¿Cómo se compara la investigación de la industria como Google Deepmind con la academia?

He realizado prácticas en Microsoft Research, y he hablado con un grupo de personas de diferentes niveles profesionales sobre esto durante la entrevista. No he trabajado a tiempo completo en MSR, por lo que mi respuesta es de rumores.

Mi respuesta es específica de Microsoft Research, y específicamente de investigación de sistemas. MSR está cambiando actualmente, así que no estoy seguro de si la respuesta se mantendrá en 3 a 5 años.

Como investigador de nivel de entrada en MSR, tienes mucha flexibilidad en lo que trabajas. La gerencia no lo microadministrará en términos de en qué proyectos trabajar. Los recursos son fáciles de obtener: un investigador de MSR me dijo que su jefe firmó un proyecto de 10K $ en una conversación. Proyectos como Blizzard son mucho más difíciles de hacer en la academia debido a la escala involucrada. Para las personas que aman investigar (y no les importa especialmente que sus ideas se conviertan en productos de inmediato), esta es la vida soñada.

Sin embargo, a medida que un investigador es promovido y se vuelve más veterano, se espera que tengan un mayor impacto en la empresa. No se pueden obtener puestos como Investigador principal sin un gran impacto técnico en uno o más productos o grupos de Microsoft. Entonces, a ese nivel, lo que estás haciendo ya no es pura investigación. No puede esperar seguir escribiendo documentos sobre lo que le gusta y ser promovido. ” Con un gran poder viene una gran responsabilidad ” se aplica a la inversa aquí: no se puede obtener un gran poder (un título / posición alto) sin asumir una gran responsabilidad.

Por el contrario, en la academia, puedes vivir más o menos el estilo de vida de investigador principiante indefinidamente. Nadie te dice en qué trabajar, siempre y cuando puedas obtener financiación y seguir publicando. Por supuesto, la penalidad por vivir este estilo de vida es escribir subvenciones y hacer trabajo administrativo. Es una pena que muchas personas están felices de pagar 🙂

Gracias por el A2A!

Trabajé en MSR el verano pasado. Algunas diferencias que noté fueron

  • La gente estaba mucho más disponible que en la academia, y era fácil programar reuniones improvisadas o acudir a la oficina de alguien para pedir ayuda. Me reuní con mi supervisor todos los días durante más de una hora (aunque ella podría haber sido una supervisora ​​increíble).
  • En general, todos estaban en la oficina todo el tiempo. Algunas personas enviaron un correo electrónico a todo el laboratorio cada vez que iban a estar fuera de la oficina. Sin embargo, el laboratorio estaba bastante tranquilo los fines de semana.
  • MSR tiene muchos más recursos de los que obtendrías en una universidad. Trabajar allí le da acceso a una gran cantidad de datos que no están disponibles para el público. Los clústeres son muy potentes y existen implementaciones internas de muchos algoritmos avanzados.
  • Había refrescos gratis. Desde mi pasantía he evitado los refrescos porque ya no es especial para mí. También hubo videojuegos, pero nunca he visto a personas jugarlos durante las horas de trabajo.
  • Nos pagaron enormes cantidades de dinero, incluso como pasantes.
  • Ocasionalmente, todo su laboratorio se despide y luego estás triste.

Realicé una pasantía con IBM Research en sus instalaciones de TJ Watson en Nueva York el verano pasado. La gran diferencia fue esta:

Cuando trabajas con colegas en la universidad, tienen diferentes niveles de experiencia. Además, su tema de tesis y, por lo tanto, su experiencia también se desvía de sus intereses. Por lo tanto, aunque puede tener conversaciones significativas en la academia, están limitadas por estos factores. En contraste, los equipos de investigación en los laboratorios de la industria son grandes. Todos ellos son expertos en el campo y están trabajando hacia el mismo objetivo final. La calidad de una discusión de pizarra es mucho más satisfactoria que en la academia.

More Interesting

Cómo entrar en la investigación en informática

¿Qué es una lista de investigadores en UCLA que están trabajando en la investigación de aprendizaje automático?

¿Qué problemas informáticos difíciles o sin resolver tienen más probabilidades de ser ignorados por aquellos nuevos en la programación?

¿Cómo publicar un trabajo de investigación en informática? Quiero investigar en algoritmos. Por donde puedo empezar

¿Cuál es la mejor manera de leer documentos de investigación de CS?

¿Son productivos los investigadores y matemáticos después de los 45? ¿Es práctico hacer un doctorado después de la jubilación?

¿Cuál es la mejor manera de mantenerse al día con los últimos avances / avances en el campo de la informática?

¿Dónde puedo hacer investigación en informática?

¿Qué significan las mejoras en PHP7 para los operadores de centros de datos?

¿Por qué debería aprender C #?

¿Cuánto diseño de algoritmos hacen los investigadores de aprendizaje automático?

¿Qué tan bueno es el departamento de informática en la Universidad de Wisconsin, Madison para la escuela de posgrado?

¿Dónde nos llevará la investigación genómica impulsada por la informática en 5 años?

Arquitectura de la computadora: ¿Cómo cambiará el chip coprocesador de 50 núcleos de Intel recientemente anunciado al mercado de servidores y HPC?

¿El aprendizaje automático es un viejo campo de CS? ¿Y cuál sería el futuro del aprendizaje automático en los próximos 10 años?