งานประจำประจำวันของนักวิทยาศาสตร์การเรียนรู้ด้วยเครื่องคืออะไร?


25

ตอนนี้ฉันเป็นนักศึกษาปริญญาโท CS ในมหาวิทยาลัยเยอรมันที่เขียนวิทยานิพนธ์ของฉัน ฉันจะทำเสร็จภายในสองเดือนฉันต้องตัดสินใจอย่างหนักถ้าฉันควรจะเรียนต่อระดับปริญญาเอกหรือหางานในอุตสาหกรรม

เหตุผลของฉันสำหรับการทำปริญญาเอก:

  • ฉันเป็นคนที่อยากรู้อยากเห็นมากและฉันรู้สึกว่าฉันยังขาดความรู้มากเกินไป ฉันต้องการเรียนรู้มากมายและปริญญาเอกจะช่วยฉันในเรื่องนั้นเนื่องจากฉันสามารถทำหลักสูตรที่ดีขึ้นและอ่านเอกสารจำนวนมากและเป็นผู้เชี่ยวชาญในการทำเหมืองข้อมูลและการเรียนรู้ของเครื่อง ฉันรักคณิตศาสตร์ แต่ไม่เก่งในระดับปริญญาตรีของฉัน (uni ที่ไม่ดี) ตอนนี้ใน Uni สัญชาติเยอรมันฉันรู้สึกว่าฉันได้พัฒนาทักษะทางคณิตศาสตร์ที่ยอดเยี่ยมมากมายและฉันต้องการปรับปรุงมันเพราะฉันรักคณิตศาสตร์จริง ๆ ! (ฉันแย่จริง ๆ ในวิชาคณิตศาสตร์ในระดับปริญญาตรีและในช่วงชีวิตของฉัน แต่ตอนนี้ฉันเห็นว่าฉันสามารถทำคณิตศาสตร์ได้ดี!)

  • ฉันจะทำงานกับสิ่งที่ท้าทายทางปัญญา

  • ฉันต้องซื่อสัตย์และพูดว่าฉันเกลียดที่จะเห็นคนอื่นที่มีระดับสูงกว่าฉัน ดังนั้นถ้าฉันเดินไปตามถนนและเห็นคนที่มีปริญญาเอกฉันไม่ต้องพูดว่า "โอ้ว้าวคนนี้ฉลาดกว่าฉัน" ฉันชอบที่จะอยู่อีกด้านหนึ่ง ;)

เหตุผลของฉันที่ไม่ได้ทำปริญญาเอก:

  • ฉันอ่านทางอินเทอร์เน็ตเกี่ยวกับการทำปริญญาเอกหรือไม่ทำ ฉันพบว่าในกรณีส่วนใหญ่และตามปกติผู้ที่มีปริญญาเอกจะทำงานประเภทเดียวกันกับผู้ที่มีปริญญาโท (นั่นเป็นการสังเกตทั่วไปทางวิทยาศาสตร์คอมพิวเตอร์ไม่ใช่เกี่ยวกับ ML / DM)

  • ฉันสามารถเริ่มต้นอาชีพและสร้างรายได้เป็นจำนวนมากใน 1 หรือ 2 ปีจากนั้นฉันอาจเริ่มต้น บริษัท ของตัวเอง

ยังไม่ชัดเจน:

ฉันยังไม่รู้ว่าเป้าหมายสูงสุดของฉันคืออะไรในตอนท้าย มันจะมี บริษัท เล็ก ๆ ที่มีชื่อเสียงหรือไม่? หรือว่าจะเป็นนักวิทยาศาสตร์ที่มีชื่อเสียง? ฉันยังไม่มีคำตอบสำหรับคำถามนี้

เพื่อช่วยในการตัดสินใจฉันต้องการทราบสองสิ่ง:

  • การทำงานเป็นนักวิทยาศาสตร์ด้านข้อมูล / ผู้เรียนรู้เครื่องที่มีระดับปริญญาโทในอุตสาหกรรมเป็นอย่างไร คุณทำงานอะไร? โดยเฉพาะอย่างยิ่งเมื่อฉันอ่านโฆษณาเหล่านั้นใน Amazon ในฐานะนักเรียนรู้เครื่องจักรฉันมักจะสงสัยว่าพวกเขาทำอะไร

  • คำถามเดียวกันเมื่อก่อน แต่มีปริญญาเอก คุณทำอะไรที่แตกต่างหรือเหมือนกับครู

  • ฉันจะจัดการกับปัญหาที่น่าสนใจที่ท้าทายหรือไม่ หรือบางสิ่งที่น่าเบื่อ?

