Estoy seguro de que hay muchos otros puntos que destacar, pero recomendaría lo siguiente:
- No intentes reinventar la rueda. La mayoría de los métodos y algoritmos utilizados en la práctica han existido con éxito y han sido muy bien investigados durante mucho tiempo. Siempre que sea posible (99% de las veces) use una implementación existente en lugar de intentar escribir su propio algoritmo.
- Desarrollar una visión para los negocios. No necesita renunciar a su trabajo y obtener un MBA. Simplemente trabaje en estrecha colaboración con sus contrapartes comerciales y comprenda cómo su empresa encaja muy bien en su cadena de valor. Esto significa que debe familiarizarse con los Indicadores clave de rendimiento (KPI) de su unidad de negocio u organización. Ningún modelo predictivo de aprendizaje automático o proyecto de ciencia de datos se encuentra en el vacío, por lo que debe alinearse con esos objetivos empresariales / organizacionales y eso es parte de su trabajo.
- Participe en un aprendizaje continuo y eduque a quienes lo rodean. Publique sus hallazgos y solicite comentarios. Los problemas más valiosos son complejos y no estoy hablando solo de la complejidad del algoritmo. Requieren múltiples puntos de vista para abordarlos correctamente.
- Conviértete en un buen desarrollador gradualmente. Este puede ser más controvertido, pero mi observación es que cada vez más empresas están dispuestas a contratar grandes desarrolladores e inyectarles conocimientos de aprendizaje automático en lugar de al revés. Esto se debe a que cada vez más empresas están interesadas en implementar modelos analíticos avanzados para sus usuarios finales dentro de sus productos o servicios, en lugar de solo obtener información empresarial internamente de sus datos, que ha sido el enfoque tradicional de BI. Si puede producir código de nivel de producción y ser dueño del proceso de principio a fin desde la ingestión de datos hasta la entrega de predicciones de baja latencia en tiempo casi real, usted es el maestro de su dominio. Mi empresa BigML (Desarrolladores | BigML.com) ofrece una API de Machine Learning para desarrolladores que buscan adoptar análisis avanzados más rápido, por lo que también puede ser un recurso valioso para pagar.