Hay muchos puestos titulados “Científico de datos” que solo requieren un título universitario en informática. Y sé que varias personas obtienen puestos de “Científico de datos” después de MS o PhD en disciplinas donde no hay muchos trabajos; de hecho, hay muchos campos de “ciencia de datos” para estudiantes graduados en disciplinas cuantitativas. ¡Una amiga mía acaba de tomar una posición de “Ciencia de datos” después de terminar una maestría en Ingeniería de Petróleo (su BS también está en Ingeniería Química)!
Pero dado que los doctorados en visión artificial están en un punto más dulce en el desequilibrio de la oferta y la demanda (al menos si se encuentra en la ubicación geográfica correcta), ¡consideraría que alguien que toma un trabajo de Data Scientist retrocede un paso en términos de carrera! Aparte de eso, la mayoría de los temas de doctorado de visión por computadora (excepto algunos que incluyen la reconstrucción 3D) deberían brindarle mucha experiencia práctica con algoritmos importantes de aprendizaje automático, limpieza de datos, evaluación y habilidades de visualización, que son una parte importante de lo que hacen los científicos de datos. Sin embargo, le faltarán habilidades técnicas que tienen que ver con almacenar, consultar, transportar grandes datos y distribuirlos en grandes grupos de cómputo, ¡lo cual debería ser mucho más fácil de adquirir que escribir una tesis de posgrado!
Editar: De hecho, al ver que el OP es un estudiante graduado en Nueva York y probablemente se pregunta sobre los puestos de ciencia de datos en la industria financiera allí, puedo decirle que recibo al menos un correo electrónico / mensaje de linkedin / llamada telefónica de un reclutador de ciencia de datos en NY cada semana, a pesar de no incluir el término específicamente en ningún lugar de mi perfil. ¡Entonces estarás bien!
- ¿Cómo se puede aplicar RL (método de gradiente de política) al problema de selección de subconjunto, donde cada prueba consiste en seleccionar un subconjunto de elementos de un conjunto más grande?
- ¿Qué es un modelo oculto de Markov - Red neuronal artificial (HMM-ANN)?
- ¿Es útil entrenar a AlphaGo jugando contra sí mismo?
- ¿Qué significa que las funciones de activación (como ReLU) en NN inducen la escasez en las unidades ocultas?
- ¿Por qué hay tantos enfoques generativos en la clasificación de escenas, mientras que el enfoque discriminatorio es el principal en el reconocimiento / detección de objetos?
