มีงานทำเหมืองข้อมูลโดยไม่มีปริญญาเอก


73

ฉันสนใจการขุดข้อมูลและการเรียนรู้เครื่องจักรเป็นระยะเวลานานส่วนหนึ่งเป็นเพราะฉันเรียนวิชาเอกที่โรงเรียน แต่ก็เป็นเพราะฉันตื่นเต้นมากที่พยายามแก้ปัญหาที่ต้องใช้ความคิดมากกว่าการเขียนโปรแกรม ความรู้และวิธีการแก้ปัญหาซึ่งสามารถมีได้หลายรูปแบบ ฉันไม่มีภูมิหลังของนักวิจัย / นักวิทยาศาสตร์ฉันมาจากพื้นหลังวิทยาการคอมพิวเตอร์โดยเน้นการวิเคราะห์ข้อมูลฉันมีปริญญาโทไม่ใช่ปริญญาเอก ขณะนี้ฉันมีตำแหน่งที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลแม้ว่าจะไม่ได้เป็นจุดสนใจหลักของสิ่งที่ฉันทำ แต่อย่างน้อยฉันก็มีการเปิดเผยที่ดี

ในขณะที่ฉันกำลังสัมภาษณ์เมื่อไม่นานมานี้เพื่อหางานกับ บริษัท หลายแห่งและได้พูดคุยกับนายหน้าสองสามคนฉันพบรูปแบบทั่วไปที่ผู้คนคิดว่าคุณต้องมีปริญญาเอกในการเรียนรู้ของเครื่องจักรแม้ว่าฉันจะเป็น generalizing เล็กน้อยมากเกินไป (บาง บริษัท ไม่ได้มองหาโดยเฉพาะอย่างยิ่งสำหรับปริญญาเอก)

ในขณะที่ฉันคิดว่ามันเป็นเรื่องดีที่จะมีปริญญาเอกในพื้นที่ที่ผมไม่คิดว่านี้เป็นอย่างที่จำเป็น ฉันมีความรู้ที่ดีพอสมควรเกี่ยวกับอัลกอริทึมการเรียนรู้ของเครื่องส่วนใหญ่ในโลกแห่งความจริงได้ใช้พวกเขาเอง (ไม่ว่าจะที่โรงเรียนหรือในโครงการส่วนตัว) และรู้สึกมั่นใจเมื่อเข้าใกล้ปัญหาที่เกี่ยวข้องกับการเรียนรู้ด้วยเครื่องจักร . และฉันมีเพื่อนที่มีประวัติคล้าย ๆ กันซึ่งดูเหมือนจะมีความรู้เกี่ยวกับเรื่องนี้เช่นกัน แต่ก็รู้สึกว่าโดยทั่วไปแล้ว บริษัท ค่อนข้างขี้อายที่จ้างงาน data-mining ถ้าคุณไม่ใช่ปริญญาเอก

ฉันต้องการรับคำติชมบางอย่างคุณคิดว่าปริญญาเอกมีความจำเป็นอย่างยิ่งหรือไม่ที่จะต้องมีงานที่เน้นเรื่องนี้มาก?

(ฉันลังเลเล็กน้อยก่อนโพสต์คำถามนี้ที่นี่ แต่เนื่องจากดูเหมือนว่าจะเป็นหัวข้อที่ยอมรับได้ใน metaฉันจึงตัดสินใจโพสต์คำถามนี้ซึ่งฉันคิดอยู่พักหนึ่ง)


1
มีคำถามสองสามข้อที่คล้ายกันในเว็บไซต์นี้ คุณอาจจะดูพวกเขาด้วย คำถามของคุณได้รับการกล่าวถึงอย่างดีแม้ว่ามันอาจจะดีกว่าเล็กน้อยที่จะทำให้มันเน้นไปที่สถานการณ์ของคุณน้อยลงเพื่อที่จะทำให้เป็นภาษาท้องถิ่นน้อยลง
พระคาร์ดินัล

1
นอกจากนี้คุณหมายถึงอะไรคุณเรียนวิชาเอกการขุดข้อมูลและการเรียนรู้เครื่องในโรงเรียน? ฉันสามารถนึกถึงมหาวิทยาลัยเพียงหนึ่งหรือสองแห่งในอเมริกาเหนือเช่นที่อาจมีระดับนี้ ฉันสามารถจินตนาการโปรแกรม MS หลาย ๆ ตัวที่คุณอาจมีจุดนี้เป็นจุดศูนย์กลาง แต่ก็อาจจะไม่เรียกเช่นนี้
พระคาร์ดินัล

ขอบคุณสำหรับข้อเสนอแนะ @ cardinal (นี่คือโพสต์แรกของฉันที่นี่) คำถามเดียวที่ฉันพบดูเหมือนแตกต่างกันเล็กน้อยเนื่องจากฉันต้องการชี้แจงนี้อย่างแท้จริงไม่ Phd = ไม่มีการเรียนรู้ด้วยเครื่องฉันดูเหมือนจะค้นพบในประสบการณ์ล่าสุดของฉัน .
Charles Menguy

1
ฉันมีปริญญาโทใน CS แต่ที่สำคัญของฉันคือในการขุดข้อมูล ฉันไม่ได้มาจากสหรัฐโดยวิธี :)
ชาร์ลส์ Menguy

3
แค่คิดว่าฉันจะโยน 2 เซ็นต์ของฉันโดยไม่ต้องใส่คำตอบ ฉันทำการขุดข้อมูลและการเรียนรู้ด้วยเครื่องและส่วนใหญ่ฉันสอนด้วยตนเองในสาขา (นอกเหนือจากปริญญาตรีของฉันในหัวข้อที่เกี่ยวข้องกับ CS) หัวข้อ ML เชิงวิชาการแตกต่างจากแอปพลิเคชันทางธุรกิจอย่างมาก
ด่าน