ข้อสังเกตเล็กน้อย: ฉันเคยเห็นผู้ชายที่มีปริญญาเอกด้านการเรียนรู้เครื่อง (ในเยอรมนี) และทำงานใน บริษัท ที่ส่งเสริมซอฟต์แวร์การเรียนรู้ของเครื่อง ดังที่ฉันเข้าใจว่างานส่วนใหญ่ของเขาคือการฝึกอบรมผู้คนให้ใช้วิธีการและซอฟต์แวร์ (ต้นไม้ตัดสินใจ .. ฯลฯ )

คงจะดีถ้าฉันได้รับคำตอบเกี่ยวกับประสบการณ์ที่เกี่ยวข้องกับเยอรมนี / สวิตเซอร์แลนด์ใน บริษัท ดีๆที่มีชื่อเสียง


5
"... และเมื่อทุกคนเป็นซุปเปอร์ไม่มีใครอยู่" - ซินโดรมใน Incredibles ( youtube.com/watch?v=A8I9pYCl9AQ ) มีชื่อเสียงไม่พอที่จะไปไหน หากทุกคนมีส่วนแบ่งเท่ากันก็ไม่เพียงพอต่อความต้องการ มันเป็นปริศนาทางเศรษฐกิจที่ต้องการให้คุณแตกต่างอย่างแท้จริงและเป็นพิเศษเพื่อที่จะเป็นนักล่าหรือล้มเหลว "'เพราะพวกเราทุกคนแค่อยากจะเป็นร็อคสตาร์ขนาดใหญ่และอาศัยอยู่ในบ้านบนเนินเขาที่ขับรถถึงสิบห้าคัน .. " สื่อไม่ได้รับคำตอบ - มันเป็นสื่อที่เต็มไปด้วยนักล่าและล้มเหลว ข้อควรระวังในการออกกำลังกาย
EngrStudent - Reinstate Monica

3
มีคำถามที่เกี่ยวข้องที่นี่ทักษะที่ยากต่อการค้นหาในผู้เรียนรู้เครื่องซึ่งได้คำตอบจำนวนมากซึ่งเกี่ยวข้องกันที่นี่
Assad Ebrahim

1
ในขณะที่คุณกำลังคิดเกี่ยวกับอุตสาหกรรมมีคน / บริษัท อยู่ไม่กี่คนที่คุณอาจจะพิจารณาแตะอย่างใดอย่างหนึ่งคือ SAF (สวิตเซอร์แลนด์) ซึ่ง SAP ซื้อตอนนี้ นักคณิตศาสตร์การวิจัยมีอยู่ในเว็บไซต์นี้ ... บางทีเขาอาจจะแนะนำตัวเอง ;) ถ้าไม่รู้สึกอิสระที่จะติดต่อฉันนอกฟอรัมและฉันสามารถแนะนำตัวได้ Booking.com (อัมสเตอร์ดัม) กำลังจ้างผู้คนที่มีพื้นฐานเช่นคุณผู้เชี่ยวชาญหรือปริญญาเอกค่อนข้างมากสำหรับการเรียนรู้ด้วยเครื่อง / ปัญหาการขุดข้อมูล อีกครั้งโปรดติดต่อหากสนใจ
Assad Ebrahim

ผมคิดว่าคุณยังสามารถหาคิวที่เกี่ยวข้องและที่นี่academia.stackexchange.com
Simone

5
ขอโทษที่จะพูดแบบนี้ แต่เหตุผลสุดท้ายที่คุณคิดว่าเป็นเอก (โต๊ะเครื่องแป้ง) เป็นสิ่งที่แย่มาก ตรวจสอบให้แน่ใจว่านี่ไม่ใช่ไดรเวอร์หลักของคุณหรืออาจทำให้คุณเข้าสู่กำแพง
Marc Claesen

คำตอบ:


22

อเล็กซ์ฉันไม่สามารถแสดงความคิดเห็นเป็นพิเศษเกี่ยวกับเยอรมนีหรือสวิตเซอร์แลนด์ แต่ฉันทำงานให้กับ บริษัท ระหว่างประเทศที่มีพนักงานกว่า 100,000 คนจากทุกประเทศ คนเหล่านี้ส่วนใหญ่มีระดับปริญญาโทอย่างน้อยหลายคนมีปริญญาโทและปริญญาเอกและยกเว้นเจ้าหน้าที่ฝ่ายทรัพยากรบุคคลและธุรการส่วนใหญ่ของเราเป็นผู้เชี่ยวชาญในโดเมนทางวิทยาศาสตร์อย่างน้อยหนึ่งโดเมน ฉันมีประสบการณ์มากกว่า 30 ปีทำงานเป็นผู้เชี่ยวชาญด้านวิทยาศาสตร์ / เทคนิคผู้เชี่ยวชาญผู้จัดการโครงการและในที่สุดก็กลับมามีบทบาททางวิทยาศาสตร์ที่ฉันชอบ ฉันมีส่วนเกี่ยวข้องกับการจ้างพนักงานและบางทีการสังเกตของฉันที่ตามมาอาจมีค่าสำหรับคุณ

