¿Qué debe estudiar una persona de aprendizaje automático: visión artificial o ciencia de datos?

Depende de los objetivos de su carrera, tolerancia al riesgo e intereses.

Elija Data Science si:

Desea tener un conjunto de habilidades que atraviese compañías, industrias y compañías que brinden alta seguridad y flexibilidad laboral. Le gusta cambiar a nuevos desafíos / problemas de forma regular. Te gusta aprender un poco de todo en lugar de muchas cosas. Desea estar en el lado de los negocios y potencialmente trabajar en el liderazgo empresarial. Desea tener la oportunidad de presentar sus hallazgos al liderazgo. No necesita hacer un trabajo de vanguardia para sentirse satisfecho. No debe estar bajo presión para conocer siempre las últimas tecnologías para que no lo despidan y lo reemplacen con alguien que tenga conocimientos más avanzados. Desea trabajar para una empresa grande y estable donde sabe que su trabajo es seguro. Te gustan los cronogramas de trabajo cómodos. Aspiras a ser un “líder de pensamiento” más que un experto en la materia.

Elija Visión por computadora o Procesamiento de lenguaje natural si:

Desea trabajar en tecnología de punta. Confía en que puede competir en el escalón superior del talento del aprendizaje automático. La seguridad laboral no es un conductor principal para usted. Desea trabajar en una startup o entorno similar a una startup con todos los riesgos y posibles recompensas que conlleva. No tiene miedo de estar a la altura de las expectativas muy altas con la posible consecuencia de perder su trabajo y ser reemplazado por un recién graduado de doctorado. Te gusta leer trabajos de investigación. Prefiere concentrarse en resolver un problema en gran profundidad que saltar de un tema a otro. No es inaceptable recibir una llamada el fin de semana, cuando había hecho otros planes, para corregir un error en su algoritmo de producción. Aspiras a ser un experto en la materia más que un “líder de pensamiento”.

También tenga en cuenta que puede cambiar de visión / PNL a ciencia de datos en cualquier momento, pero generalmente no puede ir a otro lado. Si estás tratando de determinar qué habilidades avanzadas debes aprender , entonces dispara para visión / PNL ya que es portátil.

No estoy seguro de que obtendrá un trabajo en visión artificial con su experiencia en aprendizaje automático de todos modos (suponiendo que no tenga educación previa de experiencia en visión artificial). Seguro que desea utilizar ML en visión artificial, pero hay mucho más en visión artificial que aplicar algoritmos ML.

Dicho esto, creo que Data Science es una opción menos arriesgada de todos modos.

La visión por computadora seguirá siendo útil, pero podría comercializarse en el futuro. Puede haber un número limitado de puestos de investigación en un pequeño número de compañías importantes, pero en términos de uso real, podría ser proporcionado por herramientas que serán de tan alto nivel que puedan ser utilizadas por personas sin experiencia especializada. Por supuesto, no estoy seguro de eso, pero es un riesgo, como en cualquier otro campo altamente técnico.

Eso también podría suceder con Data Science, pero los científicos de datos tienden a pensar que la tecnología los hará subir en la cadena de valor, básicamente harán más cosas y más cosas inteligentes gracias a las próximas herramientas, pero no serán reemplazados por ellos. En particular, la parte del trabajo relacionada con el negocio (discutir con los clientes y comprender sus necesidades, interpretar los resultados desde un punto de vista comercial, elegir las fuentes de datos relevantes, incluidas las externas) no será reemplazada por computadoras.

La ciencia de datos es más general, pero los requisitos matemáticos no son tan fuertes en ciencia de datos como lo son en visión por computadora. Si disfruta del lado de la resolución de problemas, la ciencia de datos es una buena opción. Si le gusta la I + D o la geometría, la visión por computadora es una buena subespecialidad en el aprendizaje automático, especialmente si tiene una maestría o un doctorado en matemáticas relacionadas con la geometría diferencial o la topología.

Data Science como es más amplio

La visión por computadora se enfoca estrechamente en análisis de imagen y video.

El aprendizaje automático es aplicable para todo tipo de datos. Por lo tanto, la ciencia de datos es mejor. La ciencia de datos en términos más amplios subsume visión

Los dos campos están estrechamente relacionados. La ciencia de datos parece más general que la visión por computadora, donde solo se manejan imágenes, pero aún queda mucho por hacer. No podría decir cuál es el mejor con respecto a la perspectiva a largo plazo, ambos durarán un tiempo.

Puedes elegir el que prefieras 🙂