Si eres un estudiante universitario, lo mejor que puedes hacer para prepararte para una carrera en ML es ser estudiante de matemáticas en una escuela superior que tenga buenas estadísticas / departamento de ML / grupo. Esta podría ser una de las mejores escuelas privadas (Stanford, MIT, UChicago, Caltech, Ivies) o una de las mejores escuelas públicas (Berkeley, Michigan, etc.), tomar muchas estadísticas, obtener buenos resultados en los cursos y obtener “lo suficientemente bueno” en la codificación . Este sería un gran programa, por ejemplo, Matemática Computacional y Aplicada. Pase los veranos haciendo investigación de ML. Si no puede hacer eso, lo mejor sería pasar los veranos RAing en estadísticas, econometría, bioestadística, etc. Cualquier tipo de experiencia en análisis de datos sería excelente, y se basaría más en ‘métodos’ (es decir, desarrollar nuevas herramientas en lugar de que aplicar las existentes), mejor. Hay muchas REU por ahí.
La matemática aplicada / computacional podría ser mejor si puede enfocarse en la optimización / estadísticas más que en la teoría de álgebra / número.
- ¿Cómo es trabajar como programador de software en la NASA?
- ¿Cómo debo abordar mi ambición para llegar a mi destino en los próximos 3 o 4 años?
- Cómo sobresalir en la gestión media sin conocer todos los lenguajes / tecnologías de programación de software
- Quiero ser desarrollador Pero me ofrecieron un puesto en Pruebas como pasante. ¿Qué debería hacer ahora?
- ¿Cuáles son las mejores oportunidades para los estudiantes que hacen CS?