Profundidad y amplitud tienen sus compensaciones.
No importa qué tan rápido aprenda, siempre puede aprender más sobre un campo determinado al enfocarse únicamente en él.
Verdaderamente, es más probable que obtenga ofertas de trabajo y salarios más altos al ser un experto en algún dominio. Cuanta más experiencia tenga, más empresas vendrán a por usted. Y esto comenzará a incluir compañías dispuestas a pagarle mucho efectivo por lo que hace.
- ¿Cuáles son los mayores desafíos al hacer análisis de big data?
- ¿Qué tan importante es el aprendizaje profundo en la conducción autónoma?
- ¿Hay un equivalente a Rosalind en el aprendizaje automático?
- ¿Cuáles son los últimos algoritmos de aprendizaje de los vecinos más cercanos? Me refiero a todo lo que se basa en datos, como métodos basados en instancias, kNN, algoritmos de aprendizaje vecinos y métricos, todo en un solo lugar.
- ¿Cuáles son las ventajas de aprender el aprendizaje automático desde el punto de vista profesional?
Por otro lado, la amplitud puede calificarlo para algunos puestos específicos para los cuales el conocimiento en varios dominios es una buena opción. Dependiendo del dominio, esto es menos común de una perspectiva: no hay muchas ofertas de trabajo para un criador de perros / experto en ML. Además, mi apuesta es que estos serían roles menos lucrativos.
Yo diría que la profundidad es la ganadora en cuanto a las perspectivas laborales.
Pero, la vida es más que solo perspectivas laborales. Y si está motivado para estudiar ambos, es posible que disfrute más a horcajadas en varios campos. Y quizás termines encontrando ese trabajo soñado que hace uso de ambos, aunque es menos probable.
