Estoy persiguiendo BE en Ciencias de la Computación de una universidad de renombre en la India. Estoy en 3er año ahora.
Soy una persona orientada a la investigación que le gusta explorar el tema en profundidad.Aquí está mi conjunto de habilidades:
1) Python, Numpy, Pandas, Matplotlib, scikit-learn.
2) Me encanta implementar algoritmos de aprendizaje automático. Uptil ahora que he hecho
a) Conceptos de minería de datos y Techinques 3a edición.
b) Introducción a la minería de datos por el Dr. Pang.
3) Específicamente más interesado en aplicar algoritmos de aprendizaje automático en la minería de texto. Actualmente estoy aprendiendo el curso de recuperación de información en el campus y la biblioteca de python NLTK.
Estas habilidades son suficientes para que no confíes en la colocación universitaria. Cualquiera se convencería de contratarte en la comunidad de startups.
- ¿Cuál es el uso más extraño de una técnica científica que conoces?
- ¿Cuáles son algunos ejemplos de trabajo de estímulos supranormales en animales y cómo se usan en la investigación?
- ¿Cómo puedo encontrar personas interesadas en colaborar conmigo para hacer una investigación independiente, si soy un ingeniero de la industria?
- ¿Por qué elegiste la investigación sobre una empresa con fines de lucro?
- ¿Cuánto puede compensar la investigación científica de crowdfunding para la disminución de la financiación pública de la investigación?
Mis problemas:
1) MS o Job: Todos mis compañeros de clase ahora se están preparando para las ubicaciones. Muchos están aprendiendo lenguajes como Java, C, C ++ y cepillando conceptos de CDC. Nuestro coordinador de colocación me aconsejó que las empresas no analizarán su conocimiento de aprendizaje automático en absoluto. Solo quieren que tengas experiencia en CDC y lenguajes de programación.
Tengo dos opciones
1) Vaya a MS en EE. UU. Directamente.
+ puntos:>
Puedo obtener el trabajo de mis sueños en el aprendizaje automático solo después de mi EM. Por lo tanto, sería aconsejable no perder el tiempo y completar la EM para obtener el trabajo de mis sueños tempranoHacer MS es una buena opción para ti, después de eso puedes obtener un trabajo mucho mejor. De hecho, si tiene un pensamiento emprendedor, puede tener su propio producto decente.
– puntos:>
Llegué a saber que para la EM en EE. UU., Debe gastar entre 70 y 80 lakhs durante dos años. No puedo pagarlo ahora mismo.
Dependiendo de sus habilidades, creo que obtendrá buenas calificaciones en GRE y el costo total se vería disminuido por las becas. Verifique los institutos de sus intereses y criterios de beca allí.
2) Ir para un trabajo de dos años y luego MS
Mi amigo, muy interesado en hacer un MBA de una universidad de renombre. Decidió lo mismo, pero ahora después de 3 años se fue pensando en MBA.
Las personas mayores y los profesores dicen que después de dos años, es posible que no tenga la misma pasión que tiene ahora. Además, olvidará sus conceptos de aprendizaje automático, ya que justo después de los estudios secundarios, solo trabajará para enviar parches de código, resolver errores sin ningún aprendizaje automático.
Ellos están en lo correcto.
Para la Opción 1, tengo que continuar mi investigación, publicar trabajos de investigación, dar GRE [que me muero por hacer]
Para la Opción 2, tengo que aprender qué quieren las empresas para ser ubicadas.
Mi solución a mi problema:
1) No me importa la ubicación en el campus.
2) Participe en una startup de aprendizaje automático.
3) Haz un trabajo de investigación allí.
4) Ahorre algo de dinero para la EM.
5) Ir para MS
Puede obtener un inicio decente trabajando en ML para una pasantía, incluso pueden pagarle. Sugeriré unos pocos que conozco, podrían ayudar.
Estoy disponible para 8 meses de tesis [2 meses de prácticas de verano + 6 meses de tesis] en áreas relacionadas.
Mis preguntas para usted son:1) ¿Lo estoy haciendo bien?
2) ¿Quieres agregar algo?
3) ¿Puedo obtener una tesis en una startup donde pueda trabajar con algún científico? Y más adelante puedo conseguir un trabajo allí durante 2 años.
Estás en camino, amigo.
Mis sugerencias:
1. Sigue mirando a Kaggle. Allí puede obtener interés de un hombre que puede proporcionar prácticas (remuneradas) y un buen trabajo de investigación. Muchos científicos de datos están activos allí. Si es posible, participe en algún proyecto de su interés.
2. Ponga todos sus proyectos en el perfil de LinkedIn y manténgalo actualizado. Solo mantenlo.
3. Poner cosas en GitHub
4. Manténgase actualizado con las últimas tendencias de ML y Bigdata
Si tienes pasión, ¡puedes construir tu propio mundo!