Vous n’avez absolument pas besoin d’un doctorat pour faire des travaux de machine learning intéressants.
Je suggérerais que vous obteniez une maîtrise (ou l’équivalent) dans un domaine connexe, mais c’est uniquement parce que je pense qu’il est extrêmement important de comprendre les statistiques sous-jacentes avant de commencer à lancer des modèles.
Cela étant dit, si vous voulez faire de la recherche de pointe, un doctorat vous aidera.
Alternativement, l’expertise du domaine peut aller très loin. Selon les types de recherche que vous souhaitez effectuer, un diplôme d’études supérieures dans ce domaine (finance, sociologie, microbiologie, etc.) peut être plus utile qu’un doctorat en mathématiques appliquées ou en statistiques.
Continuer la lecture
Vous n’avez absolument pas besoin d’un doctorat pour faire des travaux de machine learning intéressants.
Je suggérerais que vous obteniez une maîtrise (ou l’équivalent) dans un domaine connexe, mais c’est uniquement parce que je pense qu’il est extrêmement important de comprendre les statistiques sous-jacentes avant de commencer à lancer des modèles.
Cela étant dit, si vous voulez faire de la recherche de pointe, un doctorat vous aidera.
Alternativement, l’expertise du domaine peut aller très loin. Selon les types de recherche que vous souhaitez effectuer, un diplôme d’études supérieures dans ce domaine (finance, sociologie, microbiologie, etc.) peut être plus utile qu’un doctorat en mathématiques appliquées ou en statistiques.
L’apprentissage automatique concerne autant la façon dont vous étudiez une chose, que les GAN et l’apprentissage en profondeur. Si vous en savez suffisamment sur votre domaine d’intérêt, vous pouvez souvent trouver des réponses aux problèmes plus efficaces sur le plan informatique et logiquement cohérentes.
J’espère que cela t’aides.
Pour la recherche si ce n’est pas nécessaire ça aide. Puisque vous soumettrez des articles de recherche à des revues qui reçoivent des milliers d’articles. Cela aide si vous avez un statut établi.
Pour faire des trucs sympas, non. Tout ce dont vous avez besoin est un ordinateur avec une capacité supérieure à la moyenne, une connexion Internet, connaissant un langage de script tel que r et quelques références de machine learning. Je recommande certainement des éléments d’apprentissage statistique par Tbshirani et le cours d’apprentissage automatique qui l’accompagne, que vous trouverez sur coursera.
En général, PhD est juste un titre qui indique que vous avez suivi certaines procédures et que ce titre admet quelque chose sur vos réalisations en recherche et indique le niveau de connaissances correspondant dans un domaine particulier. Mais si vous n’avez pas de doctorat, cela ne dit pas le contraire, c’est-à-dire que vous ne pouvez pas être expert dans un domaine particulier. Je connais beaucoup de gens qui sont très intelligents et bien informés mais qui ne sont pas titulaires d’un master ou même d’un baccalauréat et connaissent des doctorats, pour qui c’est juste un titre supplémentaire dans la carte de visite. C’est votre travail/publications, vos connaissances et votre contribution à la communauté qui montrent à quel point
Continuer la lecture
En général, PhD est juste un titre qui indique que vous avez suivi certaines procédures et que ce titre admet quelque chose sur vos réalisations en recherche et indique le niveau de connaissances correspondant dans un domaine particulier. Mais si vous n’avez pas de doctorat, cela ne dit pas le contraire, c’est-à-dire que vous ne pouvez pas être expert dans un domaine particulier. Je connais beaucoup de gens qui sont très intelligents et bien informés mais qui ne sont pas titulaires d’un master ou même d’un baccalauréat et connaissent des doctorats, pour qui c’est juste un titre supplémentaire dans la carte de visite. C’est votre travail/publications, vos connaissances et votre contribution à la communauté qui montrent à quel point vous êtes bon, mais pas les titres.
Cela s’applique à n’importe quel domaine, pas seulement à l’apprentissage automatique.