คำตอบ:


56

ฉันเชื่อว่าจริง ๆ แล้วสิ่งที่ตรงกันข้ามกับข้อสรุปของคุณเป็นจริง ในThe Academic Academicมีคำแนะนำหลายประการเกี่ยวกับค่าจ้างต่ำในวิชาคณิตศาสตร์ประยุกต์คณิตศาสตร์และวิทยาการคอมพิวเตอร์สำหรับผู้ถือระดับปริญญาเอกมากกว่าผู้สำเร็จการศึกษาระดับปริญญาโท ส่วนหนึ่งเป็นเพราะ บริษัท ต่างตระหนักดีว่าผู้จบปริญญาโทมักมีความรู้ทางทฤษฎีมากพอ ๆ กันมีทักษะการเขียนโปรแกรมที่ดีขึ้นและมีความยืดหยุ่นมากขึ้นและสามารถได้รับการฝึกอบรมสำหรับงานเฉพาะของ บริษัท ยกตัวอย่างเช่นการรับลูกศิษย์ SVM ไม่ใช่เรื่องง่ายที่จะชื่นชมโครงสร้างพื้นฐานของ บริษัท ที่ต้องพึ่งพาต้นไม้ตัดสินใจ บ่อยครั้งที่บางคนทุ่มเทเวลาจำนวนหนึ่งให้กับกระบวนทัศน์การเรียนรู้ของเครื่องจักรโดยเฉพาะพวกเขามีช่วงเวลาที่ยากลำบากในการเพิ่มประสิทธิภาพการทำงานให้กับโดเมนอื่น ๆ

ปัญหาอีกประการหนึ่งก็คืองานการเรียนรู้ด้วยเครื่องจักรจำนวนมากในทุกวันนี้ล้วน แต่เกี่ยวกับการทำสิ่งต่างๆให้เสร็จและไม่ใช่แค่การเขียนบทความหรือพัฒนาวิธีการใหม่ ๆ คุณสามารถใช้วิธีที่มีความเสี่ยงสูงในการพัฒนาเครื่องมือทางคณิตศาสตร์ใหม่ศึกษาแง่มุม VC ของวิธีการของคุณทฤษฎีความซับซ้อนพื้นฐานเป็นต้น แต่ในที่สุดคุณอาจไม่ได้รับบางสิ่งที่ผู้ปฏิบัติจะสนใจ

ในขณะที่มองไปที่สิ่งที่ต้องการposelets โดยทั่วไปไม่มีคณิตศาสตร์ใหม่เกิดขึ้นจาก poselets เลย มันไม่สง่างาม, clunky และขาดความซับซ้อนทางคณิตศาสตร์ใด ๆ แต่มันขยายขนาดได้ถึงชุดข้อมูลขนาดใหญ่ที่น่าอัศจรรย์ใจและดูเหมือนว่ามันจะเป็นสิ่งสำคัญในการจดจำ (โดยเฉพาะอย่างยิ่งในสายตาคอมพิวเตอร์) ในอนาคต นักวิจัยเหล่านั้นทำงานได้อย่างยอดเยี่ยมและงานของพวกเขานั้นต้องได้รับการชื่นชม

ด้วยคำถามเช่นนี้คุณจะได้รับความคิดเห็นที่แตกต่างกันมากมายดังนั้นโดยทั้งหมดให้พิจารณาพวกเขาทั้งหมด ปัจจุบันฉันเป็นนักศึกษาปริญญาเอกด้านคอมพิวเตอร์วิสัยทัศน์ แต่ฉันตัดสินใจที่จะออกจากโปรแกรมของฉันในช่วงต้นด้วยปริญญาโทและฉันจะทำงานให้กับ บริษัท บริหารสินทรัพย์ที่เรียนรู้ด้วยภาษาเครื่องธรรมชาติสถิติการคำนวณ ฯลฯ ฉันยังพิจารณาด้วย โฆษณาเหมืองข้อมูลตามงานใน บริษัท ทีวีขนาดใหญ่หลายแห่งและงานหุ่นยนต์สองสามงาน ในโดเมนเหล่านี้ทั้งหมดมีงานมากมายสำหรับคนที่มีวุฒิภาวะทางคณิตศาสตร์และมีความสามารถพิเศษในการแก้ปัญหาในภาษาการเขียนโปรแกรมหลายภาษา การจบปริญญาโทนั้นทำได้ดี และจากบทความของนักเศรษฐศาสตร์คุณจะได้รับเงินโดยทั่วไปเช่นเดียวกับคนที่มีปริญญาเอก และถ้าคุณทำงานนอกสถานศึกษา

ดังที่ปีเตอร์ธีลเคยกล่าวไว้ว่า "บัณฑิตวิทยาลัยเปรียบเหมือนการกดปุ่มเลื่อนบนนาฬิกาปลุกของชีวิต ... "


6
เมื่อฉันอ่านบทความของนักเศรษฐศาสตร์เป็นครั้งแรกเมื่อมันถูกตีพิมพ์มันฟังจากจุดเริ่มต้นเหมือนการพูดจาโผงผางที่ไม่ได้ผล ฉันไม่แปลกใจเลยเมื่อฉันใกล้จะถึงจุดสิ้นสุดและเรียนรู้ว่าผู้เขียนเป็นผู้รับปริญญาเอกที่ไม่มีความสุข ความคิดเห็นของฉันเกี่ยวกับมันไม่ได้เปลี่ยนไปมากนักเนื่องจากฉันอ่านซ้ำหลายครั้งตั้งแต่นั้นมา โดยทั่วไปแล้วนักเศรษฐศาสตร์จะทำได้ดีกว่าแม้ในด้านวิชาการ
พระคาร์ดินัล

