¿Qué proyectos interesantes, incluida la programación distribuida y la inteligencia artificial, deben hacer y demostrar que son bastante buenos?

(A2A) ¿A quién estás tratando de demostrar que eres bueno?

Academia (quieres aplicar a la escuela de posgrado)
La mejor manera de demostrar que eres realmente bueno es colaborar con tus profesores e intentar hacer una investigación interesante en cualquiera de estos campos. Si publica uno o más trabajos en lugares conocidos, será la mejor medida de su capacidad para trabajar en nuevos problemas en este campo. La naturaleza específica del proyecto dependerá de su Prof.

Algunas escuelas participan en Robocup (http://www.robocup2014.org/), por lo que si su escuela tiene un equipo, intente unirse a eso o intente que su escuela lo patrocine. Si le va bien en estos concursos o describe bien sus desafíos, lo tomarán en serio.

Industria (quieres conseguir un trabajo)

  • Para esto, normalmente tendrá que pasar por alguna entrevista, por lo que debe estar familiarizado con todas las ideas principales en el campo, por lo que primero debe repasar sus conocimientos leyendo referencias en esa área (por ejemplo, el libro de texto de AI de Peter Norvig / buscar algún curso que ofrezca en DS e intente leer todos los documentos fundamentales, el MIT tiene un buen curso con algunos laboratorios geniales en sistemas distribuidos)
  • Luego intente practicar sus cosas, HackerRank tiene un área donde puede practicar IA escribiendo bots para resolver juegos, etc.
  • Si está más interesado en Machine Learning, recomendaría Kaggle (https://www.kaggle.com/). ¡Los desafíos allí son realmente divertidos y a menudo pueden ayudarte a ganar algo de dinero! A menudo hay conferencias como KDD que específicamente organizan competiciones en Kaggle. Si lo haces bien, se te invitará a escribir un artículo, que también será una ventaja para la academia.
  • También te recomendaría que intentes participar en Google Summer of Code. Hay muchas organizaciones de mentoría allí, que se centran en algún aspecto de la IA, por lo que obtendrá una experiencia realmente valiosa durante tres meses en verano. También tendrá un mentor para guiarlo y muchas ideas para proyectos. Esta es una gran ventaja
  • Finalmente las posibilidades en IA son infinitas. Crea algo que quisieras, sin preocuparte de si va a ser bueno. Hay muchas bibliotecas geniales disponibles (por ejemplo, tessarect para OCR, openCV para visión artificial, sphinx para ASR, …) y puede aprovecharlas para crear cosas geniales. En el pasado, he visto a personas construir juegos y resolver acertijos, bots de twitter y ¡qué no!

Para los sistemas distribuidos, es probable que desee jugar con algunas implementaciones de Map Reduce de código abierto como Hadoop. También puede intentar contribuir a algunos proyectos de código abierto como Spark, etc. de Apache u otros. Si desea probar DS, en el mundo real, también puede escribir un algoritmo como Paxos / RAFT y ejecutarlo activando algunas instancias ec2.

¡Buena suerte!

More Interesting

¿Qué tan bueno debe ser un programador para codificar la inteligencia artificial?

¿Podemos optar por la inteligencia artificial en la EM? Después de la finalización, ¿hay algún camino para avanzar hacia la industria del software o tenemos que optar solo por p.hd?

¿Cómo se puede usar TensorFlow para el aprendizaje profundo?

Cómo determinar al 100% si mi trabajo se automatizará o no

¿Scott Fahlman (y el Grupo de Investigación Scone) sigue desarrollando activamente Scone?

¿Por qué no podríamos usar una técnica similar al 'copyleft' para evitar que una IA fuerte cree otras IA que puedan sortear las restricciones de comportamiento incorporadas?

¿Cuál es su opinión sobre el cierre de Facebook del experimento de chatbot basado en IA después de crear su propio idioma?

¿Es posible convertir un documento electrónico (en lenguaje natural) en una representación comprensible de la máquina?

¿Cuál sería el papel de la IA en la industria minorista en el futuro cercano?

¿Cuál fue la verdadera razón por la que Facebook cerró su IA, que inventó su propio idioma?

¿Hipotéticamente podríamos construir una máquina para predecir el futuro?

¿Qué debe suceder antes de que Internet pueda tomar conciencia?

Qué tan rápido calcula el cerebro la información visual. ¿Desde la luz llega al ojo hasta la "conciencia" de la impresión? ¿Y cómo viaja la información?

¿Cuál es el límite de variación, cuándo se usa y por qué es una buena aproximación?

Cómo identificar si ML es útil para un proyecto o no