¿Son las habilidades teóricas más valiosas que las habilidades de implementación en EE o CS en general?

Mucho depende de los detalles de su trabajo (y, a mayor escala, el tipo de negocio que es).

En última instancia, lo importante es la ejecución de la idea: puede tener los mejores pensamientos del mundo con el mejor rendimiento (en teoría), pero si no puede sacar el producto y ganar dinero, el negocio desaparecerá . Incluso si se encuentra en un entorno de I + D más teórico, hay relativamente pocos lugares en los que no tenga que producir algo funcional con el tiempo.

También hay un elemento de “¿qué conjunto de habilidades desea que tengan los trabajadores?”, Que se relaciona con lo que es el negocio. Si está desarrollando una criptografía avanzada, entonces las personas con buenos conocimientos teóricos son importantes, por lo que no repita los malos algoritmos conocidos anteriores (¡ROT13 dos veces es el doble del poder de cifrado!). Si su empresa está implementando interfaces de usuario, entonces la experiencia con los usuarios es importante. Etcétera.

Entonces, te daré una respuesta genérica, promedio.

La mayoría de las veces, quieres un poco de conocimiento teórico (para no cometer errores), algo de experiencia práctica (para no reinventar la rueda) y lo más importante, conocimiento del dominio comercial: entonces, lo que construyes es lo que realmente es necesario.

El trabajo de un científico o ingeniero informático que trabaja es afirmar con precisión y confianza a la gerencia, a los pares y a los clientes, “Haz o replica esto, y no fallarás”. Para hacer esto, un informático o ingeniero necesita una combinación de habilidades teóricas y de implementación.

Las habilidades teóricas sin habilidades de implementación hacen que el informático o el ingeniero se rían, como el que siempre está comenzando algo pero dejando un lío para que otros lo limpien. Los ingenieros dicen que “en teoría, teoría y práctica son lo mismo, pero en la práctica no lo son”. Sepa cómo implementar construcciones teóricas bajo restricciones del mundo real.

Las habilidades de implementación sin habilidades teóricas hacen que el científico o ingeniero informático se ría, ya que siempre hace las cosas mucho más complicadas de lo que deben ser, ya sea durante el diseño, la implementación o la depuración, debido a una comprensión básica deficiente de las matemáticas, los algoritmos y pruebas de corrección

La combinación ideal es la que le permite afirmar con precisión y confianza a la gerencia, a los pares y a los clientes: “Haga o replique esto, y no fallará”.

Para EE, software embebido, software de análisis de señal, controles y ese tipo de cosas, tengo que respaldar la respuesta de Jim Lux.

Creo que en estas áreas una persona que confía demasiado poco en la teoría o demasiado en la teoría es como un avestruz que trata de caminar sobre una pierna. En ambos extremos, creo que es más probable que la víctima se quede atascada y que pase mucho tiempo innecesariamente. Los EE excesivamente experimentales son vulnerables a los largos ciclos de “empuje y esperanza”; EE excesivamente teóricos tienen problemas para distinguir entre soluciones fáciles y soluciones muy difíciles.

Para desarrollar software que no tenga ninguna “lógica comercial” matemática, no estoy seguro.

More Interesting

¿Los problemas NP-hard que no están en NP necesitan un nuevo nombre?

¿Puede el aprendizaje automático causar un sesgo de decisión en el futuro?

¿Vale la pena ir a la universidad por algo de lo que no sabes nada?

Además del desarrollo de software y la ingeniería de software, ¿qué otros campos emplean muchos científicos / ingenieros informáticos?

Si el mundo tal como lo observamos fuera realmente una simulación interactiva (como se sugiere en ciertas películas de ciencia ficción), ¿qué tipo de potencia informática se necesitaría para ejecutarlo? ¿Cuánto poder dibujaría?

¿Cuáles son las cosas que debe saber un usuario avanzado de Unix / Linux? Y como aprenderlo.

Para aplicaciones web grandes, ¿dónde se almacenan los datos de aprendizaje automático?

Si los números constructivos positivos también pueden tender al infinito, entonces, ¿dónde están los otros tipos de números irracionales positivos en la recta numérica?

¿Cómo aprender análisis de datos con aprendizaje automático / minería de datos? ¿Están relacionadas la minería de datos y el aprendizaje automático?

¿De alguna manera puedes ejecutar juegos de un solo hilo en dos o cuatro núcleos?

¿Podría haber un último número?

¿Se puede aprender el aprendizaje profundo sin aprender el aprendizaje automático, o primero tendré que aprender el aprendizaje automático?

¿Dónde descansan los servidores CS50?

¿Qué libros de texto básicos deberían tener todos los ingenieros de aprendizaje automático y aprendizaje profundo en su estantería?

Cómo llevar la informática a escala de Internet a todas las empresas del planeta