Vous n’avez pas vraiment besoin d’un doctorat pour les emplois nécessitant des connaissances en apprentissage automatique. Cependant, pour la recherche de pointe, l’offre de data scientists qualifiés dépasse de loin la demande. Vous auriez besoin de vous démarquer du bassin de candidats, et ne pas avoir de doctorat spécialisé est un gros inconvénient.
À des fins de recherche, vous n’en avez pas besoin. Vous pouvez trouver un superviseur ou un expert dans ce domaine pour guider votre idée en apprentissage automatique. L’expert du domaine peut vous aider à approfondir votre idée, à élargir votre réflexion sur l’idée.
L’idée initiale est cruciale, sans mise en œuvre ou documentation, elle pourrait être gaspillée. Cette idée restera comme une idée, rien ne peut être dépensé.
Dans le monde réel, vous n’avez pas besoin d’un doctorat ou d’une maîtrise.
L’apprentissage automatique appliqué est la programmation.
Si vous ne parvenez pas à trouver des données et à les résoudre, la plupart des tâches d’apprentissage automatique seront hors de portée, quel que soit leur titre.
Vous devrez apprendre le processus d’apprentissage automatique de bout en bout et ce n’est pas une tâche facile.
- Sourcez vos données. Principalement des données de bases de données relationnelles.
- Démêlez-le.
- Modélisez-le. Ajustez vos modèles et notez-les.
- Les produire.
Encore une fois, à première vue, il ne s’agit que de 4 étapes… à quel point cela pourrait-il être difficile ? 🙂
Non, non. Il faut juste être bon en programmation et en statistiques (statistiques bayésiennes). Vous devez connaître différentes tipologies d’algorithmes telles que le clustering, KNN, PCA, le filtrage collaboratif etc.
Cependant, avoir un doctorat en informatique peut vous aider sur le marché du travail car il peut vous préqualifier pour un entretien. Mais vous devez prouver que vous possédez vos compétences dans tous les cas.
Non, mais si vous voulez un poste de chercheur dans des entreprises de premier plan comme Google, Facebook ou Microsoft, alors oui, vous avez vraiment besoin d’un doctorat. Mais le monde ne tourne pas uniquement autour de ces grandes entreprises technologiques, donc si vous avez une idée en intelligence artificielle (IA) ou dans des sous-domaines tels que la vision par ordinateur (CV) et l’apprentissage automatique (ML), alors mon conseil est de commencer travailler dessus maintenant.
Parfois, l’idée peut sembler étrange et ne pas valoir la peine, mais chaque idée est normalement étrange lorsqu’elle vient d’être conçue. Considérez des avions ou des navires, quelqu’un a pensé à eux comme une simple idée, puis a agi sur cette idée pendant des années pour m
Continuer la lecture
Non, mais si vous voulez un poste de chercheur dans des entreprises de premier plan comme Google, Facebook ou Microsoft, alors oui, vous avez vraiment besoin d’un doctorat. Mais le monde ne tourne pas uniquement autour de ces grandes entreprises technologiques, donc si vous avez une idée en intelligence artificielle (IA) ou dans des sous-domaines tels que la vision par ordinateur (CV) et l’apprentissage automatique (ML), alors mon conseil est de commencer travailler dessus maintenant.
Parfois, l’idée peut sembler étrange et ne pas valoir la peine, mais chaque idée est normalement étrange lorsqu’elle vient d’être conçue. Considérez des avions ou des navires, quelqu’un les considérait comme une simple idée, puis a agi sur cette idée pendant des années pour en faire une réalité. Donc, si vous décidez d’emprunter la voie de la recherche, préparez-vous à de longs voyages, la plupart des idées ne fonctionneront pas non plus. Mais avec la pratique et la lecture, vous finirez par tomber un jour sur une idée unique et nouvelle, cela se produit normalement comme un moment eurêka après des mois ou des années de réflexion.
Vous pouvez donc faire des recherches seul ou avec vos pairs, la seule chose que vous devez garder à l’esprit en faisant cela est que vous devez vraiment bien connaître beaucoup de choses concernant le domaine de l’IA lui-même. Cela signifie que les premières années devront être consacrées à la lecture de journal après journal. Il m’a fallu 2 ans, à partir du moment où j’ai commencé le voyage en 2009, pour commencer à avoir des idées personnelles.