  1. ผู้สำเร็จการศึกษาใหม่ส่วนใหญ่ไม่รู้จริง ๆ ว่าพวกเขาต้องการอะไรและมักใช้เวลาสองสามปีในการค้นหา ในกรณีส่วนใหญ่ประสบการณ์การทำงานของพวกเขาจะแตกต่างกันมากเมื่อเทียบกับสิ่งที่พวกเขาคาดหวังด้วยเหตุผลหลายประการ สถานที่ทำงานบางแห่งน่าตื่นเต้นในขณะที่บางแห่งน่าเบื่อน่าเบื่อและ "การเมืองในที่ทำงาน" ผู้บังคับบัญชาที่ไม่ดี ฯลฯ บางครั้งอาจเป็นปัญหาใหญ่ ระดับที่สูงขึ้นอาจช่วยได้หรือไม่ก็ตามกับปัญหาใด ๆ เหล่านี้

  2. นายจ้างส่วนใหญ่ต้องการคนที่สามารถ "ทำงาน" และมีประสิทธิผลโดยเร็วที่สุด วุฒิการศึกษาที่สูงกว่าอาจขึ้นอยู่กับนายจ้าง ในบางสถานการณ์ประตูถูกปิดจนกว่าคุณจะมีปริญญาเอก ในสถานการณ์อื่นประตูอาจถูกปิดเพราะคุณมีปริญญาเอกและนายจ้างต้องการใครสักคน "เชิงทฤษฎีน้อยลงและมีประสบการณ์เชิงปฏิบัติมากขึ้น"

  3. ปริญญาเอกไม่ได้แปลว่าการเลื่อนตำแหน่งเร็วกว่าหรือแตกต่างกันมากในเรื่องเงินเดือนและอาจจะหรืออาจจะไม่สร้างความแตกต่างให้กับตำแหน่งที่คุณได้รับ โดยทั่วไปเมื่อฉันสัมภาษณ์ผู้สมัครฉันมีความสนใจมากที่สุดในการหาคนที่มีประสบการณ์เกี่ยวกับงานที่เกี่ยวข้อง ปริญญาเอกอาจเป็นปัจจัยตัดสินขั้นสุดท้ายในการรักษาตำแหน่งหากหัวข้อวิทยานิพนธ์ของผู้สมัครมีความเกี่ยวข้องโดยเฉพาะ

  4. คนมักจะเปลี่ยนงานบ่อยขึ้นกว่าที่เคยเป็นมาในอดีต อายุของคุณหารด้วย 2 * pi นั้นไม่ใช่กฎง่ายๆที่ใช้เวลาหลายปีในการทำงานก่อนที่จะเริ่มเป็นวงกลม บางคนทำงานไปพักหนึ่งแล้วกลับไปเรียนต่อ บางคน (เช่นฉัน) เริ่มต้นในระดับปริญญาเอกแล้วได้รับ "ข้อเสนอที่ดีเกินกว่าที่จะปฏิเสธ" และออกจากระดับปริญญาเอกเพื่อไปทำงาน ฉันขอโทษที่ฉันทำอย่างนั้น? ไม่เลยและถ้าฉันเริ่มต้นใหม่อีกครั้งฉันจะทำปริญญาเอกในหัวข้อที่แตกต่างอย่างสิ้นเชิงอยู่ดี

  5. คำแนะนำที่ดีที่สุดที่ฉันสามารถให้คุณได้คือทำในสิ่งที่คุณชอบทำมากที่สุด ไม่มีใครสามารถบอกคุณได้ว่าอะไรจะดีที่สุดสำหรับคุณ บางครั้งคุณต้องลองอะไรบางอย่างและถ้ามันไม่ได้ผลให้เรียนรู้ให้มากที่สุดเท่าที่จะทำได้และเรียนต่อไปอย่างอื่น ดังที่ Rodin กล่าวไว้: ไม่มีอะไรจะเสียเวลาหากคุณใช้ประสบการณ์อย่างชาญฉลาด


