后,咒语就消失了。以一种好的方式。“这不是魔法。这是数学,”Brunner说。

这些话得到了大家的一致认可,并在布伦纳和其他MLU学生之间引发了一场热烈的对话。埃尔南德斯就是其中之一,他指出,他们正在学习的数学将帮助他们在未来几十年里构建、发明和微调许多东西。“我们将成为这个故事的一部分,”她说。