Dette innlegget er skrevet sammen med Jennifer Bergstrom, Sr. teknisk direktør, ParsonsX.
Parsons Corporation (NYSE:PSN) er et ledende disruptiv teknologiselskap innen kritisk infrastruktur, nasjonalt forsvar, romfart, etterretnings- og sikkerhetsmarkeder som tilbyr løsninger over hele verden for å bidra til å gjøre verden tryggere, sunnere og mer tilkoblet. Parsons leverer tjenester og kapasiteter på tvers av cybersikkerhet, missilforsvar, romstasjonsteknologi, transport, miljøsanering og vann/avløpsvannbehandling for å nevne noen.
Parsons er et byggmestersamfunn og investerer tungt i medarbeiderutviklingsprogrammer og oppkvalifisering. Med programmer som ParsonsX, Parsons' digitale transformasjonsinitiativ, og – «The Guild» – et medarbeiderfokusert fellesskap, streber Parsons etter å være en valgfri arbeidsgiver og engasjerer sine ansatte i karriereutviklingsprogrammer året rundt for å skape en arbeidsstyrke med framtid.
I dette innlegget viser vi deg hvordan Parsons bygger sin neste generasjons arbeidsstyrke ved å bruke maskinlæring (ML) og kunstig intelligens (AI) med AWS Deep Racer på en morsom og samarbeidende måte.
Etter hvert som Parsons fotavtrykk beveger seg inn i skyen, anerkjente ledelsen behovet for en kulturendring og et grunnleggende krav for å utdanne sin tekniske arbeidsgruppe om den nye skydriftsmodellen, verktøyene og teknologiene. Parsons observerer bransjetrender som gjør det avgjørende å inkorporere AI- og ML-evner i organisasjonens strategiske og taktiske beslutningsprosesser. For best mulig å ivareta kundens behov, må Parsons opputdanne sin arbeidsstyrke over hele linjen i AI/ML-verktøy og hvordan skalere det i en bedriftsorganisasjon. Parsons er på et oppdrag for å gjøre AI/ML til et fundament for virksomheten på tvers av selskapet.
Parsons valgte AWS Deep Racer fordi det er en morsom, interaktiv og spennende utfordring som appellerte til deres bredere spekter av ansatte og som ikke ga et betydelig nivå av ekspertise til å konkurrere. Parsons fant ut at AWS har mange dedikerte AWS DeepRacer-eksperter på feltet som vil hjelpe til med å planlegge, konfigurere og kjøre en serie AI/ML-arrangementer og utfordringer. Parsons innså at suksessen til denne begivenheten ville være drevet av effektive mekanismer og prosesser som AWS DeepRacer-fellesskapet har på plass.
Parsons' mål var å oppgradere sine ansatte på en hyggelig og konkurransedyktig måte, med virtuelle ligaer blant jevnaldrende grupper og et personlig arrangement for de beste syklistene. Utdanningsinitiativet i samarbeid med AWS besto av fire faser.
Først var Parsons vertskap for en virtuell live-workshop med AWS-eksperter i AI/ML- og DeepRacer-fellesskapet. Workshopen lærte det grunnleggende om forsterkende læring, belønningsfunksjoner, hyperparameterinnstilling og tilgang til AWS DeepRacer-konsollen for å trene og sende inn en modell.
I neste fase arrangerte de et virtuelt fellesskapsligaløp for alle deltakende Parsons-ansatte. Modeller ble optimalisert, sendt inn og kjørt, og vinnerne ble annonsert på slutten av racingen. Deltakerne i de virtuelle ligaene besto av individuelle bidragsytere og frontlinjeledere fra ulike jobbroller på tvers av Parsons, inkludert sivilingeniører, broingeniører, system- og programvareingeniører, dataanalytikere, prosjektledere og programledere. Sammen med dem som deltakere i ligaen var forretningsenhetspresidenter, SVP-er, VP-er, seniordirektører og direktører.
I den tredje fasen ble det holdt en personlig liga i Maryland. De fire beste deltakerne fra de virtuelle ligaene så modellene sine lastet inn i og kjørte i fysiske AWS DeepRacer-biler på en bane bygget på stedet. De fire beste konkurrentene på dette arrangementet inkluderte en markedssjef, en prosjektsignalingeniør, en prosjektingeniør og en ingeniørpraktikant.
Den fjerde og siste fasen av arrangementet fikk hver av de fire konkurrentene til å gi en teknisk gjennomgang av teknikkene som ble brukt til å utvikle, trene og teste modellene deres. Gjennom AWS DeepRacer viste Parsons ikke bare innvirkningen denne begivenheten var i stand til å gjøre globalt på tvers av alle divisjonene, men også at de var i stand til å skape en minneverdig opplevelse for deltakerne.
