En primer lugar, diría que depende de dónde viva ese aspirante a programador de IA. Esto se debe a que las oportunidades que se presentan difieren en función del nivel de madurez de las empresas, universidades o instituciones de investigación en las que uno se encuentra.
Pero esa no es toda la historia, actualmente hay muchos medios creativos para cualquier programador aspirante como:
- Proyectos de código abierto : por ejemplo, en GitHub, personalmente todavía tengo que trabajar en el código abierto de la API de visión que escribí.
- Aplicaciones : cree aplicaciones de Android, iOS o Windows 10 basadas en AI, como una aplicación Chess o Go, por ejemplo.
- Proyectos personales : puede trabajar en proyectos en secreto que solo está probando pero no tiene planes de lanzarlos al público. Esto es ideal cuando se aprende una nueva tecnología, solo con fines de prueba.
- Encuentre un trabajo / pasantía : encuentre un trabajo o pasantía relacionado con IA. Bueno, como dije, esto es un poco complicado dependiendo de dónde se encuentre en el planeta.
- Obtenga un doctorado : buscar más estudios significa trabajar en proyectos geniales con profesionales. Sin embargo, esto puede ser ideal para trabajos relacionados con la investigación.
Personalmente, solo estoy implementando mis ideas una tras otra y disfrutándolas. Me importa menos la cantidad de problemas que he resuelto, pero más la practicidad de las soluciones a los escenarios del mundo real.
- ¿Qué debe hacer un gerente / líder de control de calidad exitoso para ayudar a una startup? haciendo aprendizaje automático, aprendizaje profundo, big data, ubicando o residiendo en diferentes lugares?
- ¿Cuál es la mejor aplicación para programadores que hacen aprendizaje automático?
- Cómo convertirse en un buen robotista
- ¿Cuál es la diferencia entre un robot y un droide?
- Cómo entrenar una red neuronal para generar XML desde una imagen
Por eso me gusta desarrollar algoritmos que sean
- Computacionalmente eficiente: porque no soy dueño de una supercomputadora y sé que la mayoría de los dispositivos móviles no son supercomputadoras. Por lo tanto, me gustan los algoritmos robustos con huellas informáticas y de memoria mínimas, ideales para aplicaciones robóticas y móviles.
- Fácil de implementar: esto puede parecer que significa cosas fáciles, no, se necesita mucho pensamiento y esfuerzo para simplificar un problema complejo a un algoritmo simple de implementar.
Por lo tanto, utiliza lo que tienes, construye cosas una tras otra con grupos de personas o solo. Es especialmente importante asegurarse de que esos proyectos sean prácticos de alguna manera.
Por lo tanto, actualmente tengo una aplicación automatizada de agrupamiento panorámico en Android para unir fotos en panoramas y actualmente estoy terminando otros proyectos geniales. Me gusta la visión por computadora y el aprendizaje automático.
Espero que esto ayude.