9
ฉันคิดว่ามันเป็นบทความที่ยอดเยี่ยม มันเน้นปัญหาแรงจูงใจมากมายกับบัณฑิตวิทยาลัยวันนี้ อีกบทความที่น่าสนใจคือการเพิ่มขึ้นของ Post-Doc เป็นผู้วิจัยหลัก ฉันไม่แน่ใจว่าทำไมคุณคิดว่าบทความวิจัยได้ไม่ดีคุณสามารถให้คำวิจารณ์ที่เฉพาะเจาะจงมากขึ้นได้ไหม? ฉันยอมรับว่าการหลีกเลี่ยงอคติการยืนยันเป็นสิ่งสำคัญ แต่ในฐานะนักอ่านฉันไม่สนใจหรอกว่านักเขียนจะอยู่ในโหมดยืนยันตราบใดที่แหล่งข้อมูลนั้นดี เท่าที่ฉันกังวลควรมีคำพูดรุนแรงเกี่ยวกับสถาบันการศึกษา
ely

8
ฉันมีการวิพากษ์วิจารณ์ที่สำคัญหลายบทความนักเศรษฐศาสตร์นอกเหนือจากความจริงที่ว่าเมื่ออ่านชิ้นส่วนการวิเคราะห์ตามวัตถุประสงค์ที่คาดคะเนอารมณ์ที่ไหลออกมาจากมันไม่ควรเป็นสิ่งแรกที่ฉันสังเกตเห็น น่าเศร้าที่สิ่งเหล่านี้ไม่พอดีกับ 600 ตัวอักษรถึงแม้ว่าพวกเขาอาจโพสต์บล็อกตกลง ฉันคิดว่าหลักฐานของชิ้นส่วนนั้นผิดตั้งแต่เริ่มต้น บุคคลที่ต้องการได้รับปริญญาเอกเพื่อผลประโยชน์ทางเศรษฐกิจได้เข้าใจผิดวัตถุประสงค์ที่ตั้งใจไว้แล้ว ถึงกระนั้นการวิเคราะห์ค่าจ้างก็ยังมีข้อบกพร่องที่ร้ายแรงซึ่งไม่ได้คำนึงถึงความจริงที่ว่าผู้ถือปริญญาเอกจำนวนมากยังคงดำเนินต่อไป ...
cardinal

3
... สู่สถาบันการศึกษา และเอฟเฟกต์นี้เพียงอย่างเดียวจะลากการวิเคราะห์ค่าจ้างล่วงหน้าใด ๆ ลงโดยเฉพาะในสาขาเช่นคณิตศาสตร์
พระคาร์ดินัล

4
นอกจากนี้ฉันโต้แย้งข้อเรียกร้องของคุณอย่างแน่นอนว่ายังมีอีกจำนวนมากที่ยังเป็นนักวิชาการอย่างน้อยในสาขาวิทยาศาสตร์ประยุกต์ แทบไม่มีเพื่อนคนใดของฉันที่เคยอยู่ในสถาบันการศึกษาเลย พวกเขาทำงานให้กับ Microsoft, Google, nVidia, Facebook, บริษัท การเงินและอื่น ๆ หนึ่งในสิ่งที่ใหญ่ที่สุดที่การพัฒนาบัณฑิตของเราคือการที่ความสามารถในการดำรงตำแหน่งและโอกาสที่ไม่สมจริงสำหรับงานวิชาการ
ely

47

ข้อจำกัดความรับผิดชอบ: ฉันมีปริญญาเอก และทำงานในการเรียนรู้ของเครื่อง ต้องบอกว่าฉันคิดว่านอกเหนือจากการเป็นนักวิชาการคุณไม่จำเป็นต้องมีปริญญาเอก เพื่อทำงานในสาขาใดก็ได้ รับปริญญาเอก ช่วยให้คุณพัฒนาทักษะการวิจัยบางอย่าง แต่

  1. คุณไม่ต้องการทักษะการวิจัยสำหรับงานส่วนใหญ่
  2. คุณสามารถได้รับทักษะเหล่านั้นโดยไม่ต้องได้รับปริญญาเอก ระดับ.

มาร์ตินโวล์ฟหัวหน้าฝ่ายข่าวเศรษฐกิจสำหรับFinancial Timesไม่มีปริญญาเอก (เขามีปริญญาโท) แต่คำพูดของเขามีน้ำหนักมากกว่าปริญญาเอกส่วนใหญ่ ผู้สำเร็จการศึกษา ฉันคิดว่าจะประสบความสำเร็จในสาขาใด ๆ (รวมถึงการเรียนรู้ด้วยเครื่อง) คุณต้องรู้วิธีการเรียนรู้และคิดอย่างละเอียดด้วยตัวคุณเอง ปริญญาเอก จะช่วยให้คุณฝึกฝนทักษะเหล่านั้น แต่ยังไม่จบสิ้น ใครก็ตามที่ไม่เต็มใจสัมภาษณ์คุณเพียงเพราะคุณไม่มีปริญญาเอกอาจจะไม่คุ้มค่าที่จะทำงาน


น่าสนใจมากที่มีคำแนะนำจากคนที่มีปริญญาเอกฉันยอมรับว่าปริญญาเอกให้ความแม่นยำและสามารถ "เป็นบวก" สำหรับตำแหน่งที่มุ่งเน้นการวิจัยส่วนใหญ่ฉันสังเกตเห็นว่าสตาร์ทอัพนั้นค่อนข้างแคบเมื่อพูดถึง ในขณะที่ บริษัท ขนาดใหญ่ดูเหมือนจะเปิดกว้างมากขึ้นในการจ้างงานปริญญาโทสำหรับการเรียนรู้เครื่องจักร (อีกครั้งขึ้นอยู่กับ บริษัท ที่ ... ) ฉันพบการประนีประนอมที่ดีในขณะนี้และฉันคาดหวังว่าจะนำงานของฉันไปสู่เส้นทางนั้นมากขึ้นก่อนอื่นโดยการได้รับประสบการณ์การใช้งานจริงที่ตำแหน่งปัจจุบันของฉัน ขอบคุณสำหรับคำแนะนำที่ดีของคุณ
Charles Menguy

