Calificaciones para programas de doctorado

Yann LeCun mencionó en su AMA que considera que tener un doctorado es muy importante para conseguir un trabajo en una empresa de primer nivel.

Tengo una maestría en estadística y mi licenciatura estaba en economía y matemática aplicada, pero ahora estoy estudiando programas de doctorado de ML. La mayoría de los programas dicen que no hay cursos de CS absolutamente necesarios; Sin embargo, tiendo a pensar que la mayoría de los estudiantes aceptados tienen al menos una sólida formación en CS. Actualmente estoy trabajando como científico de datos / estadístico, pero mi empresa pagará los cursos. ¿Debo tomar algunos cursos de introducción de ingeniería de software en mi universidad local para hacerme un candidato más fuerte? ¿Qué otro consejo tiene para alguien que solicita un programa de doctorado fuera del campo de CS?

editar: He tomado algunos MOOC (Machine Learning, Sistemas de recomendación, PNL) y código R / python a diario. Tengo mucha experiencia en codificación con lenguajes estadísticos e implemento algoritmos de ML a diario. Me preocupan más las cosas que puedo poner en las aplicaciones.

Si fuera usted, tomaría un MOOC o dos (por ejemplo, Algoritmos, Parte I , Algoritmos, Parte II , Principios de programación funcional en Scala ), un buen libro sobre estructuras de datos y algoritmos, luego codifique lo más posible. Podría implementar algunas estadísticas o algoritmos de ML, por ejemplo; eso sería una buena práctica para usted y útil para la comunidad.

Sin embargo, para un programa de doctorado, también me aseguraría de estar familiarizado con el tipo de matemáticas que usan. Si desea ver cómo es en el extremo profundo, explore los documentos en el JMLR . Eso te permitirá calibrarte en lo que respecta a la teoría; ¿puedes seguir las matemáticas?

Ah, y no necesitas un doctorado para trabajar en las principales empresas, a menos que quieras unirte a departamentos de investigación como el suyo. Pero luego pasarás más tiempo haciendo desarrollo, y necesitarás buenas habilidades de codificación ...

Su tiempo probablemente se gastaría mejor en Kaggle que en un programa de doctorado. Cuando leas las historias de los ganadores ( blog de Kaggle ) verás que se necesita mucha práctica y los ganadores no son solo expertos en un solo método.

Por otro lado, estar activo y tener un plan en un programa de doctorado puede obtener conexiones que de otro modo probablemente no obtendría.

Supongo que la verdadera pregunta es para usted: ¿cuáles son las razones para querer un trabajo en una empresa líder?

Ya tienes un Máster en Estadística, ¡lo cual es genial! En general, sugeriría a las personas que tomen todas las estadísticas que puedan, especialmente el Análisis de datos bayesianos.

Dependiendo de lo que desee hacer con su doctorado, se beneficiaría de cursos básicos en las disciplinas en su área de aplicación. Ya tienes economía, pero si quieres hacer ciencia de datos sobre comportamiento social, entonces los cursos de sociología serían valiosos. Si desea trabajar en la prevención del fraude, un curso en transacciones bancarias y financieras sería bueno. Si desea trabajar en seguridad de la información, sería bueno tomar algunos cursos de seguridad.

Hay personas que argumentan que no es valioso para los científicos de datos pasar tiempo en cursos de sociología u otras disciplinas. Pero considere el caso reciente del proyecto Google Flu Trends. En este artículo, sus métodos fueron fuertemente criticados por cometer errores evitables. Los críticos lo llaman "Hubris Big Data".

Hay otra razón para fortalecer las disciplinas de las ciencias sociales: la ventaja competitiva personal. Con la avalancha de programas de grado académico, programas de certificación y MOOC, hay una avalancha de estudiantes en el campo de la ciencia de datos. La mayoría contará con capacidades para los principales métodos y herramientas de Machine Learning. Los graduados de doctorado tendrán más profundidad y más conocimiento teórico, pero todos están compitiendo por el mismo tipo de trabajos, entregando los mismos tipos de valor. Con esta avalancha de graduados, espero que no puedan obtener salarios superiores.

Pero si puede diferenciarse con una combinación de educación formal y experiencia práctica en un dominio particular y área de aplicación, entonces debería ser capaz de diferenciarse de la multitud.

(Contexto: estoy en un programa de doctorado en Ciencias Sociales Computacionales, que tiene un fuerte enfoque en el modelado, la computación evolutiva y las disciplinas de las ciencias sociales, y menos énfasis en ML y otros temas de análisis de datos empíricos).

Me alegra que también hayas encontrado la página AMA de Yann LeCun, es muy útil.

Aquí están mis opiniones
P: ¿Debo tomar algunos cursos de introducción de ingeniería de software en mi universidad local para hacerme un candidato más fuerte?
R: No, necesitas tomar más cursos de matemáticas. No son las cosas aplicadas las que son difíciles, son las cosas teóricas. No sé qué ofrece tu escuela. Tome cursos de matemática teórica, junto con algunos cursos de informática.

P: ¿Qué otro consejo tiene para alguien que solicita un programa de doctorado fuera del campo de CS?
A: ¿Qué tan estrechamente relacionado estás buscando? Sin una pregunta específica, es difícil dar una respuesta específica.

Tiene la opción de unirse a un programa de doctorado en la escuela de negocios y la escuela de información también. También hay profesores cuantitativos y científicos de datos en escuelas de negocios y escuelas de información (sobre nosotros, estoy seguro de que hay muchas escuelas). De esta manera, está calificado o incluso sobrecalificado en términos de habilidades cuantitativas y técnicas y puede dedicar su tiempo a reforzar otras habilidades.