Permítanos aclarar nuestros hechos, ¿de acuerdo?
Estoy escribiendo desde mi limitada experiencia. Trabajo en un rol de Machine Learning en Samsung Research, Bengaluru. Es solo 1 de las 4 empresas que investigan (en lugar de solo Machine Learning); la otra es Microsoft, Xerox e IBM Watson.
Aquí hay algunos consejos de mi parte:
- ¿Te unirías a un espacio de coworking para quants?
- ¿Qué conecta a los científicos / analistas de datos y al Internet de las cosas?
- ¿Cómo se pasa de una carrera de ingeniero de software a científico de datos?
- ¿Cómo va un científico de datos mediocre al siguiente nivel para convertirse en un gran científico de datos?
- ¿Cuáles son los proyectos más valiosos que puede crear un científico de datos?
- Olvídate de los cursos. Soy del campus de Pilani. Estos cursos son inútiles. para obtener un rol de Aprendizaje automático o Ciencia de datos.
- Cree un proyecto digno de mención : ¿Ha realizado proyectos decentes de Machine Learning? ¿Cuál es el tamaño de datos más grande que ha manejado? ¿Cuál es el conjunto de datos más complejo que manejó? ¿Cuán importante fue el problema que aplicó Machine Learning a la sociedad? Participa en competiciones de Kaggle y Hackathons, si no tienes buenas respuestas a estas preguntas.
- Practique en sus veranos y PS2 en un rol de Machine Learning o Data Science. Hice mi PS2 y salté Amazon (contra mucha sabiduría prevaleciente en ese momento). Fui interrogado sobre mi proyecto de PS2 en mi entrevista en el campus.
- Comparta sus resultados en un blog mediano, coloque su código en Github y obtenga un artículo publicado. Es más fácil de lo que la mayoría de la gente piensa. El primer artículo de mi amigo está en una reputada Springer Lecture Notes in Computer Science, ¿y adivina qué? No tomó ninguna ayuda de ningún profesor.
- Crea más demos. Proyectos en la web, proyectos que pueden demostrarse usando un video o algo similar. Esencialmente, una cartera que puede mostrar a posibles reclutadores. Entré en una entrevista con un video de mi proyecto anterior por teléfono.
Organizaciones como IBM Research, Xerox tienden a preferir estudiantes de maestría y doctorado en lugar de estudiantes universitarios simples. Es posible que desee traer eso sobre la mesa. Un Máster en CS también puede ayudarlo a pulir su cartera de Machine Learning.
La fórmula simplificada para llegar a un rol de Data Science es esta:
Construye, construye más, construye y vende.