2
@linker ไม่สามารถเห็นด้วยกับสิ่งที่เริ่มต้น ฉันมีปริญญาโทใน CS (เขียนวิทยานิพนธ์ปริญญาโทใน ML แม้ว่า) และตำแหน่งแรกของฉันคือการเริ่มต้น ผู้ที่เพิ่งเริ่มต้นไม่ควรสนใจชื่อเรื่องเนื่องจากพวกเขากำลังมองหานักคิดในวงกว้างที่สามารถทำงานให้สำเร็จได้ (และเล่นกับคนอื่น ๆ ใน บริษัท ) ในขณะเดียวกันฉันก็สงสัยว่า บริษัท ใหญ่ ๆ จะทำตามนโยบายที่แกะสลักไว้ ลูกกระจ๊อก HR คนเดียว (ไม่มีความขมขื่นเพียงแค่อารมณ์ที่นี่;))
steffen

1
ฉันชอบเมื่อปริญญาเอกไม่แนะนำปริญญาเอกหรือเมื่อ Ivy จบแนะนำให้ไม่ไป Ivy มันเหมือนปีเตอร์ธีลที่ไม่แนะนำให้ไปเรียนที่วิทยาลัย คนที่แต่งตัวประหลาดได้รับ JD จาก Stanford :)
Aksakal

1
มันขึ้นอยู่กับสิ่งที่คุณตั้งใจจะทำกับปริญญาเอก หากเป้าหมายของคุณคือสถาบันการศึกษามันเป็นสิ่งที่ต้องทำ แต่ในอุตสาหกรรมมันไม่ได้เป็นข้อดีอย่างมากเว้นแต่ว่าเป้าหมายของคุณคือการทำวิจัย เพียงแค่ดู บริษัท เทคโนโลยีที่ประสบความสำเร็จและทีมผู้บริหาร (รวมถึง CTO และ SVP ของ Eng หากมี) คุณพบเซลล์ต้นกำเนิด STEM กี่อัน? พวกมันมีอยู่ แต่ไม่ค่อยบ่อยนักพวกเขาเป็นหนึ่งในผู้ก่อตั้ง การมีปริญญาเอกอาจเปิดประตูบางส่วน แต่สำหรับการบรรลุสิ่งจริงประสบการณ์โลกแห่งความจริงและความรู้เชิงลึกเกี่ยวกับรากฐาน (รวมถึงคณิตศาสตร์) นั้นสำคัญยิ่งกว่า
user765195

19

คำเตือน: ฉันไม่มีปริญญาเอกใน CS และฉันไม่ได้ทำงานในการเรียนรู้ของเครื่อง ฉันกำลังพูดคุยจากความรู้และประสบการณ์อื่น ๆ

ฉันคิดว่ามีคำตอบที่ดีหลายอย่างที่นี่ แต่ตามความเห็นของฉันพวกเขายังไม่ได้ทำให้ประเด็นหลักชัดเจน ฉันจะพยายามทำ แต่จำไว้ว่าฉันไม่คิดว่าฉันกำลังพูดอะไรที่แตกต่างไปจากเดิมอย่างสิ้นเชิง ปัญหาหลักที่นี่ที่เกี่ยวข้องกับ การพัฒนาทักษะเทียบกับการส่งสัญญาณ

ด้วยความเคารพต่อการพัฒนาทักษะท้ายที่สุดคุณต้องการ (ในฐานะพนักงาน) เพื่อให้สามารถทำงานให้เสร็จได้ดีและทำได้อย่างรวดเร็วและนายจ้างต้องการบุคคลดังกล่าว (หรือน่าจะเป็น) ดังนั้นคำถามที่นี่คือการพัฒนาทักษะพิเศษเท่าไหร่ที่คุณได้รับจากการฝึกอบรมทางวิชาการที่เพิ่มเข้ามาสองปี? แน่นอนคุณควรได้รับบางสิ่ง แต่จำไว้ว่าคนที่ไม่ได้เรียนต่อในระดับบัณฑิตศึกษาอาจไม่เพียงแค่นั่งอยู่บนเก้าอี้จนกว่าพวกเขาจะเรียนจบ ดังนั้นคุณกำลังเปรียบเทียบประสบการณ์หนึ่งชุด (เชิงวิชาการ) กับอีกชุดหนึ่ง (งาน) บิตที่ดีขึ้นอยู่กับคุณภาพและธรรมชาติของปริญญาเอก โปรแกรมผลประโยชน์ที่แท้จริงของคุณวิธีการกำกับตนเองของคุณและโอกาสและการสนับสนุนประเภทใดที่จะมีให้ในงานแรกของคุณ

นอกเหนือจากผลของการฝึกอบรมทางวิชาการที่มีต่อการพัฒนาทักษะแล้วยังมีคำถามเกี่ยวกับผลกระทบและคุณค่าของสัญญาณ (เช่นการมี "Ph.D" ต่อท้ายชื่อของคุณ) สัญญาณสามารถช่วยได้สองวิธี: ประการแรกมันสามารถช่วยให้คุณลงจอดในงานเริ่มแรกและไม่ควรถูกไล่ออก - มันสำคัญมาก การวิจัยแสดงให้เห็นว่าคนที่จำเป็นต้องเริ่มต้นในตำแหน่งแรกที่ไม่เหมาะสมสำหรับพวกเขาไม่เคยมีแนวโน้มที่จะทำเช่นกัน (อาชีพโดยเฉลี่ยฉลาด) เป็นคนที่จะเริ่มต้นในงานที่ดี ตรงกับความสามารถและความสนใจของพวกเขา ในทางกลับกันฉันทามติดูเหมือนว่าหลังจากงานแรกของคุณโอกาสในอนาคตของคุณจะได้รับอิทธิพลอย่างมากจากผลงานของคุณในงานก่อนหน้าของคุณมากกว่าข้อมูลรับรองทางการศึกษาของคุณ