หัวข้อปริญญาเอกของคุณคืออะไร และในหัวข้อใดที่คุณจะทำ phd ตอนนี้
Jack Twain

1
อเล็กซ์สิ่งนี้ไม่เกี่ยวข้องกับคำถามของคุณอย่างสมบูรณ์ แต่ปริญญาเอกดั้งเดิมของฉันเกี่ยวข้องกับวิธีการรวมข้อมูลที่หลากหลายจากแหล่งข้อมูลที่แตกต่างกัน (ธรณีฟิสิกส์ธรณีวิทยาธรณีฟิสิกส์ Petrophysics วิศวกรรมการผลิตและอ่างเก็บน้ำ) ในการสำรวจและพัฒนาแหล่งน้ำมัน และฉันจะทำอะไรตอนนี้ การประยุกต์ใช้ ML & ทฤษฎีข้อมูลในตลาดการเงิน มากขึ้นยากขึ้นท้าทายและจ่ายดีกว่า! :-) ไม่ว่าคุณจะตัดสินใจอะไรก็มี แต่ความสนุก!
TonyMorland

ฉันไม่แน่ใจว่าฉันเข้าใจกฎ 2 * pi คุณช่วยอธิบายตัวอย่างได้ไหม
dksahuji

8

ก่อนที่ฉันจะอธิบายความคิดเห็นของฉันเกี่ยวกับงานประจำฉันจะเลือกโพสต์ของคุณสองสามชิ้นที่ฉันคิดว่ามีความเกี่ยวข้อง (เน้นที่เหมือง):

  1. ฉันเป็นคนที่อยากรู้อยากเห็นมาก
  2. จะทำงานร่วมกับสิ่งที่ท้าทายทางปัญญา
  3. ฉันต้องซื่อสัตย์และพูดว่าฉันเกลียดที่จะเห็นคนอื่นที่มีระดับสูงกว่าฉัน ( โต๊ะเครื่องแป้ง )
  4. ฉันสามารถเริ่มต้นอาชีพและสร้างรายได้เป็นจำนวนมากใน 1 หรือ 2 ปี
  5. เริ่มบริษัท ของตัวเอง

จาก 1 และ 2 คุณมีมุมมองที่โรแมนติกมากของวิทยาศาสตร์ข้อมูลและการวิจัยโดยทั่วไป ใช่คุณจะได้ทำงานกับปัญหาที่น่าสนใจ แต่แน่นอนตลอด 24 ชั่วโมง (สิ่งนี้ใช้ได้กับทั้งอุตสาหกรรมและการวิจัย)

จาก 2 และ 3 คุณดูเหมือนจะพิจารณาการวิจัยจุดสุดยอดของสติปัญญาของมนุษย์และพิจารณาปริญญาเอกเป็นใบรับรองของสมาร์ทของคุณ ฉันไม่เห็นด้วยเพราะ:

  • มีปัญหาท้าทายทางปัญญาทั้งในการวิจัยเชิงวิชาการและอุตสาหกรรม ฉันคิดว่ามันเป็นข้อสันนิษฐานแปลก ๆ ที่นักวิชาการต้องเผชิญกับสิ่งที่ยากที่สุด
  • การมีปริญญาเอกไม่ได้หมายความว่าคุณฉลาด แต่หมายความว่าคุณมีสิ่งที่จะทำการวิจัยที่ดีในสาขาของคุณ การวิจัยไม่ได้เกี่ยวกับการฉลาดกว่าคนอื่น (แม้ว่าจะช่วยได้) ความคิดสร้างสรรค์และปัญหาที่ใกล้เข้ามาจากมุมที่แตกต่างก็เป็นคุณสมบัติที่สำคัญ หากคุณต้องการพิสูจน์ว่าคุณฉลาดกว่าคนต่อไปให้ทำแบบทดสอบ Mensa ไม่ใช่ปริญญาเอก

ในความเห็นส่วนตัวของฉันคนที่ฉลาดที่สุดคือคนที่จบชีวิตอย่างมีความสุขด้วยตัวเลือกที่พวกเขาทำไม่ว่าจะหมายถึงการเป็นนักฟิสิกส์นิวเคลียร์หรือช่างไม้ อย่าตัดสินใจโดยพิจารณาจากว่าพวกเขาให้อะไรคุณอวด

จาก 4 และ 5 ดูเหมือนว่าคุณจะเริ่มต้น บริษัท ของคุณเองในบางจุด พึงระวังว่าเมื่อคุณเพิ่งเริ่มต้นแม้กระทั่งผู้ที่มุ่งเน้นเทคโนโลยีคุณก็ไม่น่าจะใช้เวลาส่วนใหญ่กับเทคโนโลยีจริง การตลาดแผนธุรกิจการจัดการ ฯลฯ ล้วนมีความสำคัญเท่าเทียมกัน (หากไม่มาก) เพื่อการเริ่มต้นที่ประสบความสำเร็จ คุณคาดหวังว่าปริญญาเอกจะให้ความช่วยเหลืออย่างไร


