La verdad es que no es tan importante. Para la mayoría del trabajo que haría en ML, simplemente podría usar las funciones integradas. No solo se garantiza que sean correctos, sino que estos métodos son probablemente mucho más rápidos que cualquier cosa que codifique usted mismo. Puede aprender mucho sobre este tema sin escribir una sola línea de código.
Dicho esto, si estás tratando de conseguir un trabajo en una empresa de alta tecnología, entonces ese es un juego de pelota completamente diferente. La gran mayoría de las personas que han trabajado en proyectos de aprendizaje automático al menos tienen una competencia moderada en programación, muchas de ellas especializadas en informática. Por lo tanto, si lo único que sabe hacer es llamar a funciones scikit-learn, entonces eso no es demasiado valioso para el empleador. Podrían encontrar fácilmente a otra persona con mucha más experiencia para codificar rápidamente los modelos.
Si se está especializando en el aprendizaje automático, especialmente en un rol más científico de datos, su trabajo es comprender las complejidades de las diferentes técnicas para que no solo llame a las funciones como una caja negra y espere que produzcan resultados significativos. Para conseguir un trabajo, tienes que ser tan bueno en esto que el empleador está perfectamente de acuerdo con que diseñes modelos y luego hagas que otras personas los codifiquen para ti, o tienes que ser razonablemente bueno y capaz de hacer la codificación también.
- ¿Cuál es la intuición para usar tocones de decisión en el aprendizaje automático?
- ¿Hay algún paquete de código abierto para aplicar ML a las publicaciones de Twitter?
- ¿Qué es apilar en el aprendizaje automático?
- ¿Por qué algunos clasificadores no pueden manejar los atributos continuos?
- ¿Cuál es mejor para la manipulación de datos en python: Pandas o SFrame?
Los trabajos en el aprendizaje automático son muy competitivos; sin embargo, eso no significa que debas desanimarte. Si recién está comenzando con el aprendizaje automático, puede valer la pena tomar el curso ML de Coursera para tener una idea de lo básico. Teniendo en cuenta sus antecedentes en ciencia de datos, los conceptos básicos pueden ser suficientes para convencer a los empleadores de su aptitud.
También te recomiendo que revises las respuestas a preguntas muy similares que podrían ayudarte. ¡Buena suerte!
5 habilidades que necesitas para convertirte en ingeniero de aprendizaje automático | Udacity
Tener un trabajo en minería de datos sin un doctorado
¿Qué habilidades se necesitan para los trabajos de aprendizaje automático?