J’aime entretenir plusieurs idées dans ma tête pendant longtemps, des mois ou des années. Je peux passer des années à itérer sur une idée avant de finalement créer un algorithme ou un produit fonctionnel.
Un doctorat ou une maîtrise est donc important mais vous pouvez toujours vous en passer. Je développe des algorithmes de vision avancés qui pourraient faire réfléchir même les doctorants pendant un certain temps, mais je n’ai qu’un baccalauréat en électronique et je viens d’apprendre par moi-même la vision par ordinateur (CV) et l’apprentissage automatique (ML). Je fais ce que je fais depuis 8 ans maintenant. Le voyage était comme :
- Les 2 premières années du voyage: J’ai lu journal après journal sur l’IA, la vision par ordinateur et les neurosciences, en particulier le cortex visuel primaire ou la zone de Broadmann 17. J’ai fait des recherches sur le ganglion rétinien, les cellules simples, complexes et hypercomplexes. J’ai aussi lu des articles sur les algorithmes de vision par ordinateur et rien de tout cela n’avait de sens, mais je savais que si je continuais un jour, cela aurait du sens.
- 2 à 4 ans après le début du voyage : j’ai commencé à voir un modèle, puis j’ai commencé à avoir des idées que j’ai tout de suite codées en langage de programmation C++. Je savais que j’avais besoin d’une bibliothèque pour m’aider à mettre en œuvre rapidement de nouvelles idées, alors j’ai continué à développer une bibliothèque. J’ai développé la bibliothèque de manière itérative, j’y ai apporté des modifications chaque jour jusqu’à ce que je sois capable de créer mon propre système de vision par ordinateur fonctionnel. Maintenant, la bibliothèque est un peu mature et je peux développer des algorithmes avancés fous avec.
- Le reste appartient à l’histoire, je connais maintenant beaucoup de choses sur la vision par ordinateur et l’apprentissage automatique. Je peux lire et comprendre des revues liées à l’IA telles que Google, DeepMind, OpenAI, FAIR et Microsoft Research sans trop de problèmes.
Alors commencez à développer vos idées le plus tôt possible, n’attendez pas un master ou un doctorat. Mais obtenir une maîtrise ou un doctorat n’est pas une mauvaise chose, cela ouvre des portes, ce n’est donc pas un conseil de carrière, mais simplement pour vous faire savoir que vous pouvez commencer à développer vos idées tout de suite.
Vous pouvez poursuivre une maîtrise/un doctorat assez facilement par la suite.
J’espère que cela t’aides.
Dans votre position, un doctorat serait le baiser de la mort pour votre carrière dans l’apprentissage automatique et l’exploration de données.
À l’heure actuelle, un chien dyslexique pourrait obtenir un emploi en apprentissage automatique s’il possédait les compétences de base – il y a beaucoup plus d’emplois que de personnes pour les combler.
Mais il y a aussi beaucoup de gens comme vous qui voient cela comme la prochaine grande chose et s’y accumulent. Bientôt, il y aura plus de gens que d’emplois. Si vous attendez plusieurs années jusqu’à ce que vous ayez terminé votre doctorat, la fenêtre d’opportunité sera définitivement fermée – le mieux que vous puissiez espérer est un poste junior travaillant pour le chien (qui a maintenant construit
Continuer la lecture
Dans votre position, un doctorat serait le baiser de la mort pour votre carrière dans l’apprentissage automatique et l’exploration de données.
À l’heure actuelle, un chien dyslexique pourrait obtenir un emploi en apprentissage automatique s’il possédait les compétences de base – il y a beaucoup plus d’emplois que de personnes pour les combler.
Mais il y a aussi beaucoup de gens comme vous qui voient cela comme la prochaine grande chose et s’y accumulent. Bientôt, il y aura plus de gens que d’emplois. Si vous attendez plusieurs années jusqu’à ce que vous ayez terminé votre doctorat, la fenêtre d’opportunité sera fermement fermée – le mieux que vous puissiez espérer est un poste junior travaillant pour le chien (qui a maintenant construit une avance de cinq ans sur vous).
