Od dłuższego czasu interesuję się eksploracją danych i uczeniem maszynowym , częściowo dlatego, że specjalizowałem się w tej dziedzinie w szkole, ale także dlatego, że jestem o wiele bardziej podekscytowany próbą rozwiązania problemów, które wymagają więcej przemyślenia niż tylko programowania wiedza i którego rozwiązanie może mieć wiele postaci. Nie mam wykształcenia naukowca / naukowca, pochodzę z informatyki z naciskiem na analizę danych, mam tytuł magistra, a nie doktorat. Obecnie zajmuję stanowisko związane z analizą danych, nawet jeśli nie jest to główny cel tego, co robię, ale mam przynajmniej dobrą ekspozycję na to.
Kiedy jakiś czas temu rozmawiałem o pracy w kilku firmach i rozmawiałem z kilkoma osobami rekrutującymi, znalazłem wspólny wzorzec, że ludzie myślą, że musisz mieć doktorat do uczenia maszynowego , nawet jeśli jestem trochę uogólniając (niektóre firmy tak naprawdę nie szukały doktorów).
Chociaż myślę, że dobrze jest mieć doktorat w tej dziedzinie, nie sądzę, że jest to absolutnie konieczne . Mam dość przyzwoitą wiedzę na temat większości algorytmów uczenia maszynowego w świecie rzeczywistym, większość z nich sam wdrożyłem (w szkole lub w projektach osobistych) i jestem dość pewny siebie, gdy podchodzę do problemów związanych z uczeniem maszynowym / eksploracją danych i ogólnie statystykami . Mam też przyjaciół o podobnym profilu, którzy również wydają się bardzo dobrze o tym wiedzieć, ale też czują, że ogólnie firmy dość nieśmiało zatrudniają się w eksploracji danych, jeśli nie jesteś doktorem.
Chciałbym uzyskać informacje zwrotne, czy uważasz, że doktorat jest absolutnie niezbędny, aby mieć bardzo skoncentrowaną pracę w tym obszarze?
(Zawahałem się trochę przed opublikowaniem tego pytania tutaj, ale ponieważ wydaje się, że jest to akceptowalny temat w meta , postanowiłem opublikować to pytanie, nad którym zastanawiałem się od dłuższego czasu.)