ตอนนี้ผู้ชนะเลิศเหล่านี้ออกไปแล้ว: ความเห็นส่วนตัวเกี่ยวกับงานประจำของนักวิทยาศาสตร์การเรียนรู้ของเครื่อง ก่อนอื่น: คุณจะได้ทำงานกับวิธีการที่ทันสมัยในชุดข้อมูลขนาดใหญ่ / ซับซ้อน / น่าสนใจโดยเน้นการเลือกของคุณ มันเป็นงานที่น่าสนใจที่สุดอย่างแน่นอน

... แต่

การเรียนรู้ของเครื่องจริงเกี่ยวข้องกับงานหนัก

คุณจะไม่ใช้เวลาทำงานทุกชั่วโมงในโลกอุดมคติที่เต็มไปด้วยความสง่างามทางคณิตศาสตร์ในขณะที่กองทัพของคอมพิวเตอร์เสนอราคาของคุณ เวลาส่วนใหญ่ของคุณจะถูกใช้ไปกับการทำงานที่หนักหน่วง: การจัดการฐานข้อมูล, การเตรียมชุดข้อมูล, การทำให้เป็นมาตรฐาน, จัดการกับความไม่สอดคล้องกัน ฯลฯ ฯลฯ ฉันใช้เวลาส่วนใหญ่ในการทำสิ่งเหล่านี้ พวกเขาไม่เติบโตตื่นเต้นตลอดเวลา หากคุณไม่หลงใหลในหัวข้อของคุณในที่สุดคุณจะสูญเสียแรงจูงใจในการทำสิ่งเหล่านี้

หากคุณใช้คลาสการเรียนรู้ของเครื่องคุณมักจะได้รับชุดข้อมูลที่ติดป้ายไว้เป็นอย่างดีโดยไม่มีความคลาดเคลื่อนไม่มีข้อมูลขาดหายไปซึ่งเป็นทุกสิ่งที่ควรจะเป็น นี่ไม่ใช่การเรียนรู้เครื่องชีวิตจริง คุณจะใช้เวลาส่วนใหญ่ในการพยายามไปยังจุดที่คุณพร้อมที่จะใช้อัลกอริทึมที่คุณชื่นชอบ

การจัดการความคาดหวังในความร่วมมือ

หากคุณต้องการทำโครงการแบบสหวิทยาการคุณจะต้องเรียนรู้วิธีการทำงานกับคนที่ไม่ค่อยรู้อะไรเกี่ยวกับสิ่งที่คุณทำ (นี่เป็นเรื่องจริงสำหรับความเชี่ยวชาญเฉพาะด้าน) ในการเรียนรู้ของเครื่องที่มักจะหมายถึงหนึ่งในสองสถานการณ์:

  • ผู้ทำงานร่วมกันของคุณได้เห็นทีวีมากเกินไปและคิดว่าคุณสามารถแก้ปัญหาได้ทุกอย่างด้วยอัลกอริธึมที่สวยงามและการสร้างภาพที่น่าสนใจมากมาย
  • ผู้ทำงานร่วมกันของคุณไม่เข้าใจเทคนิคที่คุณใช้และไม่เห็นประโยชน์หรือแอปพลิเคชันที่อาจเกิดขึ้น

5

•การทำงานในฐานะนักวิทยาศาสตร์ข้อมูล / ผู้เรียนรู้เครื่องที่มีระดับปริญญาโทในอุตสาหกรรมเป็นอย่างไร คุณทำงานอะไร? โดยเฉพาะอย่างยิ่งเมื่อฉันอ่านโฆษณาเหล่านั้นใน Amazon ในฐานะนักเรียนรู้เครื่องจักรฉันมักจะสงสัยว่าพวกเขาทำอะไร

ปัญหาทางธุรกิจไม่ได้เปลี่ยนไปตามระดับของคุณดังนั้นคุณจะมองสิ่งที่เหมือนหรือคล้ายกัน หากคุณทำงานในองค์กรขนาดใหญ่คุณทำงานกับชุดข้อมูลขนาดใหญ่ของ บริษัท โดยทั่วไปอาจเป็นข้อมูลผลิตภัณฑ์ / ลูกค้าหรือข้อมูลการดำเนินงาน (ข้อมูลกระบวนการทางเคมีข้อมูลตลาดการเงินข้อมูลการเข้าชมเว็บไซต์ ฯลฯ ) เป้าหมายทั่วไปคือใช้ประโยชน์จากข้อมูลเพื่อประหยัดเงินหรือสร้างรายได้ให้กับ บริษัท