สัญญาณด้านที่สองเกี่ยวข้องกับความสัมพันธ์ระหว่างนักวิเคราะห์และผู้บริโภคของการวิเคราะห์ @EMS ทำงานได้ดีในการนำเสนอประเด็นนี้ในความคิดเห็น. มีร้านให้คำปรึกษาเล็ก ๆ จำนวนมากและพวกเขาชอบที่จะมีปริญญาเอกเพื่อแสดงออกถึงลูกค้าที่มีศักยภาพ: ในการประชุมครั้งแรกที่พยายามทำสัญญาบนหัวจดหมายในการนำเสนอผลงานผลิตภัณฑ์สำเร็จรูป ฯลฯ ปริญญาเอกอยู่ที่นั่นเสมอ เป็นเรื่องง่ายที่จะเหยียดหยามเกี่ยวกับเรื่องนี้ แต่ฉันคิดว่ามีคุณค่าที่ถูกต้องสำหรับ บริษัท ที่ปรึกษาและผู้บริโภค (ที่อาจไม่ทราบมากเกี่ยวกับเรื่องเหล่านี้และสามารถใช้ข้อมูลประจำตัวเพื่อช่วยให้พวกเขาเลือก บริษัท ที่จะทำงานได้ดีสำหรับพวกเขา) . เบื้องหลังงานบางชิ้นอาจถูกส่งต่อให้กับคนที่มีความสามารถที่มีความเชี่ยวชาญน้อย แต่พวกเขาต้องการปริญญาเอก สำหรับส่วนหน้าและลงนามในผลิตภัณฑ์งานก่อนส่งมอบ ฉันเห็นสิ่งที่คล้ายคลึงเกิดขึ้นกับการเริ่มต้นหากพวกเขาพยายามดึงดูดเงินทุนและต้องการสร้างความมั่นใจให้กับนักลงทุน


5
(+1) ฉันคิดว่าคำตอบนี้เริ่มเข้าใกล้ประเด็นสำคัญมากขึ้น จริงๆแล้วมีสองคำถามจาก OP ถูกโพสต์เป็นหนึ่งคำถาม (อย่างน้อยที่สุดเท่าที่ฉันเห็น) ข้อแรกคือ ( 1 ) บุคคลที่ไม่มีปริญญาเอกสามารถทำงานที่มีความหมายในอุตสาหกรรมในการขุดข้อมูลและ / หรือการเรียนรู้ด้วยเครื่องได้หรือไม่? คำตอบคือไม่ต้องสงสัยยืนยัน ข้อที่สองคือ ( 2 ) เราสามารถได้รับตำแหน่งที่มีประสบการณ์ จำกัด ในพื้นที่และไม่มีปริญญาเอก (และยากที่จะทำให้สำเร็จ) แม้ว่าครั้งที่สองนั้นอาจจะง่ายกว่าในการวัดปริมาณ แต่ดูเหมือนว่าจะมีพื้นที่สีเทามากขึ้น
พระคาร์ดินัล

3
นอกจากนี้โรบินแฮนสันได้เขียนสิ่งดีๆเกี่ยวกับการส่งสัญญาณและข้อมูลรับรองเมื่อเร็ว ๆ นี้อย่างน้อยก็ให้คำปรึกษา wrt
ely

14

ฉันเห็นด้วยกับที่สุดที่ได้รับการกล่าวถึงที่นี่ แต่ฉันต้องการที่จะแนะนำปัญหาในทางปฏิบัติบางประการที่เกิดขึ้นเมื่อสมัครงานทางการเงิน บ่อยครั้งที่คุณจะเห็นโฆษณาที่ระบุว่าปริญญาเอกในสถิติหรือคณิตศาสตร์จะต้องสมัครเพื่อการค้าหรือตำแหน่งนักพัฒนาเชิงปริมาณโดยเฉพาะ ฉันรู้ว่ามีเหตุผลบางอย่างสำหรับเรื่องนี้ ใจฉันไม่ได้บอกว่าสิ่งนี้ถูกต้อง แต่มันคือสิ่งที่เกิดขึ้นในทางปฏิบัติ:

  • มีผู้สมัครหลายคนโดยเฉพาะอย่างยิ่ง บริษัท ที่มีชื่อเสียงและนายจ้างไม่สามารถอุทิศเวลาให้กับผู้สมัครแต่ละคนได้มากพอ การกรองแอปพลิเคชันที่มีพื้นฐานการศึกษาจะทำให้ขนาดประชากรลดลงเป็นจำนวนที่สามารถจัดการได้มากขึ้น ใช่จะมีการพลาด ใช่มันไม่ใช่วิธีที่ดีที่สุดเพื่อหาประสิทธิผลบุคคล แต่โดยเฉลี่ยแล้วคุณกำลังมองหาผู้เชี่ยวชาญที่มีความเชี่ยวชาญซึ่งอุทิศเวลาหลายปีในการเรียนรู้งานฝีมือ อย่างน้อยพวกเขาควรมีวินัยในการทำโครงการวิจัยที่ซับซ้อน

  • ทีมและ บริษัท จะได้รับการเสริมด้วยปริญญาเอกจำนวนหนึ่งเพื่อแสดงให้กับนักลงทุนและลูกค้า สิ่งนี้จะให้ภาพความรู้ "oracleous" แก่ บริษัท และเป็นประโยชน์ต่อชื่อเสียงของ บริษัท การประเมินมูลค่าไม่มีตัวตนของ บริษัท สามารถเพิ่มขึ้น นักลงทุนโดยเฉลี่ยจะมีความมั่นใจมากขึ้นในการให้ทุนแก่ทีมนักวิทยาศาสตร์ที่มีความรู้ คุณสามารถสร้างจุดที่คล้ายกันเกี่ยวกับ MBAs

