Qualificações para programas de doutorado

Yann LeCun mencionado em sua AMA que considera ter um doutorado muito importante para conseguir um emprego em uma empresa de ponta.

Tenho mestrado em estatística e minha graduação era em economia e matemática aplicada, mas agora estou estudando programas de doutorado em ML. A maioria dos programas diz que não há cursos absolutamente necessários de CS; no entanto, costumo pensar que a maioria dos alunos aceitos tem pelo menos uma formação em CS muito forte. Atualmente, estou trabalhando como cientista / estatístico de dados, mas minha empresa pagará pelos cursos. Devo fazer alguns cursos introdutórios de engenharia de software na minha universidade local para me tornar um candidato mais forte? Que outro conselho você daria para alguém que se inscreve em programas de doutorado de fora da área de CS?

edit: Eu fiz alguns MOOCs (aprendizado de máquina, sistemas de recomendação, PNL) e codifiquei R / python diariamente. Tenho muita experiência em codificação com linguagens estatísticas e implemento algoritmos ML diariamente. Estou mais preocupado com as coisas que posso colocar nos aplicativos.

Se eu fosse você, eu faria um MOOC ou dois (por exemplo, Algoritmos, Parte I , Algoritmos, Parte II , Princípios de Programação Funcional no Scala ), um bom livro sobre estruturas de dados e algoritmos, apenas codificasse o máximo possível. Você pode implementar algumas estatísticas ou algoritmos ML, por exemplo; isso seria uma boa prática para você e útil para a comunidade.

Para um programa de doutorado, no entanto, eu também me certificaria de estar familiarizado com o tipo de matemática que eles usam. Se você quiser ver como é no final, procure os documentos no JMLR . Isso permitirá que você se calibre em relação à teoria; você pode seguir a matemática?

Ah, e você não precisa de um doutorado para trabalhar nas principais empresas, a menos que queira ingressar em departamentos de pesquisa como o dele. Mas você gastará mais tempo desenvolvendo e precisará de boas habilidades de codificação ...

Provavelmente, seu tempo seria melhor gasto com o Kaggle do que em um programa de doutorado. Ao ler as histórias dos vencedores ( blog Kaggle ), você verá que é preciso muita prática e os vencedores não são apenas especialistas em um único método.

Por outro lado, ser ativo e ter um plano em um programa de doutorado pode obter conexões que você provavelmente não obteria.

Eu acho que a verdadeira pergunta é para você - quais são as razões para querer um emprego em uma empresa de ponta?

Você já tem um mestrado em estatística, o que é ótimo! Em geral, eu sugiro que as pessoas coloquem o máximo de estatísticas possível, especialmente a Análise de Dados Bayesiana.

Dependendo do que você deseja fazer com seu doutorado, você se beneficiaria de cursos básicos nas disciplinas da sua área de aplicação. Você já tem Economia, mas se quiser fazer Ciência de Dados sobre comportamento social, os cursos de Sociologia serão valiosos. Se você deseja trabalhar na prevenção de fraudes, um curso de transações bancárias e financeiras seria bom. Se você deseja trabalhar em segurança da informação, seria bom fazer alguns cursos de segurança.

Existem pessoas que argumentam que não é valioso para os cientistas de dados gastar tempo em cursos de sociologia ou outras disciplinas. Mas considere o caso recente do projeto Google Tendências da Gripe. Em este artigo seus métodos foram fortemente criticado por cometer erros evitáveis. Os críticos chamam de "arrogância do Big Data".

Há outra razão para criar força nas disciplinas das ciências sociais: vantagem competitiva pessoal. Com a corrida dos programas de graduação acadêmica, programas de certificação e MOOCs, há uma corrida louca de estudantes no campo de Ciência de Dados. A maioria apresentará recursos para os métodos e ferramentas principais de Machine Learning. Os graduados em doutorado terão mais profundidade e mais conhecimento teórico, mas todos estão competindo pelo mesmo tipo de trabalho, oferecendo o mesmo tipo de valor. Com essa enxurrada de graduados, espero que eles não consigam obter salários altos.

Mas se você puder se diferenciar com uma combinação de educação formal e experiência prática em um domínio e uma área de aplicação específicos, poderá se destacar da multidão.

(Contexto: estou em um programa de doutorado em Ciências Sociais Computacionais, que tem um forte foco em modelagem, computação evolutiva e disciplinas de ciências sociais, e menos ênfase em ML e outros tópicos de análise de dados empíricos).

Fico feliz que você também encontrou a página AMA de Yann LeCun, é muito útil.

Aqui estão minhas opiniões
P: Devo fazer alguns cursos de introdução à engenharia de software na minha universidade local para me tornar um candidato mais forte?
A: Não, você precisa fazer mais cursos de matemática. Não é o material aplicado que é difícil, é o material teórico. Não sei o que sua escola oferece. Faça cursos de matemática teórica, juntamente com alguns cursos de ciência da computação.

P: Que outro conselho você daria para alguém que se inscreve em programas de doutorado de fora da área de CS?
A: Quão intimamente relacionado você está procurando. Sem uma pergunta específica, é difícil dar uma resposta específica.

Você tem a opção de ingressar em um programa de doutorado na escola de negócios e na escola de informações. Também existem professores quantitativos e cientistas de dados em escolas de administração e informações (sobre os EUA, tenho certeza de que existem muitas escolas). Dessa forma, você é qualificado ou até super qualificado em termos de habilidades quantitativas e técnicas e pode gastar seu tempo reforçando outras habilidades.