牛津大学研究人员利用 Oracle 云预测职业薪酬水平

牛津大学 Matthias Qian 博士基于 OCI 数据科学平台和 Oracle for Research 开发了一款应用,可预测不同地区的薪资水平,帮助求职者做出明智决策。

Share:

We decided to use Oracle Cloud Infrastructure Data Science Service because it allows us to leapfrog the management of GPU servers, including the installation of the CUDA drivers, and to scale our compute resources on demand.

Matthias Qian 博士牛津大学经济系讲师

产品列表

Business challenges

Qian 博士将深度学习技术引入了经济学研究领域,以帮助不同地区的求职者基于同一职位的薪资差异做出明智决策。

为了训练模型,牛津大学研究人员需要强大且可轻松扩展的计算和存储资源。他们虽然找到了一家了解其业务挑战并能够提供成熟实践和服务的技术合作伙伴,但却需要自行管理 GPU 服务器。

最后,牛津大学决定采用 Oracle for Research。Oracle 为 Qian 博士及其团队提供了为期一年的 Oracle for Research 资助,包括访问 Oracle 云以及进行技术咨询与协作。

I value Oracle resources for its scalability.One of our researchers needed a service with more than 200 gigabytes of memory in order to process mobile colocation data.It took me just 10 minutes to provide this for him, and I didn't need to shop around for a new fleet of computers.

Matthias Qian 博士牛津大学经济系讲师

牛津大学为何选择 Oracle

牛津大学研究人员之所以选择采用 Oracle 云基础设施数据科学平台,是因为他们无需管理 GPU 服务器即可轻松扩展计算资源。他们看中了该平台简单、项目驱动的协作式环境。通过该平台,他们可以获得独有的数据分析、模型开发和模型说明功能,还可以灵活使用各种算法和框架。

Results

为了预测未来的工作模式,由 Matthias Qian 博士带领的牛津大学研究团队与美国 Burning Glass Technologies 开展合作,收集了一百万个来自不同行业和城市的招聘广告。

他们使用 Oracle 云基础设施数据科学平台训练神经网络算法,基于这些数据创建了一个薪资预测模型,并预测人工智能在各种职业中的采用率。随后,他们开发了一个基于 Web 的界面,让用户能够与模型进行交互并了解不同地理区域的就业市场。该研究团队最终的目标是创建一个预测性深度学习模型,让求职者和决策者能够了解未来的工作方式和劳动力趋势。

预测性神经网络算法需要海量高速计算资源,而大多数研究人员根本无法随时访问这些资源,按需访问更是困难。在测试和训练模型的同时保护数据隐私同样至关重要。Oracle 云基础设施支持轻松、安全地访问 HPC 和 GPU 配置,因此非常适合此类研究。

此外,研究人员还可以使用 OCI 数据科学笔记本整合新的流行数据科学概念,例如长短期内存和基于转换器的神经网络。通过协同工作,研究人员可以根据需求控制和调整(减少或增加)计算资源,确保模型按预期运行。

“我们的一位研究人员习惯在 OCI 命令行 shell 中使用 Python 脚本来启动 GPU 服务器,而我通常更喜欢使用 OCI 数据科学平台,因为它能够非常快速地访问计算资源。”Qian 博士表示,“我经常没有时间完整地完成一项分析,因此我需要将该分析项目交给其他能够执行深度分析的团队成员继续完成。数据科学平台的这种灵活性非常符合我们的需求。”

Partners

Oracle for Research 是一个全球性社区,致力于解决复杂问题,推动全球变革。该计划为科学家、研究人员和大学创新者提供高价值、高性价比的云技术,支持其参加 Oracle 研究用户社区和使用 Oracle 技术支持网络。通过该计划的免费云储值,用户可以使用 Oracle 成熟的技术和基础设施,同时保持研发 IP 的私密性和安全性。

已发布:2021年2月16日

产品列表