Il y a aussi quelques antécédents à considérer. Ray Kurzweil estime que la singularité est proche, lorsque les ordinateurs non seulement en savent plus que les gens, mais peuvent en faire plus. Le Machine Learning rapproche cette singularité et le jour n’est pas loin où les machines pourront construire leurs propres programmes, choisir leurs propres algorithmes et construire leurs propres systèmes d’apprentissage. Bientôt, les emplois que les personnes en apprentissage automatique et en exploration de données font maintenant seront obsolètes.
La véritable opportunité pour l’avenir sera d’aider ces systèmes de machines. Aux échecs, par exemple, ils ont maintenant découvert que le meilleur au monde n’est pas une machine ou un humain, mais une équipe qui utilise les deux. Il y aura des opportunités de faire partie de ces équipes puissantes pour les personnes ayant une réelle compréhension de l’apprentissage automatique et de l’exploration de données. Visez à acquérir ces solides connaissances et à les associer à une expérience pratique via des hackathons, des Meetups et en travaillant pour des entreprises en tant qu’indépendant (il existe de nombreux emplois à distance et à temps partiel dans la science des données).
Note de bas de page : Ce que nous appelons maintenant un doctorat est né il y a un siècle de la concurrence entre les universités d’Allemagne, d’Angleterre et des États-Unis pour les diplômés. Cette concurrence est toujours là, mais les universités sont obligées de changer et de travailler plus étroitement avec l’industrie. Bientôt, un doctorat fera partie d’un stage dans l’industrie – pas à temps plein mais des recherches effectuées tout en travaillant. Cela vaudra la peine d’avoir.
Il y a de nombreux paramètres à considérer pour répondre à cette question dans une plus large mesure. Je ferai ici quelques remarques générales sur le doctorat industriel par rapport au doctorat traditionnel :
- Puisqu’il s’agit d’un doctorat industriel, je m’attendrais à ce qu’il soit plus orienté produit/application qu’un doctorat normal dans une université. Si vous souhaitez poursuivre une carrière universitaire en informatique théorique, un doctorat industriel n’est peut-être pas la meilleure option.
- Un bon professeur permet à son étudiant de découvrir de nouvelles directions de recherche et de développer de nouveaux intérêts scientifiques. Cependant, étant donné que vous seriez lié à l’entreprise, vous n’aurez peut-être pas cette flexibilité. E
Continuer la lecture
Il y a de nombreux paramètres à considérer pour répondre à cette question dans une plus large mesure. Je ferai ici quelques remarques générales sur le doctorat industriel par rapport au doctorat traditionnel :
- Puisqu’il s’agit d’un doctorat industriel, je m’attendrais à ce qu’il soit plus orienté produit/application qu’un doctorat normal dans une université. Si vous souhaitez poursuivre une carrière universitaire en informatique théorique, un doctorat industriel n’est peut-être pas la meilleure option.
- Un bon professeur permet à son étudiant de découvrir de nouvelles directions de recherche et de développer de nouveaux intérêts scientifiques. Cependant, étant donné que vous seriez lié à l’entreprise, vous n’aurez peut-être pas cette flexibilité. Ceci est particulièrement important si votre projet principal ne progresse pas autant que vous le souhaitez ou si vous ne le trouvez pas aussi attrayant qu’avant. Dans ce cas, vous aimeriez travailler sur un deuxième projet, qui pourrait être plus intéressant ou plus productif en termes de publications.
- Si vous décidez de rester dans l’industrie après le doctorat, vous pouvez compter ces années comme une expérience de travail, que vous pouvez « utiliser » pour demander un meilleur salaire ou un poste plus élevé. Après avoir terminé un doctorat traditionnel, ces années ne sont pas toujours considérées comme une expérience de travail à temps plein.
- Il peut y avoir des frictions entre votre professeur d’université et l’entreprise car leurs objectifs finaux sont intrinsèquement différents. Un professeur est naturellement plus intéressé par la publication d’articles dans des revues/actes de conférence de premier plan, mais ce n’est peut-être pas toujours le cas pour une entreprise.
