Supongo que la parte del “cómo” es la misma independientemente del país o la empresa a la que se postula. Solo sé bueno en una de las áreas requeridas en robótica. Puede ser un fondo de Ingeniería Eléctrica o CS (PD: cuando digo “Ingeniería Eléctrica” o “CS”, no me estoy refiriendo a su sucursal en su universidad, sino hablando de su área de interés)
Desde el punto de vista de la ingeniería eléctrica:
- Sé bueno en electrónica y sistemas integrados.
Desde el punto de vista de CS:
- Pasantías: ¿Cuáles son las formas de ganar dinero en línea como estudiante?
- ¿Khan Academy diferencia entre puestos de Ingeniero de Software y Desarrollador?
- ¿Qué debo hacer para obtener una pasantía en los Estados Unidos, Canadá o Europa?
- ¿Cómo puede un estudiante graduado en ciencias obtener una pasantía no científica?
- ¿Ayudarán las pasantías de AIESEC?
- Se muy bueno en matemáticas
En cualquier caso, las matemáticas son la parte muy importante. Pero si solo quiere implementar su conocimiento en el dominio eléctrico, y no quiere involucrarse en proyectos de nivel de investigación, como el desarrollo de nuevos sensores revolucionarios y tecnologías relacionadas, entonces las matemáticas pueden no ser esa parte importante. Simplemente sea muy bueno en ese subdominio de ingeniería eléctrica (electrónica y sistemas integrados) al que está aplicando.
Si quieres trabajar en cosas relacionadas con la IA, entonces tu formación matemática es muy importante. Debes ser fuerte en probabilidad, cálculo y álgebra lineal (la mayoría de los cuales los indios ya cubrimos durante la preparación de JEE en la clase 11 y 12, solo algunas cosas avanzadas en álgebra lineal deben cubrirse). La IA tiene muchas sub-ramas que son útiles en robótica:
- Aprendizaje de refuerzo (utilizado en la “toma de decisiones”, y es una sub rama del aprendizaje automático)
- Optimización matemática (utilizada en la planificación de movimiento y trayectoria, y a veces en visión y en aprendizaje automático)
- Aprendizaje automático (supongo que ustedes saben bastante bien qué es esto, el Aprendizaje profundo es solo una de sus sub-ramas)
- Visión por computadora (percepción del robot) que incluye trabajar con representación de nubes de puntos
- Planificación de movimiento y trayectoria (así es como el robot planifica su trayectoria)
- SLAM (combinación de visión, teoría de probabilidad, aprendizaje automático y optimización)
Pero como puede ver, en todas las áreas anteriores, es muy importante el conocimiento matemático y la capacidad de leer y comprender trabajos de investigación típicos publicados en las principales conferencias y revistas y libros de texto.
Ahora, cuánta matemática se requiere depende únicamente de lo que esté haciendo la empresa o la startup. Si se trata de resolver problemas difíciles que nadie ha resuelto aún, entonces la investigación sería una prioridad y las matemáticas jugarán un papel importante. Si está haciendo una tarea desafiante utilizando las tecnologías existentes y modificándolas un poco, entonces nuevamente su conocimiento en esas tecnologías / área técnica será muy importante, y si está relacionado con la IA, será matemático, ya que no podría haber estudiado esas cosas sin una formación adecuada en matemáticas.
En general, sé bueno en al menos una de las áreas. Así es como se obtienen empleos y pasantías, independientemente del país o área de interés.