•คำถามเดียวกันเมื่อก่อน แต่มีปริญญาเอก คุณทำอะไรที่แตกต่างหรือเหมือนกับครู

คำตอบคือข้างต้นคุณจะทำสิ่งเดียวกัน อย่างไรก็ตามในการวิเคราะห์ reseach / การวิเคราะห์เชิงปริมาณ / หรือแผนกเทคนิคที่คล้ายกันของ บริษัท ระหว่างประเทศขนาดใหญ่ถ้าคุณมีปริญญาเอกคุณมีความได้เปรียบเหนือคนที่มี MSc ในแง่ของความก้าวหน้าในอาชีพ ปริญญาเอกสอน (หรือควรจะสอน) ให้คุณเป็นนักวิจัยอิสระดังนั้นด้วยปริญญาเอก บริษัท มักจะ 'ให้คุณค่า' แรงงานของคุณ (ทักษะการอยากรู้อยากเห็นและความขยัน) อีกเล็กน้อย แต่ฉันอยากจะแนะนำอย่างยิ่งต่อการทำปริญญาเอกเพียงเพื่อความก้าวหน้าในอาชีพ (อาจ) เร็วขึ้น การทำปริญญาเอกนั้นยากและโดยเฉพาะอย่างยิ่งต่อกระบวนการที่เจ็บปวดคุณจะต้องชอบ (อุดมคติรัก) เรื่องของคุณและในความคิดของฉันมีความสนใจที่มีศักยภาพที่จะอยู่ในสถาบันการศึกษา (ซึ่งเป็นตัวแทนเพื่อเปิดเผยความสัมพันธ์ของคุณต่อการวิจัย และหัวข้อผู้จัดทำ) เพื่อให้สามารถใช้งานได้

โปรดจำไว้ว่าการกลับไปสู่อุตสาหกรรมพร้อมปริญญาเอกคุณจะได้รับความล่าช้าในอาชีพการงานและอาจจบลงด้วยการรับบทบาทสนับสนุนทางเทคนิค (ซึ่งจ่ายน้อยกว่าเมื่อเทียบกับคนที่ได้รับเงินจริงสำหรับ บริษัท ) - ซึ่งอาจไม่ใช่สิ่งสำคัญหลักของคุณ ในที่สุดหากคุณทำงานใน บริษัท ขนาดเล็กใน บริษัท ของคุณเองขอบของการศึกษาระดับปริญญาเอกจะหายไปในแง่ของความก้าวหน้าในอาชีพหรือเงินเดือน

•ฉันจะจัดการกับปัญหาที่น่าสนใจที่ท้าทายหรือไม่ หรือบางสิ่งที่น่าเบื่อ?

ฉันเดาว่าไม่มีคำตอบทั่วไปเกี่ยวกับเรื่องนี้ ML เป็นแบบข้ามสาขา หากคุณทำงานเป็นนักวิเคราะห์คุณมักจะดูข้อมูลและพยายามสร้างแบบจำลองหากคุณอยู่ในด้านการพัฒนา หากคุณเป็นลูกค้าคุณอาจต้องจับมือและฝึกอบรมลูกค้าเป็นจำนวนมาก (แต่อาจมีรายได้มากกว่า) โดยปกติคำตอบสำหรับคำถามของคุณขึ้นอยู่กับความชอบส่วนตัวและความยืดหยุ่นที่นายจ้างของคุณมอบให้


ฉันไม่ต้องการทำปริญญาเอกเพื่อสร้างความประทับใจให้นายจ้าง ฉันแค่ต้องการมันเพื่อความรู้เป็นหลักและส่วนใหญ่
แจ็คทเวน

ฉันคิดว่านั่นคือแรงจูงใจที่ถูกต้อง
Zhubarb

2

หรือคุณอาจลองเข้าร่วมกลุ่มการวิจัยที่นักสถิติและผู้เรียนรู้เครื่องไม่ได้ปรากฏตัวในชีวิตประจำวัน ตัวอย่างเช่นการแพร่กระจายและการแพร่กระจายของโรคพฤกษศาสตร์หรือนิเวศวิทยาแมลงสังคมหรือสังคมศาสตร์?