  • ในที่สุดบางครั้งนโยบายของ บริษัท กำหนดว่าผลสัมฤทธิ์ทางการเรียนที่สูงขึ้นควรมีเส้นทางอาชีพที่พิเศษและค่าตอบแทน ฉันเชื่อว่านี่เป็นความจริงสำหรับ บริษัท ส่วนใหญ่ในอุตสาหกรรมต่าง ๆ ไม่ใช่แค่การเงิน เป็นการยากที่จะเห็น John ด้วย BS ในสาขาวิทยาศาสตร์คอมพิวเตอร์ที่จัดการปริญญาเอกในวิชาคณิตศาสตร์


14

ข้อจำกัดความรับผิดชอบ: ฉันเป็นผู้สรรหาและเป็นมาตั้งแต่ปี 1982 ดังนั้นฉันจึงเข้าใจคำถามของคุณได้เป็นอย่างดี ขอผมทำลายมันด้วยวิธีนี้ ประวัติการทำงานของคุณคือการคัดกรองอุปกรณ์ บริษัท ได้รับประวัติย่อจำนวนมากดังนั้นพวกเขาจึงอ่านประวัติย่อโดยมีคำถามหนึ่งข้อในใจว่า "ทำไมฉันไม่ต้องการพูดคุยกับบุคคลนี้?" ซึ่งจะลดจำนวนผู้สมัครเพียงไม่กี่คนที่มีโอกาสที่ดีที่สุดในการตอบสนองความต้องการของพวกเขา ดังนั้นหากคุณได้รับการสัมภาษณ์และประวัติย่อของคุณไม่แสดงระดับปริญญาเอกก็จะมีเรื่องอื่นเกิดขึ้นที่นี่ ฉันบอกว่าเพราะเช่นเดียวกับประวัติย่อเป็นอุปกรณ์คัดกรอง OUT การสัมภาษณ์คือการคัดกรองอุปกรณ์ เมื่อพวกเขาเชิญคุณเข้ารับการสัมภาษณ์พวกเขาสรุปแล้วคุณมี "กระดาษ" เพียงพอที่จะทำงาน ดังนั้นเมื่อคุณกำลังเดินในการสัมภาษณ์คำถามเดียวที่พวกเขา ' กำลังถามจริงๆคือ "ทำไมฉันต้องจ้างคุณ" บุคคลที่พวกเขาจ้างจะเป็นบุคคลที่ระบุว่าสามารถตอบสนองความต้องการของ บริษัท ได้ดีที่สุด

คำแนะนำของฉันในฐานะนายหน้าคือการถามคำถามตลอดการสัมภาษณ์เพื่อระบุความต้องการที่ลึกซึ้งยิ่งขึ้น เชื่อฉันคำบรรยายลักษณะงานไม่ค่อยคล้ายกับความจริงดังนั้นคุณจะต้องการตรวจสอบปุ่มร้อนของพวกเขาแล้วขายโดยตรงกับปัญหาเหล่านั้น อย่าปล่อยให้การสัมภาษณ์รู้สึกเหมือนการซักถามรอให้คำถามจบลง คุณจะลงไปในเปลวไฟและจบลงด้วยการบอกว่า "คุณไม่มีปริญญาเอก" แสดงความเคารพต่อความตั้งใจของคุณเพื่อช่วยให้พวกเขาแก้ปัญหาได้

คำถามที่ฉันชอบคือ: "อะไรคือคุณสมบัติของบุคคลที่ดีที่สุดที่คุณเคยรู้จักในบทบาทนี้" ทุกคนมีทีมในฝันดังนั้นจึงเป็นเรื่องสำคัญที่จะต้องทราบว่าลักษณะที่พวกเขารู้สึกว่าจำเป็นต่อการประสบความสำเร็จในบทบาทนี้คืออะไร โปรดทราบว่านี่ไม่ใช่คำถามเกี่ยวกับประสบการณ์ภูมิหลังหรือองศา ดูสิฉันสามารถหาปริญญาเอกปานกลางที่มีประสบการณ์มากมายดังนั้นนี่ไม่ใช่จอกศักดิ์สิทธิ์ มันเป็นสิ่งที่ บริษัท ต่างๆคิดว่าดีที่สุดเพราะ IMO พวกเขาไม่รู้วิธีอื่นในการเขียนคำบรรยายลักษณะงานที่รวบรวมสาระสำคัญของบุคคลที่พวกเขาต้องการ


4
ยินดีต้อนรับสู่เว็บไซต์ @GailPalubiak โปรดอย่าเซ็นโพสต์ของคุณด้วยข้อมูลส่วนตัวของคุณ โปรดทราบว่าภาพแทนตัว & ลิงก์ไปยังหน้าผู้ใช้ของคุณจะถูกเพิ่มในโพสต์ทั้งหมดของคุณโดยอัตโนมัติ คุณสามารถโพสต์ข้อมูลที่นั่น เนื่องจากคุณใหม่ที่นี่คุณอาจต้องการอ่านคำถามที่พบบ่อยของเราซึ่งกล่าวถึงหัวข้อเช่นนี้
gung

14

2 เซนต์ของฉัน: ไม่ฉันไม่คิดอย่างนั้น ปริญญาเอกต่อ se ไม่ได้รับสิทธิอย่างใดอย่างหนึ่งจะดีกว่าสำหรับการทำเหมืองข้อมูลหรือ ML นำเจเรมีฮาวเวิร์ดของ kaggle ไปด้วย ฉันจะพูดต่อไปว่าปริญญาเอกไม่ได้เกี่ยวกับคุณสมบัติใด ๆ เนื่องจากมีความแตกต่างอย่างมากในคุณภาพของโปรแกรม บางทีสิ่งเดียวที่ปริญญาเอกพิสูจน์ได้คือผู้ที่มีความอดทนสูงในการแห้ว

