Iš pradžių mane traukė anglų kalba dėl mano susidomėjimo kritikavimo literatūroje ir poezijos interpretavimo analitinėje pusėje, kuri man buvo labai įdomi. Šiuo metu dirbu įmonėje, kuri naudoja dirbtinį intelektą prognozinei analizei draudimo sektoriuje. Mano atsakomybė – mokyti procesorius išgauti duomenis, kurie vėliau organizuojami į šablonus ir duomenų bazes. Be to, dirbu promptų inžinerijoje, gaudamas įžvalgas iš išsamių medicinos įrašų ir teisininko pareiškimų. Ši veikla žymėjo mano pereinamąjį etapą iš anglų studijų į technologijų sritį. Trečiaisiais universiteto metais supratau, kad nesu pasiruošęs dar dešimt metų mokytis medicinos mokyklai. Tai paskatino mane ieškoti kitokių karjeros kelių, ir tada atradau duomenų mokslą, mašininį mokymąsi ir dirbtinį intelektą. Duomenų mokslas man pasirodė artimas, nes jis primena mano patirtį angliškai literatūroje – kūrimą ryšių tarp duomenų taškų bei jų įvertinimą ir poveikį. Savarankiškai mokiausi duomenų mokslo per platformas kaip Coursera ir Udemy, baigiau daugybę kursų, kad išmokčiau koduoti ir giliau suprasčiau AI bei mašininį mokymąsi. Pasirodžius ChatGPT, intensyviai jį tyriau, dar labiau tobulinau savo promptų inžinerijos įgūdžius.

Norėdamas gauti mentorių, pasikalbėjau su vyresne Tesla dirbančia AI vadybininke. Jos patarimu pradėjau studijuoti MIT OpenCourseWare platformą, žiūrėjau daug paskaitų, atlikau užduotis ir sprendžiau praktinius testus. Norėdamas susirasti darbą, aktyviai kreipiausi į darbdavius ir vadovus. Pirmąjį darbą AI srityje gavau po pokalbio su startuolio generaliniu direktoriumi, kuris pasiūlė poziciją po interviu. Tą patį kelią nuėjau ir dabar – kai kreipiausi į dar vieno startuolio vadovą, mūsų trumpas pokalbis iššaukė stažuotę, kuri vėliau išaugo į nuolatinį darbą. Iš pradžių buvau nusiteikęs skeptiškai dėl perėjimo į technologijų sritį, baiminantis, kad mokymosi kreivė gali būti per didelė iki pirmojo darbo. Tačiau, dėka tėvo patarimų – jis dirba technologijų pramonėje – supratau, kad nereikia turėti išsamaus formaliojo išsilavinimo, kad įvaldytum pagrindus ir įsidarbintum. Nėra jokių apgailestavimų dėl anglų literatūros studied, nors būta abejonių. Vienas didžiausių anglų studijų privalumų buvo gebėjimas matyti kelias perspektyvas – įgūdis, kuris yra ypač svarbus AI ir duomenų moksle, kur svarbu nagrinėti skirtingus požiūrius. Pastebėjau, kad šias mąstymo manieras mažiau turi STEM srityse, kur dažnai akcentuojama viena teisinga atsakymo versija. Norintiems panašiai pereiti, manau, labai svarbu išskirti tą žinių dalį humanitariniuose moksluose, kuri jums patinka, ir ieškoti būdų, kaip šiuos įgūdžius panaudoti ne tik savo srityje. Šis požiūris parodo jūsų kūrybiškumą darbdaviams ir atskleidžia gebėjimą perkelti žinias tarp sričių, kas padidina jūsų vertę darbo rinkoje.