Las diferencias clave serían:
- En una empresa, generalmente estará haciendo investigación aplicada hacia objetivos a corto plazo. Es decir, trabajará en problemas para los que ya existen soluciones, y esas soluciones pueden impulsarse con relativamente poco esfuerzo para ser lo suficientemente buenas para la comercialización. Los ejemplos incluyen el intento de encontrar variantes de algoritmos más rápidas / en tiempo real / de baja potencia que ya están disponibles en la literatura. En la academia, generalmente trabajará en problemas a más largo plazo que están más lejos de la comercialización o que pueden nunca tener usos prácticos, como las pruebas matemáticas. Estos son los tipos de trabajo que le otorgarán los mejores premios en papel en las principales conferencias.
- Los investigadores de la industria también suelen participar en la redacción de códigos de calidad de producción. En el caso extremo, algunos puestos de “investigación” industrial no implicarán ninguna investigación, solo desarrollo de software. Por supuesto, esto no quiere decir que el desarrollo de software no sea importante, intelectualmente estimulante o excelente para construir una carrera brillante, ¡solo lo que se llama investigación en la industria no siempre es investigación! En segundo lugar, la gente de la industria generalmente despreciará a alguien que no tenga habilidades de codificación de clase A o experiencia en productos. Los académicos generalmente despreciarán a aquellos que están demasiado preocupados con los detalles de implementación o los entornos de programación.
- En la academia, normalmente tendrás más libertad. Ciertamente no tendrá plazos tan ajustados como la industria. Es probable que deba informar el progreso a su supervisor con mayor frecuencia en la industria que en el mundo académico. Habrá más tiempo para filosofar en la academia que en la industria.
- Ciertamente se le pagará mucho mejor en la industria que en la academia.
- Cualquiera que sea la calidad de su trabajo, podrá señalarlo, ya que todo estará disponible públicamente en forma de documentos, en el ámbito académico. En la industria, si eres bueno, ¡podrías terminar inventando cosas increíbles que se guardan como secretos comerciales o que aparecen públicamente en oscuras solicitudes de patentes, que alguien más en la academia reinventa un año después y obtiene todo el crédito! Conozco casos de que esto suceda en el espacio de realidad aumentada, y estoy seguro de que también sucederá en ML / AI ahora que cada vez más empresas contratan investigadores.
