¿Sería una locura hacer una maestría en ciencias de la computación y otra en aprendizaje automático en lugar de solo esta última?

Me inclinaría hacia un título de CS SOLAMENTE. Mis razones son las siguientes:

1. Para una carrera en aprendizaje automático, necesita varios ingredientes, no solo uno. Más específicamente, necesita cursos de optimización, álgebra lineal, teoría de probabilidad, estadísticas además del aprendizaje automático. ( Lea la respuesta de Yisong Yue a ¿Qué teoría del aprendizaje automático necesito saber para ser un profesional exitoso del aprendizaje automático? Para obtener más requisitos previos) . Me inclino a adivinar que un título de ML por separado podría no cubrir los temas anteriores en los detalles que necesita.

   No solo esto, un título de CS le daría ciertas otras ventajas en forma de asignaturas optativas como la teoría de la complejidad, la ingeniería de software, etc., que solo aumentarán su credibilidad.

2. No siempre, pero en general, los empleadores preferirían un título de CS en lugar de ML.
3. No necesitas grados separados en primer lugar. En un programa de maestría de CS, tomarías alrededor de 10 cursos. Puedes cubrir TODOS los conceptos básicos de ML y aún así quedarte con 3–4 ranuras de las 10.

Entonces. Dadas sus dos estrategias, no optaría por ninguna de las dos. Simplemente seguiría una maestría en CS y tomaría los cursos que necesito para ser competente en ML.

Solo para aclarar: ML es un área bajo CS, al igual que AI, HPC, HCI y las redes neuronales son otras áreas bajo CS. De hecho, es un subconjunto adecuado de IA según el siguiente diagrama en el libro titulado Deep Learning escrito por Ian Goodfellow, Yoshua Bengio y Aaron Courville.

MS in CS tiene una serie de “cursos básicos” y algunos de los cuales no tienen nada que ver con ML. Uno de esos cursos puede muy bien estar en el área de redes. Habla sobre los fundamentos de TCP / IP, sincronización de tiempo y redes tolerantes a fallas, entre muchos otros temas de redes. Si desea aprenderlos mientras su ruta de destino es ML, entonces busque una maestría en CS.

Si de alguna manera terminas tomando la clase de Arquitectura de Computadores como una asignatura optativa como parte de tu MS en CS, no tiene nada que ver con ML. No me malinterpretes. El curso de Arquitectura de Computadores es brillante y me enamoré, pero para ti, sería como un estudiante de ingeniería que toma un curso de Historia de EE. UU. Anterior a la Guerra Civil. Es bueno saberlo, pero no te ayudará mucho con lo que quieres hacer profesionalmente.

Incluso si opta por una maestría en CS, habría cursos de ML en el número de no más de 3 en las mejores universidades de CS. Y esos 3 cursos seguirán siendo los conceptos básicos de ML, lo que puede hacer por su cuenta ya que estos materiales de ML están en todas partes hoy en día.

Las personas pasan años investigando como parte de su doctorado en CS para profundizar en ML y hacer nuevas contribuciones significativas cuando salen con sus doctorados en sus manos.

Entonces, el único argumento razonable (y tal vez desatendido) para que usted haga una maestría en CS, dada su ruta objetivo de ML, sería mejorar la programación, lo cual es una propuesta absurda.

Si realmente quiere aprender los fundamentos de CS, dada su experiencia no relacionada con CS, sería tragarse todo el CLRS (¡Cuidado con el peligro de asfixia!) Y comenzar a hacer una serie de proyectos importantes de ML utilizando un lenguaje de programación. Eso lo ayudaría a tener un control firme tanto de los aspectos algorítmicos como de la estructura de datos de la programación y le permitiría aprender más sobre ML al mismo tiempo.

Hay un MOOC de la Dra. Jennifer Widom de Stanford. Eso lo ayudaría a aprender y dominar algunos de los materiales de la base de datos. Aquí está: Base de datos MOOC por la Dra. Jennifer Widom. Hice un curso de base de datos de nivel de posgrado como parte de mi maestría en CS. No obstante, hice el curso del Dr. Widom dos veces por mi cuenta después y todavía me encanta su curso.

Estoy tentado a decir que estaría al borde de la locura.

Sería mucho trabajo extra sin ningún beneficio obvio para su carrera.

En primer lugar, tanto el título de CS como el de ML son buenos puntos de partida para una carrera de ML. Creo que esto último hará que su candidatura sea aún más fuerte para algunos trabajos, pero solo para el primer trabajo después de la graduación. Más tarde no importaría.

Al ver que tiene interés en ambos, miraría el plan de estudios para cada uno y decidí cuál elegir en función de eso si fuera usted. Si opta por CS, asegúrese de que puede tomar cursos electivos en ML. Si opta por ML, asegúrese de que el plan de estudios proporcione una buena base en CS.

Por cierto, los cursos más fundamentales en CS, como algoritmos y estructuras de datos, compiladores y sistemas operativos se imparten a nivel de pregrado.

Si tiene una oferta para el aprendizaje automático con experiencia en ingeniería, aproximadamente la mitad del contenido probablemente cubrirá los conceptos básicos de CS y revisará el cálculo desde un punto de vista de CS.

La informática es el área en la que puedes aprender fácilmente sub-asignaturas después de dejar la educación a tiempo completo, hoy en día, con MOOC y otros recursos en línea.

¿Insano? No. Pero tres maestros son excesivos, e incluso pueden indicar inseguridad a los reclutadores.

Depende de cuál sea tu objetivo.

Si su objetivo es aprender CS, entonces sería útil obtener el título de CS. Si puede ingresar a una buena escuela, realmente podría aprender algunas cosas interesantes. Yo personalmente aprendo

Si su objetivo es conseguir un trabajo en aprendizaje automático, no hay razón para obtener ese título de CS. Es seguro que aprenderás algunas cosas interesantes. Pero no hay un empleador que le brinde un trato preferencial o se beneficie de la duda para el conocimiento de algoritmos solo porque tenga una maestría en CS.

Como ML es más intensivo en matemáticas de lo que muchas personas imaginan, y dado que probablemente obtuviste bastante matemática haciendo un MS en AE, probablemente tienes esa opción racionalmente. No obstante, creo que sería mejor que hicieras un CS MS que podría requerir algunos cursos de CS correctivos, luego busca ML.