En primer lugar, debe estar en el campo del aprendizaje automático porque siente pasión por él y no porque todos estén subiendo a este carro con la popularización de más ciencia de datos orientada al trabajo / dinero y campos relacionados. Si lo hace, tarde o temprano puede perder interés y eso podría tener consecuencias desastrosas.
Además de ser un programador increíble, genio por nacimiento, increíble en matemáticas y otros requisitos … uno necesita desarrollar o aprender ciertas otras cualidades para ser un investigador de ML exitoso. Una de las principales es poder pensar de forma independiente, desarrollar una visión holística y de alto nivel del problema en cuestión, imaginar su importancia potencial y cómo puede cambiar el mundo. A menos que la imagen más grande no sea clara, es terriblemente difícil juntar las partes pequeñas para hacer algo útil.
Otros aspectos incluyen persistencia, perseverancia, actitud de nunca decir nunca y seguir aprendiendo todos los días. Dedique algo de tiempo para leer un nuevo libro o nuevos documentos en su campo específico y áreas generales de LA. El campo está creciendo mucho más rápido de lo que podríamos pensar. Hay tantas cosas de ML por ahí y no hay una solución única para todos, por lo que deberías entender la mayoría, si no toda.
- ¿Qué campo debo elegir después de mi graduación en ingeniería informática?
- ¿Cuáles son algunos lenguajes dinámicos de grado de investigación?
- ¿Qué tan ocupados están los candidatos a la facultad de ciencias de la computación durante las temporadas de reclutamiento? ¿Es un buen momento para pedirles oportunidades de investigación?
- ¿Qué tan importante es el álgebra lineal en informática, es decir, cómo se interrelacionan los dos?
- ¿Cómo puede significar un trauma para el cerebro electrónico: la computadora?
Otra cualidad importante pero ignorada es la capacidad de expresar sus ideas de investigación en palabras más simples. Si usted es un gran investigador de ML y si no puede escribir o aclarar claramente su investigación a una persona no técnica, entonces hay algo mal en su enfoque.
Por último, para ser GRANDE (o incluso distante), debe dedicar tiempo a lo que está haciendo y no solo preocuparse por los resultados para tener una publicación, la novedad llega cuando finalmente comprende lo que está haciendo y toma tiempo . Como dicen, Roma no se construyó en un día 🙂
