¿Por qué algunos equipos de ingeniería ven el interés del aprendizaje automático como una señal ‘negativa’?

No es específicamente ML la señal negativa, es el hecho de que esos candidatos declaran la tendencia más popular como su principal área de interés.

Los fanáticos de los deportes duros desprecian a los fanáticos oportunistas que adoptan al equipo más exitoso como “su” equipo. Los ingenieros de software con experiencia pueden ver a los fanáticos del aprendizaje automático de la misma manera, como una superficialidad potencial para comprender los desafíos que enfrentan los ingenieros de software en todas las demás áreas.

Se rumorea que ML es actualmente uno de los campos que más paga en ingeniería de software, y un “interés” en ML puede ser un disfraz de interés en el dinero en lugar de un interés genuino en alguna tecnología.

Y por último, se supone que los entusiastas de ML tienen más probabilidades de renunciar si no pueden hacer un trabajo de ML puro. La mayoría de las empresas necesitan ingenieros para diversas tareas y no pueden comprometerse a contratar a alguien para que realice un tipo específico de trabajo. Las empresas prefieren no lidiar con los problemas de motivación entre los ingenieros, y tampoco desearían que otras compañías saqueen a sus empleados por trabajos que involucren más trabajo de ML que el que pueden ofrecer.

Todo depende de los trabajos para los que están contratando.

Si necesitan un desarrollador front-end, un fuerte interés en el aprendizaje automático podría ser una señal negativa. La mayoría de las personas con fuertes intereses en ML piensan que el desarrollo front-end es algo aburrido. Ese no es alguien que quieras en tu equipo en ese caso.

También existe el riesgo de que la persona renuncie tan pronto como se presente la oportunidad de conseguir un trabajo como ingeniero de aprendizaje automático o científico de datos.

Lea el párrafo completo del que se extrae el extracto de los detalles de la pregunta:

Hay más demanda de programadores centrados en productos que de programadores centrados en problemas técnicos difíciles. Los perfiles “Programador de productos” y “Programador técnico” son idénticos, excepto que uno está motivado por el diseño del producto y el otro por la resolución de problemas de programación difíciles. Hay casi el doble de demanda para el programador de productos entre nuestras compañías. Y el “Programador Académico” (enfocado en problemas difíciles, pero sin la experiencia) tiene la mitad de la demanda nuevamente. Esto es consistente con lo que hemos visto al presentar ingenieros a las empresas. Dos grandes empresas de YC (ambas con equipos de aprendizaje automático) nos han dicho que consideran que el interés en ML es una señal negativa. Es de destacar que esto está casi totalmente en desacuerdo con las motivaciones que los programadores nos expresan. Vemos diez veces más ingenieros interesados ​​en Machine Learning e IA que en las pruebas de usuario o UX.

Está bastante claro aquí que la preocupación es que los programadores interesados ​​en el aprendizaje automático no se centrarán en el desarrollo y envío de productos.

Primero: el elefante en la sala: el aprendizaje automático debe ser más que una exageración y no solo una palabra de moda utilizada para tratar de impresionar. Cuando tiene que entregar resultados reales a una fecha límite difícil, necesita habilidades reales, un historial y habilidades, no BS.

O tal vez sea porque Machine Learning no tiene tantas áreas aplicables: no construye puentes, carreteras, líneas de ensamblaje, fabrica acero o productos químicos, ni alimenta Internet.

Hola,

Interesante pregunta. Entiendo que el aprendizaje automático significa “… una forma de inteligencia artificial que permite a los sistemas informáticos aprender de ejemplos, datos y experiencias. Al permitir que las computadoras realicen tareas específicas de manera inteligente, los sistemas de aprendizaje automático pueden llevar a cabo procesos complejos al aprender de los datos, en lugar de seguir reglas preprogramadas ”. Estoy de acuerdo con usted. Como herramienta de aprendizaje, ML motiva y alienta. Es una matrícula personal dirigida específicamente al estudiante. Apoyo tu argumento. Espero que esto ayude, Paul