He pasado por un postdoc en un grupo académico líder, seguido de un puesto de investigación en un laboratorio industrial, y ahora me estoy moviendo a un puesto más orientado a la ingeniería en otra gran empresa, todo en los últimos 3.5 años. Así que me siento calificado para responder esto.
En la actualidad, las grandes empresas, además de pagar bien a su personal de CV / ML, también están expandiendo rápidamente sus equipos. Esto ha significado que las personas promedio recién salidas de la escuela secundaria lleguen a puestos de liderazgo de equipo (y, por lo tanto, la oportunidad de tener un mayor impacto, crecer aún más) dentro de un año, ya que la compañía necesita construir una jerarquía para administrar eficazmente a su personal. Conozco ingenieros en Apple o Amazon con solo 1 año de experiencia después de su doctorado (sin muchas publicaciones de alto impacto) liderando equipos de 5 a 10 ingenieros, trabajando en funciones altamente visibles, que literalmente usan millones de personas. Por lo tanto, este es un momento fantástico para avanzar hacia el crecimiento profesional de la industria. Estoy seguro de que este no será el caso dentro de cinco años.
Por otro lado, la posibilidad de comercializar sistemas de visión ha transformado los puestos de investigación en grandes empresas. Entonces, si está siendo contratado como científico investigador en Qualcomm, no apueste a hacer investigación pura allí. Cada vez se entregan más tareas de desarrollo de software al personal de investigación en muchos laboratorios que solían presentar toneladas de patentes cada año o incluso publicar muchos artículos en conferencias líderes en el pasado reciente. Por lo tanto, a menos que vaya a FAIR o DeepMind, vaya a la industria totalmente preparado, que probablemente no podrá pasar a la academia en el futuro, y que su objetivo clave es crear un impacto a través de productos y soluciones, ¡no documentos! Hace diez años, solía haber estos dulces puestos de investigador de visión por computadora en la industria, donde esencialmente estaría haciendo un trabajo académico con un salario industrial, ¡ya no más! Para volver a enfatizar: solo debe unirse a un puesto en una empresa donde se está produciendo un crecimiento rápido, o se espera que suceda; de lo contrario, no obtendrá promociones y aún perderá su ventaja de investigación con el tiempo.
- ¿Cómo superan los modelos de lenguaje neuronal (NLM) la maldición del problema de dimensionalidad para modelar el lenguaje natural?
- Música: ¿Cómo se puede usar el aprendizaje automático para analizar música?
- ¿Cómo se interpretan la precisión y el recuerdo en una tarea de segmentación?
- ¿Por qué son importantes las redes de confrontación generativas?
- ¿Por qué el núcleo RBF (función de base radial) se asigna al espacio dimensional infinito, mencionado muchas veces en las conferencias de aprendizaje automático?
Nuevamente, desde la perspectiva de la carrera, si vas a la academia, hay un lado positivo y otro negativo. Por un lado, la creciente demanda de científicos / ingenieros de la visión ha significado oportunidades infladas tanto en la industria como en la academia. Entonces, si hubiera podido ingresar en un laboratorio de los 50 mejores hace cinco años, ahora podría encontrar un postdoc en un laboratorio de los 10 mejores (simplemente porque los doctores absolutos prefieren ir a FAIR, DeepMind, OpenAI o MSR); agregue esa marca a su CV, tenga la oportunidad de trabajar con científicos aún más fuertes.
Por otro lado, el aumento en el costo de oportunidad financiera, teniendo en cuenta que su experiencia postdoc (incluso de CMU) no contará completamente si luego toma una posición industrial, significa que vale la pena hacer postdocs altamente productivos. Para mí, esto significa solo ir a un laboratorio académico donde veo la oportunidad de colaborar o asesorar a varios estudiantes de doctorado y así multiplicar mi producción. Donde aún tendré tiempo suficiente de mi asesor para crecer; y donde el asesor es lo suficientemente visionario como para navegar por las corrientes de investigación en rápido movimiento en el panorama actual de CV / ML. Si la cultura del laboratorio es tal que efectivamente serás otro estudiante graduado, no vayas. Vaya solo si los ex postdocs lograron constantemente obtener múltiples documentos principales del lugar cada año, y terminaron en puestos académicos o industriales que admira.
Hay una fiebre del oro en CV / ML en este momento, y para tener la suerte de haber terminado su doctorado este año, debe actuar estratégicamente y pensar profundamente (más profundo que la marca “CMU” frente a la marca “Qualcomm”) para beneficiarse realmente de ¡en términos de crecimiento profesional!
