No puedo decir lo mismo de las universidades estadounidenses, pero tanto en Alemania como en Australia los cursos de procesamiento de señales son significativamente más difíciles y requieren una estadística mucho más sólida y antecedentes de Lin Alg que los cursos de ML.
Si fuera a hacer generalizaciones amplias, asumiría que el chico de ciencia ficción era un mejor programador, y probablemente mejor en la implementación de las cosas. Asumiría que el tipo EE tendría una comprensión mucho más profunda y fundamental de las matemáticas detrás de ML, y si no lo hiciera, al menos la capacidad de aprender.
Otra cosa a tener en cuenta es que las técnicas aprendidas como parte de un curso de procesamiento de señales a menudo son extremadamente útiles en el preprocesamiento, especialmente si se trata de datos de series temporales. Además, tiene la oportunidad de tomar clases de teoría de control como parte del ME, que forma la base del aprendizaje de refuerzo moderno. Es un conocimiento relativamente común una vez que ingresa al campo, pero en realidad hay una montaña de literatura desarrollada sobre el trabajo de RL realizado por los chicos de control utilizando el término ‘programación dinámica aproximada’ y un esquema de notación completamente diferente.
- Cómo aprender ciencia de datos y análisis desde un punto de vista de gestión
- ¿El título de Data Science ayudaría a un emprendedor en los negocios?
- ¿Qué es la gobernanza de datos?
- ¿Los científicos de datos que usan SQL pueden obtener lo que necesiten en su primera consulta?
- ¿Cuándo los vecinos más cercanos clasificador \ regresión fallarían miserablemente?
Hice una maestría en EE, así que soy un poco parcial, pero en mi opinión, si eliges bien tus cursos, obtendrás una comprensión mucho más detallada de cómo encajan las cosas haciendo el ME. Solo asegúrate de usar todas las cosas que aprendes para hacer cosas en tu tiempo libre.
Realmente no puedo dar una respuesta informada sobre los diferentes trabajos disponibles, pero desde mi experiencia limitada es casi lo mismo (y si estás haciendo cualquiera de esos títulos, realmente quieres estar haciendo las mismas cosas de todos modos).
