Sí, puedes postularte. Incluso puede tener una aplicación exitosa. Y puede aprender las habilidades informáticas que necesita en el trabajo.
Todo lo que necesita hacer es convencer al comité de admisiones de que usted es la mejor opción que los solicitantes que tienen tales habilidades y que no necesitarán aprenderlas en el trabajo.
Por ejemplo….
- ¿Cuáles son algunos de los mejores cursos de ML para una maestría en India?
- Los datos financieros fluyen como 'gatos que cambian sus caras porque las computadoras los reconocen en YouTube'. ¿Hay una solución a este problema?
- ¿Por qué la inferencia exacta en una red bayesiana es intratable?
- ¿Cuál sería el mejor desafío de Kaggle para mí como entusiasta del aprendizaje automático de nivel intermedio?
- ¿Qué desafíos interesantes existen para los desarrolladores / programadores que se pueden lograr en unos meses?
Eres un historiador del arte con múltiples pasantías de conservador. Te ha fascinado cómo se pueden utilizar los enfoques matemáticos para detectar falsificaciones en pinturas abstractas (Pollock or Not? Can Fractals Spot a Fake Masterpiece?) E imágenes electrónicas (¿Qué tan bueno eres para detectar falsificaciones digitales?). Para su disertación de aprendizaje automático, propone una colaboración con el departamento de historia del arte y clásicos para mejorar el análisis cladista de los manuscritos nórdicos (Análisis cladista de una antigua tradición de manuscritos nórdicos) al tratarlos como imágenes y textos para comprender mejor el lineal relación entre copias existentes de la misma obra. En particular, un análisis basado en ML de los diversos estilos de escritura a mano debería permitir el análisis en múltiples trabajos que no ha sido factible hasta este momento.
¿Ves lo que hice ahí? No eres solo una persona aleatoria que ha oído hablar del aprendizaje automático y piensa que es genial. En cambio, eres la persona con un conjunto bastante único de habilidades que se pueden hacer aún más valiosas al aprender el aprendizaje automático. Tienes una idea de a dónde quieres ir, sabes cómo quieres llegar allí, y estás apuntando a la facultad (y departamentos) que pueden ayudarte. Si surge algo de esto, los suyos serán los documentos fundamentales en este campo y serán citados durante mucho tiempo. [Advertencia: no tengo idea si esta área está bajo investigación activa o no. Han pasado algunas décadas desde que jugué en este sandbox.]
Sigues siendo un candidato de alto riesgo. Pero eres (potencialmente) un candidato de alta recompensa, y esos no son muy comunes.
Contrasta eso con …
Tienes una licenciatura en historia del arte. Puedes programar un poco pero no has tomado ninguna clase de informática. No has tenido un trabajo a tiempo completo. Piensas que el aprendizaje automático es realmente genial, pero no lo has jugado tú mismo.
Eres un candidato de mayor riesgo: no solo no tienes las habilidades, sino que no has mostrado ninguna iniciativa en particular para obtener habilidades. ¿Y tu ventaja? No más que cualquier otro solicitante aleatorio que piense que el aprendizaje automático es genial.
Entonces, ¿cuál es tu tono? ¿Qué cosa genial puedes hacer con ML? ¿Qué periódicos has leído? ¿Qué enfoques crees que podrían ser fructíferos? ¿Cuáles son tus resultados iniciales? ¿Por qué es este departamento en particular un buen partido para sus objetivos? ¿Con qué facultad has hablado sobre tu proyecto? ¿Tus escritores de cartas piensan que puedes lograr esto?
Responda bien esas preguntas y probablemente pueda encontrar un departamento que lo acepte.
