Trabajé con un equipo de ML / DM durante unos seis meses como pasante y tuve una gran experiencia.
Versión corta: resultó ser una gran oportunidad de aprendizaje .
Versión larga: sigue leyendo
- ¿Qué es el HTML? ¿Cuáles son las características que tiene sobre una representación de datos en texto plano?
- ¿Cuál es la diferencia entre datos etiquetados y datos no etiquetados?
- ¿Hay alguna prueba de que no hay una solución algebraica para ajustar las redes neuronales con una (o más) capa (s) oculta (s)?
- ¿Cuál es un buen libro para estadísticas como una consideración de ML para principiantes?
- Como principiante, ¿dónde y cómo aprendo a implementar algoritmos difíciles de aprendizaje profundo y otras técnicas similares en los lenguajes OOP?
Gran parte del personal superior de la empresa también estaba descubriendo las diversas áreas en las que se puede utilizar ML / DM. Tendríamos sesiones de lluvia de ideas y me alegré de que mis sugerencias también se tomaran en serio. Después de algunas sesiones, me asignaron a trabajar en un proyecto que implicaría minería de datos, que tuve que codificar desde cero.
El proyecto se completó en 3 meses y fue muy apreciado. Durante estos tres meses, tuve una gran exposición a aspectos prácticos de la minería de datos, cosas como qué hacer y qué no hacer. Había leído muchos artículos en Internet y me satisfizo el intelecto de ver mi conocimiento puesto en uso en mi proyecto.
Más tarde, solicité a mi gerente que me pusiera en otro proyecto relacionado con el aprendizaje automático. (ML y DM han sido mis áreas de interés)
Lo hizo y me asignaron un proyecto de ML y nuevamente estuve contento con el proyecto y su resultado. Aprendí varias técnicas de aprendizaje automático, un enfoque paso a paso para crear un modelo lineal, nuevamente el Dos y Donts y otras cosas.
En mi humilde opinión obtuve más de lo que esperaba. No solo participé en buenos proyectos para agregar a mi perfil, sino que también pude explorar dos campos que me interesaron.