Bottom line: หากคุณสนใจในพื้นที่นั้นมีความรู้ความคิดสร้างสรรค์และทำงานหนักทำไมคุณต้องมีปริญญาเอก เป็นคุณที่ควรนับไม่ใช่ชื่อของคุณ


2
ฉันเห็นด้วยอย่างยิ่ง แต่ฉันรู้สึกประทับใจอย่างยิ่งที่ บริษัท / นายหน้าดูเหมือนจะคิดในทางอื่น แม้ในงานก่อนหน้าของฉันเมื่อฉันพูดคุยเกี่ยวกับการทำเหมืองข้อมูลบางอย่างเกี่ยวกับปัญหาบางอย่างฉันก็บอกว่าฉันเป็นวิศวกรและไม่ใช่นักวิทยาศาสตร์ด้านข้อมูลและดังนั้นจึงเป็นการดีที่สุดถ้าฉันอยู่ในพื้นที่โฟกัสของฉัน
Charles Menguy

3
พูดได้ดี. ดูคำตอบของฉันสำหรับรายละเอียดการสนับสนุนบางอย่าง ปริญญาเอกในสาขานี้ไม่เกี่ยวข้องมากเกินไปและหาก บริษัท คิดว่าเป็นเช่นนั้นคุณอาจไม่ต้องการทำงานให้ บริษัท นั้น ปีเตอร์ธีลเคยกล่าวว่า "บัณฑิตวิทยาลัยเป็นเหมือนการกดปุ่มปุ่มเลื่อนบนนาฬิกาปลุกของชีวิต ..."
ely

6

ไม่ว่างานนั้นจะต้องมีปริญญาเอกหรือไม่นั้นขึ้นอยู่กับระดับความรับผิดชอบและการรับรู้ของนายจ้างและ / หรือลูกค้าของเขา ฉันไม่คิดว่าจะมีระเบียบวินัยที่ต้องใช้ปริญญาเอก สามารถขุดข้อมูลได้แน่นอนและพนักงานสามารถทำงานได้อย่างมีประสิทธิผลโดยไม่ต้องเรียนปริญญาเอก สิ่งนี้ขึ้นอยู่กับบุคคลความสามารถของเขาหรือเธอในการเรียนรู้อย่างรวดเร็วและปรับตัวได้รวมถึงความสามารถในการเข้าใจวรรณกรรมมากกว่าการศึกษาก่อนหน้า นี่คือความจริงโดยเฉพาะอย่างยิ่งสำหรับการขุดข้อมูลซึ่งเป็นสนามการพัฒนา ดังนั้นแม้แต่นักขุดข้อมูลที่มีระดับปริญญาเอกจะต้องเรียนรู้มากขึ้นเมื่อเวลาผ่านไป


4
(+1) หนึ่งวินัยที่ต้องใช้ปริญญาเอกคืออาจารย์มหาวิทยาลัย (แน่นอนมีข้อยกเว้น แต่ก็มีไม่มาก)
whuber

2
นี่เป็นอาชีพที่ไม่น่าเป็นไปได้ทางสถิติที่นักศึกษาบัณฑิตส่วนใหญ่ควรลดหรืออย่างน้อยก็มีน้ำหนักน้อยเมื่อเทียบกับความเชื่ออาละวาดในหมู่นักเรียนที่จบการศึกษาว่าพวกเขาจะกลายเป็นอาจารย์ที่ดำรงตำแหน่ง ภูมิทัศน์ของการสอนที่มหาวิทยาลัย Research 1 (เว้นแต่ว่าคุณจะเป็นผู้ช่วย / โพสต์เอกสาร) มีการเปลี่ยนแปลงมากมายในอดีต ~ 15 ปีในสหรัฐอเมริกา
ely

4

ฉันสำเร็จการศึกษาระดับปริญญาโทด้านสถิติประยุกต์และทำงานในยุโรปในฐานะผู้ขุดข้อมูล เมื่อฉันมาถึงสหราชอาณาจักรไม่มีใครเคยได้ยินแม้แต่การทำเหมืองข้อมูลให้อยู่คนเดียวเพื่อศึกษาระดับนี้ ตอนนี้มันเป็นเรื่องธรรมดาและนายจ้างรู้สึกว่าปริญญาเอกเป็นสิ่งจำเป็นสำหรับงานนี้ อย่างไรก็ตามมันเป็นความรู้ทางสถิติและด้านการสร้างแบบจำลองซึ่งเป็นสิ่งสำคัญสำหรับงานนี้ จากประสบการณ์ของฉันคนไอทีส่วนใหญ่ไม่เข้าใจสถิติและดังนั้นจึงไม่สามารถทำงานได้ดี ฉันเข้าสู่การสอนและตอนนี้ฉันกำลังลงทะเบียนเพื่อทำปริญญาเอกในสถิติประยุกต์เพื่อสร้างความพึงพอใจให้กับนายจ้างเหล่านี้ ฉันอาจรู้มากกว่าผู้สำเร็จการศึกษาระดับปริญญาเอกส่วนใหญ่ที่เรียนระดับปริญญาโทของฉันในปี 1980 เมื่อระดับสูงมาก ฉันคิดว่าเป็นนักขุดข้อมูลที่ดีคนหนึ่งต้องมีพื้นฐานด้านสถิติ