ฉันไม่สามารถให้ตัวอย่างที่แน่นอนแก่คุณได้ แต่หากคุณเป็นนักสถิติ / ML ที่ดีในที่ที่มีเพียงไม่กี่คนเท่านั้นกว่าผู้คนและข้อเสนอการวิจัยที่แตกต่างกันจะได้พบคุณ ประเด็นก็คือคุณจะต้องการโดยไม่ต้องพยายามมากเกินไปจากด้านข้างของคุณ

หากคุณชอบความคิดนั้นลองค้นหาปัญหาการเรียนรู้ของเครื่องจักรนอกหัวข้อปัจจุบันของคุณ (อุตสาหกรรม) และบางทีคุณอาจพบวิธีหา "ปัญหาที่น่าสนใจที่ท้าทาย" และ "ทำงานกับสิ่งที่ท้าทายทางปัญญา"


2

ฉันเห็นด้วยกับคำตอบอื่น ๆ ฉันขอย้ำว่าวิธีการทั่วไป (อย่างน้อยในสหรัฐอเมริกา) สำหรับคนอย่างคุณที่ลังเลระหว่างการเรียนปริญญาเอกหรือการทำอุตสาหกรรมหลังจากปริญญาตรีของพวกเขาคือการสมัครเรียนปริญญาเอกจากนั้นจึงลา (หนึ่งปีขึ้นไป) หากสิ่งต่าง ๆ ไม่ดีอย่างที่คาดไว้หรือเพียงต้องการสำรวจอุตสาหกรรม โดยทั่วไปแล้วการสมัครปริญญาเอกทำได้ง่ายกว่าโดยทั่วไปแล้วคุณยังไม่ลืมนิสัยการสอบอัด (GRE) อาจารย์ที่จะเขียนจดหมายแนะนำตัวสำหรับคุณยังจำได้ดีเป็นต้น

นอกจากนี้ในการเปรียบเทียบระหว่างปริญญาเอกและอุตสาหกรรมคุณอาจเปรียบเทียบการเข้าถึงชุดข้อมูลที่น่าสนใจความพร้อมใช้งานของคลัสเตอร์คอมพิวเตอร์ทักษะวิศวกรรมซอฟต์แวร์ของสถานที่และจำนวนคนที่ได้รับมอบหมายสำหรับแต่ละโครงการ

สุดท้ายคุณสามารถพบกับสิ่งที่ท้าทายทางปัญญามากมายในอุตสาหกรรมเช่นกันลองดู IBM / Google / Microsoft / Nuance / Facebook / etc แผนกการวิจัย (เช่นเดียวกับที่คุณสามารถค้นหาสถาบันการศึกษาที่ไม่มีใครทักท้วงได้) เช่นคนที่อยู่เบื้องหลัง SVM ทำงานที่ AT&T, IBM Watson อยู่ที่ IBM, Google Translate เป็นหนึ่งในระบบแปลภาษาที่ดีที่สุด, Nuance และ Google มีระบบจดจำเสียงที่ดีที่สุดและอยู่ไกลจากตัวอย่างที่แยก ในความเป็นจริงฉันสงสัยอยู่เสมอว่าใครในอุตสาหกรรมและสถาบันการศึกษามีส่วนร่วมมากที่สุดในการเรียนรู้ด้วยเครื่องจักร (ฉันได้ถามคำถามเดียวกันเกี่ยวกับการวิจัยฐานข้อมูลใน Quora: การวิจัยฐานข้อมูลส่วนใหญ่ขับเคลื่อนโดยอุตสาหกรรมในทศวรรษที่ผ่านมาหรือไม่ )


Facebook, Microsoft และ Google (และอีกหลาย บริษัท ขนาดใหญ่ที่ฉันคิดว่า) จ้างนักวิจัยเยี่ยมชมจำนวนมากและนักวิชาการเต็มเวลาหรือนอกเวลา ฉันคิดว่าเป็นคนเหล่านี้ (ล่อลวงจากสถาบันการศึกษา) และทรัพยากรที่ไร้ขีด จำกัด ของ บริษัท เหล่านี้ที่ขับเคลื่อนความก้าวหน้าในอุตสาหกรรมเป็นหลัก
Zhubarb

1

ในการรับปริญญาเอกคุณต้องพัฒนาความรู้ของมนุษย์ คุณไม่ต้องเรียนรู้อะไรเพิ่มเติม คุณต้องสร้างสิ่งที่เป็นต้นฉบับ นี่เป็นกระบวนการที่ยาวนานช้าและเจ็บปวดและไม่ใช่ทุกคนที่จะประสบความสำเร็จ ดังนั้นคุณควรทำปริญญาเอกเฉพาะในกรณีที่คุณคิดว่าคุณมีความคิดสร้างสรรค์ใหม่มีส่วนร่วมในสนามในตัวคุณ