- Étant donné que votre entreprise commence tout juste une telle collaboration, il se peut qu’elle n’ait pas une vision claire de la façon dont un laboratoire de R&D devrait fonctionner. Peut-être qu’ils considèrent leur laboratoire de R&D davantage comme un laboratoire de “prototypage”, où vous testez les outils les plus récents pour l’entreprise, mais ne développez pas nécessairement de nouveaux outils. Comprendre le point de vue de l’entreprise sur la recherche sera très crucial.
- Avec un doctorat industriel, vous sécurisez financièrement votre avenir proche (3-4 ans) car vous gagneriez plus qu’un doctorant normal.
- Dans le pire des cas où tout va mal dans votre doctorat, vous pouvez quitter votre emploi au prix de votre doctorat car il est financé par l’entreprise. Dans une université, à condition qu’un autre professeur ait des fonds et s’intéresse à vous, vous pouvez changer de directeur si vous rencontrez des difficultés dans vos recherches ou avec votre professeur.
J’espère que cette réponse vous aidera un peu.
Quel est votre objectif final ?
Voulez-vous faire de la recherche ou enseigner?
Si vous voulez être un ingénieur en apprentissage automatique dans le monde réel, ignorez le master et le doctorat et apprenez les compétences en matière de gestion de données et de Python.
Un diplôme d’études supérieures ne vaut rien dans la plupart des rôles du monde réel.
Dans le monde réel, l’apprentissage automatique est la programmation.
Voici quelques aperçus du monde réel pour vous.
- La plupart de mon temps est consacré à masser des données dans un état modélisable. C’est ce qu’on appelle le data wrangling. Apparemment, d’après la pléthore de sondages récents, je ne suis pas seul. La photo ci-dessous raconte la vraie histoire.
- La compétence numéro un requise pour une plate-forme d’ingénieur en apprentissage automatique
Continuer la lecture
Quel est votre objectif final ?
Voulez-vous faire de la recherche ou enseigner?
Si vous voulez être un ingénieur en apprentissage automatique dans le monde réel, ignorez le master et le doctorat et apprenez les compétences en matière de gestion de données et de Python.
Un diplôme d’études supérieures ne vaut rien dans la plupart des rôles du monde réel.
Dans le monde réel, l’apprentissage automatique est la programmation.
Voici quelques aperçus du monde réel pour vous.
- La plupart de mon temps est consacré à masser des données dans un état modélisable. C’est ce qu’on appelle le data wrangling. Apparemment, d’après la pléthore de sondages récents, je ne suis pas seul. La photo ci-dessous raconte la vraie histoire.
- La compétence numéro un requise pour un ingénieur en apprentissage automatique à l’heure actuelle est SQL. Cela n’a pas beaucoup de sens sans contexte. Cependant, lorsque vous réalisez que 99% du machine learning du monde réel est supervisé, cela prend tout son sens.
- Les données sont exponentiellement plus importantes que le modèle. Mauvaises données entrantes, performances du modèle merdiques.
- La plupart d’entre nous travaillons sur des ensembles de données structurés et n’utilisons pas du tout de modèles d’apprentissage en profondeur. Dernièrement, nous utilisons un groupe d’algos appelés boosters. Ces modèles surpassent les modèles d’apprentissage en profondeur sur des données structurées.
- Si j’étais vraiment honnête, ma signature Outlook lirait Data concierge.
- Je n’utilise pas seulement le noyau Python. Python ne vaut rien pour moi sans les bibliothèques d’apprentissage automatique de base. Cela signifie que vous devrez apprendre Pandas, SciKit-Learn, NumPy, Matplotlib… etc.
- Je ne suis pas mathématicien.
- La plupart des modèles du monde réel ne sont pas construits sur des ordinateurs portables. Ils sont construits dans le cloud ou sur de grandes boîtes.