4

ทั้งหมดนี้ขึ้นอยู่กับงานในมือ จากประสบการณ์ของฉัน (ฉันมีปริญญาเอก) มีงาน 3 ประเภท อันดับแรกตามที่ได้กล่าวไปแล้วงานอุตสาหกรรมส่วนใหญ่ในทุกวันนี้มุ่งเน้นไปที่การเรียนรู้ของเครื่องประยุกต์เช่นการปรับใช้อัลกอริทึม ML ที่มีอยู่กับปัญหาโดเมนเฉพาะที่เป็นปัญหา สิ่งเหล่านี้เป็นงาน ML ที่ธรรมดาที่สุดและปริญญาโทก็เพียงพอสำหรับงานประเภทนี้ จำนวนงานที่น้อยลงซึ่งเกิดขึ้นในฝ่ายวิจัยของ บริษัท หรือมหาวิทยาลัยสถาบันต่าง ๆ มีการใช้งาน ML-tweak-create สำหรับปัญหาเฉพาะโดเมน ประสบการณ์ในการสร้างวิธีการใหม่โดยการดูวิธีการที่มีอยู่โดยใช้คณิตศาสตร์ใหม่มักจะใช้เวลาพอสมควรและประสบการณ์เหล่านี้มักจะได้รับระหว่างปริญญาเอก เนื่องจากผลลัพธ์ทางทฤษฎีใหม่ควรมีความแข็งแกร่งเพียงพอที่จะได้รับการยอมรับจากคนรอบข้าง (สิ่งพิมพ์) สุดท้ายและอาจเป็นงานที่ยากที่สุดความเสี่ยงสูงสุดและงานที่ผิดปกติมากที่สุดคืองานทางทฤษฎีล้วนๆที่เกิดขึ้นในมหาวิทยาลัยการวิจัยซึ่งมุ่งเน้นที่จะเกิดอัลกอริธึมใหม่ทั้งหมดหรือเข้าใจคุณสมบัติทางคณิตศาสตร์ของอัลกอริทึมที่มีอยู่ ดีพอที่จะเผยแพร่) นี่ก็เป็นประสบการณ์ปกติที่ได้รับในระดับปริญญาเอก ในขณะที่นักศึกษาปริญญาเอกอาจมีการสัมผัสกับงานทั้งสามประเภทในระหว่างการฝึกอบรมของเขา / เธอ (หมดจดเนื่องจากระยะเวลาของโปรแกรมและความจริงที่ว่าไม่มีกำหนดเวลาผลิตภัณฑ์ทันทีเช่นงานจริง) นักเรียน MS โดยทั่วไปแล้วจะได้รับการฝึกอบรมอย่างดีสำหรับงานแรกและอาจมีความเสี่ยงเพียงเล็กน้อยกับงานประเภทที่ 2 และ 3


เมื่อคุณพูดว่า "งาน" คุณหมายถึง "งานปกติ" หรือ "งานหรือชิ้นงาน" หรือไม่? คุณดูเหมือนจะสลับไปมาระหว่างความหมายทั้งสองนี้และทำให้คำตอบของคุณสับสนเล็กน้อย
อะมีบา

มีความแตกต่างระหว่างทั้งสองหรือไม่? ถามอย่างแท้จริง ....
Stormchaser

2

ฉันไม่คิดว่าจำเป็นต้องมีปริญญาเอกสำหรับตำแหน่งการเรียนรู้ของเครื่องใด ๆ ผู้เชี่ยวชาญที่ดีและใจที่มีความคิดสร้างสรรค์ด้วยความอยากรู้อยากเห็นทางคณิตศาสตร์เป็นสิ่งที่จำเป็นทั้งหมด ปริญญาเอกมีอคติต่อความเชี่ยวชาญของคุณซึ่งไม่พึงประสงค์ ฉันทำงานบนอัลกอริทึมการเรียนรู้ของเครื่องหลักและกำหนดรหัสส่วนใหญ่ตามวิธีที่ฉันต้องการ และฉันเคยเห็นคน Phd จำนวนมากที่มีความคิดผิด ๆ ปริญญาดุษฎีบัณฑิตมีแรงจูงใจส่วนใหญ่จากปัญหาทางทฤษฎีล้วนๆซึ่งแตกต่างจากอุตสาหกรรมที่เน้นการแก้ปัญหาการทำงานในเวลารวดเร็ว


2

คนที่ดูถูกการฝึกอบรมปริญญาเอกก็ไม่ทราบว่าปริญญาเอกมีความหมายอย่างไรหรือเพียงแค่แสดงความคิดเห็นจริง ๆ โดยเจตนา การฝึกอบรมระดับปริญญาโทส่วนใหญ่ไม่สามารถเปรียบเทียบกับการฝึกอบรมระดับปริญญาเอกได้ไม่ว่าด้วยวิธีใด ความเข้มข้นและความเข้มงวดในการฝึกอบรมระดับปริญญาเอกต้องใช้การอุทิศตนเป็นไปไม่ได้วินัยในตัวเองความสามารถในการเรียนรู้ภายใต้แรงกดดันที่ยิ่งใหญ่และชุดทักษะที่แข็งแกร่ง ... ชื่อปริญญาเอกได้รับการพิสูจน์แล้วทั้งหมดเหล่านั้น ระดับที่ทั้งหมด ....


6
ฉันไม่คิดว่าทุกคนที่นี่ "ดูถูกการอบรมปริญญาเอก" พวกเราส่วนใหญ่มีปริญญาเอก พวกเราหลายคนทำงานในสภาพแวดล้อมทางวิชาการที่จำเป็นต้องมีปริญญาเอก บางคำตอบที่นี่ (ของฉันเอง) เพียงแค่ตระหนักว่าอาจมีคนที่ไม่มีข้อมูลประจำตัวที่มีทักษะและคนเหล่านั้นสามารถรับงานได้เช่นกัน ฉันมีอดีตนักศึกษา BS (ไม่มีปริญญาโท) ที่ทำงานเป็นนักวิทยาศาสตร์ข้อมูลสำหรับ บริษัท ที่ปรึกษา
gung
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.