หากคุณเพียงต้องการเรียนรู้สาขาวิชานั้นและนำไปใช้ในสาขานั้นจงนำอาจารย์ของคุณมาใช้ให้มากที่สุดแล้วใช้เวลาที่เหลือในการเรียนรู้ชีวิตในขณะที่สมัคร อ่านสิ่งต่างๆ เข้าร่วมการประชุมเชิงปฏิบัติการเป็นครั้งคราว หากในบางครั้งคุณติดเชื้อแล้วอยากทำสิ่งที่เป็นต้นฉบับอย่างแท้จริงให้หยุดพักงาน (ยาว) และลองเรียนปริญญาเอกนั้น


นี่คือสิ่งที่ฉันคิดเกี่ยวกับเช่นกัน แต่ฉันกลัวว่าเมื่อฉันอยู่ในอุตสาหกรรมฉันจะอยู่ไกลจากสถาบันการศึกษาที่จะคิดเกี่ยวกับมันและฉันอาจได้รับการสูญเสียในโลกอุตสาหกรรมที่วุ่นวายดังนั้นในที่สุดฉันอาจลืมวิชาการและสูญเสียโอกาสที่ฉันมีตอนนี้
Jack Twain

1
@TonyMorland คุณคิดว่าสิ่งนี้จะใช้งานได้จริงหรือไม่?
แจ็คทเวน

ฉันรู้ว่าปริญญาเอกที่ฉลาดและทำงานหนัก ฉันรู้จักปริญญาเอกที่ใส่อาจารย์ลงไปตามกาลเวลา ความคิดของ "ความก้าวหน้าของความรู้ของมนุษย์" ไม่เป็นความจริงในทุกกรณีหรือเป็นไปได้มากที่สุด หากขั้นตอนที่เพิ่มขึ้นมีขนาดเล็กและไม่แพร่กระจายอย่างมีประสิทธิภาพแล้วมันมีอยู่จริงหรือไม่? สำหรับสิ่งที่เกิดขึ้นในอุตสาหกรรมเดียวกันทุกหนทุกแห่ง: ความสามารถที่คุณออกกำลังกายมีความแข็งแกร่งมากขึ้นในขณะที่สิ่งที่คุณออกกำลังกายต่ำกว่าเกณฑ์ไม่กี่ชั่วโมงต่อสัปดาห์จะหายไป อุตสาหกรรมจะทำให้คุณทำงานได้ดีขึ้นภายในองค์กรที่ผิดปกติ คุณจะได้รับมากกว่านี้
EngrStudent - Reinstate Monica

0

เมื่อคุณเลือก / บริษัท เล็ก ๆ / เส้นทางที่มีชื่อเสียงคุณมีอิสระในการจัดตั้งแผนกวิจัยใน บริษัท ของคุณ

ที่นี่คุณจะได้รับความคิดสร้างสรรค์อย่างน่ารำคาญในขณะที่ไม่สามารถควบคุมได้ ... สำรวจจินตนาการในวัยเด็กของคุณสิ่งที่ท้าทายทางปัญญา ... คุณตั้งจังหวะ ... คุณจะเป็น / คน /

คุณไม่ต้องนั่งที่ University Labs เพื่อเขียน / นักฆ่า / งานวิจัย

ถึงแม้ว่าในขณะนั้นคุณสามารถประสานงานกับแผนกวิจัยที่เกี่ยวข้องได้ที่ Univ ดู...? zwei vögel mit eines stein :-)

... คนอื่นที่มีระดับสูงกว่า ...

ความหยิ่งยะโสในระดับปานกลางกระตุ้นให้เราแสวงหาสิ่งที่ดีที่สุดที่มี

โชคดี.

YB


สนุกพอ ๆ กับเส้นทางที่ฟังดูมันเป็นทฤษฎี หนึ่งคนต่อ บริษัท ได้รับการจัดตั้งแผนกวิจัย โฆษณาไม่เหมือนกับงานสร้างสรรค์หรือสามารถชำระค่าใช้จ่ายได้ คุณต้องเขียนบทความนักฆ่าด้วยวิธีใดวิธีหนึ่ง หนึ่งคือเกี่ยวกับการปกป้องงบประมาณแผนกหรือข้อเสนอการวิจัยในขณะที่อื่น ๆ เกี่ยวกับการระดมทุนข้อเสนอการวิจัยและงบประมาณแผนก ความไร้สาระเช่นเดียวกับความจองหองมาก่อนการล่มสลาย ในฐานะที่เป็นมนุษย์ปุ่มทำลายตัวเองของเรามีแนวโน้มที่จะอยู่ในตำแหน่งที่เราตบหลังตัวเอง
EngrStudent - Reinstate Monica
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.