Over 500 ansatte registrerte seg fra ulike forretningsenheter og serviceorganisasjoner over hele Parsons over hele verden rett etter at en kunngjøring om AWS DeepRacer-utfordringen ble publisert internt. AWS DeepRacer-verkstedet så enestående interesse med over 470 Parsons-ansatte som ble med på den første workshopen. Det virtuelle verkstedet genererte betydelig engasjement – 245 aktive brukere utviklet over 1,500+ modeller og brukte over 500 timer på å trene disse modellene på AWS DeepRacer-konsollen. Den virtuelle ligaen var en rungende suksess, med 185 syklister fra hele landet som deltok og sendte inn 1415 modeller i konkurransen!
Den virtuelle AWS DeepRacer-ligaen på Parsons ga et morsomt og innbydende miljø med mange iterasjoner, læring og eksperimentering. Parsons' Market CTO, John Statuli, som var en av de fire beste deltakerne på løpet sa: "Det var veldig gøy å delta på AWS DeepRacer-arrangementet. Jeg har ikke programmert på lenge, men kombinasjonen av AWS DeepRacer virtuelle verksted og AWS DeepRacer-programmet ga en enkel måte jeg kunne delta og konkurrere om topplasseringen på.»
På det siste løpet som ble holdt i Maryland, sendte Parsons en bedriftsomfattende virtuell begivenhet som viste frem en tøff konkurranse mellom deres topp fire konkurrenter fra tre forskjellige forretningsenheter. Parsons toppledelse ble med på arrangementet, inkludert CTO Rico Lorenzo, D&I CTO Ryan Gabrielle, president for Connected Communities Peter Torrellas, CDO Tim LaChapelle og ParsonsX Sr. Director Jennifer Bergstrom. På arrangementet arrangerte Parsons et webinar med over 100 deltakere og en vinners gjennomgang av modellene deres.
Med en så overveldende respons fra ansatte over hele verden og interesse for AI/ML-læring, planlegger Parsons nå flere ekstra arrangementer for å fortsette å utvide sine ansattes kunnskapsbase. For å fortsette å oppgradere og utdanne arbeidsstyrken sin, har Parsons til hensikt å kjøre flere AWS DeepRacer-arrangementer og workshops med fokus på objektunngåelse, et Amazon SageMaker dypdykkverksted og et AWS DeepRacer head-to-head-løp. Parsons fortsetter å engasjere seg med AWS om AI/ML-tjenester for å bygge løsninger i verdensklasse innen kritisk infrastruktur, nasjonalt forsvar, romfart og cybersikkerhet.
Enten organisasjonen din er ny innen maskinlæring eller klar til å bygge videre på eksisterende ferdigheter, kan AWS DeepRacer hjelpe deg å komme dit. For å lære mer besøk Komme Startet med AWS DeepRacer.
Om forfatterne
Jenn Bergstrøm er Parsons-stipendiat og senior teknisk direktør. Hun brenner for innovative teknologiske løsninger og strategier og liker å designe godt utformede skyløsninger for programmer på tvers av alle Parsons sine domener. Når hun ikke driver innovasjon hos Parsons, elsker hun å utforske verden sammen med mannen sin og døtrene, og veilede ulike individer som går over til teknologibransjen. Du kan nå henne på Linkedin.
Deval Parikh er senior Enterprise Solutions Architect hos Amazon Web Services. Hun er lidenskapelig opptatt av å hjelpe bedrifter med å reimagine virksomhetene sine i skyen ved å lede dem med strategisk arkitektonisk veiledning og bygge prototyper som en AWS-ekspert. Hun er også et aktivt styremedlem i Women at AWS-tilknytningsgruppen der hun fører tilsyn med universitetsprogrammer for å utdanne studenter om skyteknologi og karrierer. Hun er også en ivrig turgåer og maler av olje på lerret. Du kan se mange av maleriene hennes på www.devalparikh.com. Du kan nå henne på Linkedin.
