Luché con estos dos temas (y otros) el año pasado como estudiante de doctorado en ECE de primer año.
La inteligencia artificial (o más ampliamente, el aprendizaje automático) es una buena opción. Si sigue este camino, tiene una gran cantidad de caminos diferentes que puede tomar en el futuro. Hay quienes optan por un enfoque teórico, así como quienes adoptan un enfoque basado en la aplicación. El tema en general es muy popular en varios esfuerzos corporativos y de inicio en este momento. Puede unirse razonablemente a campos tan diversos como finanzas, software, hardware, etc.
DSP es un poco más complicado porque, como me explicó un profesor de procesamiento de imágenes, el problema tiene dos lados. El “procesamiento de señal digital” estricto es más parecido a las matemáticas. Probablemente se centrará en desarrollar nuevas técnicas en lugar de buscar aplicaciones (ya que muchas aplicaciones para DSP ya se han descubierto). Muchos de los que eligen enfocarse en DSP terminan en la academia en estos días. El procesamiento de imágenes es un poco diferente. En particular, la visión por computadora es un tema candente reciente, casi tan popular como el aprendizaje automático. A diferencia del DSP estricto, es probable que se centre en aplicaciones especiales en lugar de teoría.
- ¿Cómo funciona el slackbot, el chatbot automatizado de Slack?
- ¿Qué podría hacer un cerebro Matrioshka construido alrededor de UY Scuti?
- ¿Tesla superará a Google y Facebook en IA?
- ¿Por qué no es posible entrenar una red neuronal profunda con una precisión del 100%?
- ¿Cuáles son algunos buenos recursos para aprender sobre algoritmos genéticos y evolutivos?
