A riesgo de hacer una generalización amplia y amplia, la investigación en ciencias de la computación puede dividirse en términos generales en investigación de sistemas (1/2 de HPC, OS, redes, arquitectura, DB, 1/2 de PL, etc.) e investigación de teoría (AI / ML / NLP / Vision, 1/2 de gráficos, teoría, 1/2 de PL, etc.). También puede hacer investigación de aplicaciones (1/2 de HPC, 1/2 de gráficos, robótica, visión / PNL, biografía computacional). Es muy común ver investigadores cuyo trabajo abarca múltiples áreas en una de estas amplias categorías, especialmente SO y arquitectura, SO y redes. Una cantidad razonable de personas trabaja en un dominio de aplicación y luego en otra área (por ejemplo, robótica y sistemas embebidos, gráficos y arquitectura, PNL / visión y ML “tradicional”, biografía y teoría comp.
Dado que, para empezar, no es raro trabajar en múltiples áreas, la informática es razonablemente fácil de moverse. Hay muchos investigadores bien conocidos que han “subido la pila” de VLSI / arquitectura al sistema operativo, y la intersección del aprendizaje automático y (paralelo / distribuido) los sistemas es muy caliente.
- ¿Qué ha sucedido en el aprendizaje automático teórico en los últimos 5 años (2009-2014)?
- ¿Puede un estudiante universitario llevar a cabo una 'investigación' en computación cuántica de forma independiente?
- ¿Ha habido nuevos avances en las tablas hash distribuidas?
- ¿Qué es la ingeniería del conocimiento? ¿Quién puede proporcionar más detalles sobre sus sucursales, sus aplicaciones, su futuro?
- ¿Cuáles son algunos buenos proyectos importantes de ML o AI?