- Dans le monde réel, vous ne téléchargez pas des fichiers CSV bien nettoyés pour modéliser. C’est vous qui créez les fichiers CSV et les étiquetez. (et c’est chiant)
- La modélisation est une tonne de plaisir et tout le monde aime le faire. Cependant, cela représente environ 20 % de votre travail. (réveil) Il est temps d’apprendre le machine learning de la bonne manière.
La question la plus posée concernant Ai-je besoin d’un doctorat pour faire de la recherche sur l’apprentissage automatique ou des emplois intéressants en apprentissage automatique ? :
- Quel-pourcentage-de-candidats-d-emploi-réussis-ont-un-lien-ou-une-orientation-vers-l-entreprise-où-ils-sont-embauchés ?
- Un ingénieur-instrumentiste peut-il-obtenir-un-emploi-en-avionique ?
- Le-développement-logiciel-est-il-vraiment-un-emploi-sans-fin-après-35-40 ans ?
- Quels-sont-les-avantages-et-les-inconvénients-de-faire-de-la-SEP-aux-Etats-Unis ?
- Comment-une-personne-peut-il-travailler-dans-la-silicon-valley ?
- Qui-est-la-superstar-de-Bollywood-la-plus-riche-de-l’année-2020 ?
- Quelles-sont-les-chances-d’obtenir-un-emploi-après-CFA-Niveau-1-en-Inde-Combien-dois-je-m’attendre-à-gagner-après-l’effacement-Niveau-1 ?
- Seriez-vous-en-travailler-dans-un-autre-profession-si-c’est-plus-payé-?
- Qu’est-ce-que-est-ce-qu’une-personne-haute-scolarisée-a-un-emploi-de-col-bleu?
- Qu’est-ce-que-le-numéro-d’Arvind-Kejriwal ?
- En tant que-parent-qu’est-ce-que-votre-bien-était-la-dernière-fois-qu’ils-gardaient-pour-nous-un-moment-avec-votre-baby-sitter ?
- Comment-puis-je-trouver-un-emploi-aux-Etats-Unis-en-Inde ?
- Comment-avez-vous-décroché-votre-premier-emploi-sans-aucune-expérience ?
- Quels-types-de-réponses-les-employeurs-recherchent-ils-quand-ils-demandent-un-défi-et-comment-vous-y-avez-vous-regilé ?
- Comment-puis-je-trouver-un-emploi-avec-un-diplôme-indien-aux-Etats-Unis ?
- Quels-sont-quels-drapeaux-rouges-un-nouvel-employé-devrait-regarder-sur-sa-première-semaine ?
- Comment-est-un-travail-de-peinture-Maaco-si-bon marché ?
- Quelles-sont-quelques-erreurs-très-communes-de-rookie-que-les-personnes-commettent-sur-un-nouvel-emploi ?
- Comment-obtenir-un-emploi-en-biotechnologie ?
- Que-dois-je-faire-pour-obtenir-des-emplois-de-voyage ?
- Comment-avez-vous-obtenu-un-emploi-dans-une-startup ?
- Je-ne-peux-obtenir-un-travail-indépendant-sans-expérience-mais-ne-peux-pas-obtenir-de-l’expérience-sans-travail-Pouvez-vous-aider ?
- Quelles-sont-les-compétences-pour-obtenir-un-emploi-en-BPO ?
- Est-il-vraiment-plus-facile-de-trouver-un-nouvel-emploi-quand-on-a-un-emploi ?
- Qu’est-ce-qu’une-bonne-réponse-pour-pourquoi-voulez-vous-quitter-votre-rôle-actuel-lorsque-l’entretien-?
- Quel-type-de-projets-les-nouveaux-ingénieurs-logiciels-de-Google-travaillent-ils-sur-combien-de-temps-avant-de-travailler-sur-ce-qu’ils-veulent-vraiment ?
- Quel-pourcentage-est-bon-pour-un-élève-EPE-pour-obtenir-un-bon-emploi ?
- Quel-est-votre-travail-Êtes-vous-heureux-de-le-faire ?
- Pourquoi-votre-profession-est-elle-importante-pour-vous ?
- Était-Richard-Feynmans-IQ-vraiment-125 ?