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
- kilde: https://aws.amazon.com/blogs/machine-learning/leveraging-artificial-intelligence-and-machine-learning-at-parsons-with-aws-deepracer/
- 1
- 100
- a
- I stand
- Om oss
- Tilgang
- tvers
- aktiv
- Ytterligere
- Etter
- AI
- AI / ML
- Alle
- Amazon
- Amazon SageMaker
- Amazon Web Services
- blant
- analytikere
- og
- annonsert
- Kunngjøring
- arkitektonisk
- kunstig
- kunstig intelligens
- Kunstig intelligens (AI)
- Kunstig intelligens og maskinlæring
- deltakere
- AWS
- AWS Deep Racer
- Grunnleggende
- fordi
- BEST
- mellom
- borde
- styremedlem
- BRO
- bredere
- bygge
- bygger
- Bygning
- bygget
- virksomhet
- bedrifter
- lerret
- evner
- Karriere
- karrierer
- biler
- utfordre
- utfordringer
- endring
- valg
- Cloud
- SKYETEKNOLOGI
- samarbeids
- COM
- kombinasjon
- Communities
- samfunnet
- Selskapet
- konkurrere
- konkurranse
- konkurranse
- konkurrenter
- Omfattet
- tilkoblet
- Konsoll
- fortsette
- fortsetter
- bidragsytere
- kunne
- land
- skape
- kritisk
- Kritisk infrastruktur
- CTO
- Kultur
- Cybersecurity
- dato
- Beslutningstaking
- dedikert
- dyp
- dypdykk
- DeepRacer
- Forsvar
- utforme
- utvikle
- utviklet
- Utvikling
- forskjellig
- digitalt
- Digital Transformation
- Regissør
- Styremedlemmer
- forstyrrende
- diverse
- domener
- drevet
- kjøring
- hver enkelt
- utdanne
- Kunnskap
- effektiv
- Ansatt
- ansatte
- engasjere
- engasjement
- ingeniør
- Ingeniørarbeid
- Ingeniører
- hyggelig
- Enterprise
- Enterprise Solutions
- bedrifter
- Miljø
- miljømessige
- Eter (ETH)
- Event
- hendelser
- spennende
- eksisterende
- erfaring
- Expert
- ekspertise
- eksperter
- Utforske
- kar
- Noen få
- felt
- Felt
- slutt~~POS=TRUNC
- siste fase
- fokuserte
- Fotspor
- Tving
- funnet
- Fundament
- Fjerde
- fra
- moro
- funksjoner
- fundamental
- framtid
- generert
- generasjonen
- få
- Globalt
- globus
- mål
- Ground
- Gruppe
- Gruppens
- Økende
- sunnere
- tungt
- Held
- hjelpe
- hjelpe
- vert
- TIMER
- Hvordan
- Hvordan
- HTTPS
- Innstilling av hyperparameter
- Påvirkning
- avgjørende
- in
- inkludert
- Inkludert
- innlemme
- individuelt
- individer
- industri
- Infrastruktur
- innledende
- Initiative
- Innovasjon
- innovative
- Intelligens
- hensikt
- interaktiv
- interesse
- investerer
- innbydende
- IT
- gjentakelser
- Jennifer
- Jobb
- John
- ble med
- sammenføyning
- Ledelse
- ledende
- League
- ligaer
- LÆRE
- læring
- Nivå
- utnytte
- leve
- Lang
- lang tid
- Lot
- maskin
- maskinlæring
- gjøre
- Ledere
- Mandat
- mange
- marked
- Markets
- Maryland
- medlem
- mentoring
- Oppdrag
- ML
- modell
- modeller
- mer
- trekk
- navn
- nasjonal
- Trenger
- behov
- Ny
- neste
- NYSE
- objekt
- Olje
- ONE
- drift
- optimalisert
- organisasjon
- organisasjoner
- deltakere
- delta
- deltakende
- Partnerskap
- lidenskapelig
- likemann
- Peter
- fase
- fysisk
- Sted
- fly
- planlegging
- plato
- Platon Data Intelligence
- PlatonData
- Post
- president
- Presidents
- Prosesser
- program
- Programmering
- programmer
- prosjekt
- prototyper
- gi
- forutsatt
- gir
- gi
- publisert
- Race
- syklistene
- Racing
- område
- å nå
- klar
- realisert
- gjenkjent
- registrert
- forsterkning læring
- behov
- rungende
- svar
- Belønn
- RICO
- roller
- Kjør
- Ryan
- sikrere
- sagemaker
- Sa
- Skala
- sikkerhet
- senior
- Serien
- betjene
- tjeneste
- Tjenester
- oppsett
- flere
- Vis
- signifikant
- ferdigheter
- Software
- Solutions
- Rom
- brukt
- Spot
- startet
- stasjon
- Strategisk
- strategier
- tilstreber
- Studenter
- send
- innsendt
- suksess
- slik
- Systemer
- taktisk
- Oppgave
- arbeidsgruppe
- tech
- tech industrien
- Teknisk
- teknikker
- teknologisk
- Technologies
- Teknologi
- test
- De
- Grunnleggende
- Fremtiden
- verden
- deres
- Der.
- Tredje
- tre
- Gjennom
- Tim
- tid
- til
- verktøy
- topp
- spor
- Tog
- Kurs
- Transformation
- overgangen
- transport
- behandling
- Trender
- enhet
- lomper
- universitet
- enestående
- upskilling
- Brukere
- ulike
- virtuelle
- walkthrough
- web
- webtjenester
- webinar
- hvilken
- HVEM
- vinnere
- Dame
- arbeidsstyrke
- verksted
- Verksteder
- verden
- verdensklasse
- verdensomspennende
- ville
- Din
- zephyrnet