Bueno, comencé a trabajar alrededor de 1979 (BSc en física, MSc en informática), y aproximadamente la mitad de mi carrera ha sido en AI (Expert Systems / Machine Learning / Natural Language Processing) y la otra mitad en firmware. Pasé de una especialidad a otra en la década de 1980, pasé la mayor parte de la década de 1990 y la mitad de la década de 2000 en Bell Labs / AT & T Labs haciendo ML / NLP en reconocimiento de voz, y luego 2005-2014 en desarrollo integrado. Desde 2014 he estado haciendo ciencia de datos en startups punto-com.
El problema es que las dos especialidades son mundos aparte. Llevar 9 años haciendo firmware y toda la ciencia de datos había avanzado considerablemente. A principios de la década de 2000, simplemente no había Big Data en la forma que vemos ahora y definitivamente no había Deep Learning.
Su trabajo en firmware lo dejará mal preparado para trabajar en ML y visión por computadora. Debe tener la formación académica (o experiencia laboral) en visión por computadora para conseguir un trabajo en ella. Hay muchos algoritmos y técnicas que debes dominar para intentarlo.
- ¿Las matemáticas son cruciales para los ingenieros de software?
- ¿Cuál es el papel del ingeniero de sistemas en Infosys?
- ¿Debería ser ingeniero de datos o ingeniero de software, si estoy interesado en el aprendizaje automático en el futuro?
- ¿Cuál es el mejor software de Voicedrop?
- ¿Cuál es la diferencia en el nivel de vida y la calidad de vida entre un ingeniero de software en India y Estados Unidos?
Y en Machine Learning tengo años de experiencia práctica, pero no estoy al tanto de los últimos desarrollos teóricos y necesito aumentar mi aprendizaje de libros porque me encuentro como un ignorante y un impostor, sin poder responder algunas preguntas básicas sobre ML . Entonces, realmente necesita saber lo que está sucediendo en ML, junto con los algoritmos y los fundamentos teóricos.
La última compañía puntocom con la que trabajé tenía tres científicos de datos: yo y dos personas que tenían doctorados en astrofísica. Uno era de mi edad, el otro acababa de terminar su doctorado en Yale en 2015. Fue a un campamento de computación para aprender ciencia de datos y es excelente en eso.
Además del campo de entrenamiento, regístrese para cursos en línea (MOOC’s) en ML y visión.
Entonces, dado que el firmware y la IA son muy diferentes, para cambiar tendrá que comenzar desde cero. Lo bueno de saber ambos es que eres ideal para trabajar en Internet de las cosas.
En general, me gustaría terminar con dos recetas:
- Sigue tu felicidad. Hacer firmware es un comienzo. Aprenda a desarrollar software en un entorno de trabajo. Pero si desea entrar en ML y visión, obtenga los antecedentes ahora y trabaje para hacer el cambio.
- Nunca dejes de aprender. La informática ha sido un campo muy dinámico toda mi vida y esto no muestra signos de ceder. En el trabajo, comencé con FORTRAN y ahora estoy trabajando en Python, con literalmente docenas de idiomas, dialectos y sistemas en el camino. Entonces, si está aprendiendo constantemente toda su vida, podría comenzar aprendiendo las cosas que ama y en las que está interesado.