Hay muchas cosas que puedes hacer.
- Investigación académica
El campo de investigación sobre aprendizaje automático supervisado es muy prometedor, trabaja en la universidad mientras obtienes tu doctorado o algo así, al menos puedes ser profesor al final de tu curso.
- Trabajar como ingeniero
Por lo general, los expertos en aprendizaje automático son muy buenos codificadores, ya que codifican algoritmos complejos. Puede trabajar como ingeniero habitual en el campo de ML, utilizando API y marcos apropiados para aplicaciones específicas.
- ¿Puedes explicar el descenso coordinado en términos simples?
- ¿Qué algoritmo sería bueno para asignar una probabilidad a la coincidencia de dos nombres (John Doe = Mr. Jonathan M Doe II)?
- Organización de la computadora: ¿Cuál es la aceleración de una versión de 5 etapas de la máquina en tubería sobre la versión sin tubería?
- ¿Qué es la recuperación de información? ¿Qué tan relacionado está con el análisis de datos y el aprendizaje automático?
- ¿Qué funciona mejor, un ANN con miles de unidades por capa pero solo docenas de capas o uno con docenas de unidades por capa, pero cientos de capas?
- Trabajar como científicos de datos
Hay muchas oportunidades como científico de datos que utilizan diferentes técnicas de aprendizaje automático. Si eres un experto en SL, sabrás algo (suficiente) sobre cosas no supervisadas, semi-supervisadas y otras.
- Aplicar en cualquier dominio de reconocimiento de patrones
Procesamiento de imágenes, reconocimiento de rostros, reconocimiento de gestos, reconocimiento de voz, síntesis de voz, procesamiento de video, dominio de atributos catódicos …
Tenga en cuenta que: muchas regiones (y empresas) no necesitan un experto en LD, así que asegúrese de tener la demanda de ese tipo de experiencia en su país o, al menos, asegúrese de poder mudarse a una ciudad que le interese eso.
