Depende, necesita más detalles. ¿Se relacionaron las pasantías con ML? ¿Tienes alguna experiencia en el campo? No tiene que ser pasantías o proyectos de código abierto, pero saber algo sobre el campo lo hace mucho más calificado para manejarlo.
¿Qué proyectos de código abierto fueron estos y cuál fue exactamente la frecuencia o importancia de sus contribuciones? Si usted es un desarrollador clave en Theano, el aprendizaje automático de Google lo contrataría en un instante. Si actualizó los documentos para el matraz, entonces es realmente irrelevante.
Creo que el problema principal es que estás viendo las calificaciones mal. Lo importante no es su currículum casi tanto como su conocimiento del campo. Necesita un currículum lo suficientemente bueno como para entrar por la puerta, pero si ha construido un par de proyectos paralelos, este es un obstáculo muy fácil de escalar. La verdadera barrera de entrada es conocer el aprendizaje automático (como se puede adivinar) y poder hablar de manera inteligente al respecto.
- ¿Qué teoría debería aprender a crear un algoritmo para clasificar los textos automáticamente?
- ¿Cuáles son algunos ejemplos de traducción horrible, realizada por máquina / software?
- ¿Qué tamaño debería tener mi bosque aleatorio aproximadamente si tengo 17 variables y medio millón de registros?
- ¿Es Kafka la mejor solución para crear una aplicación de visión por computadora?
- Cómo visualizar características de alto nivel en una red neuronal convolucional profunda
Si aprende suficiente ML por su cuenta para ingresar a NIPS (difícil, pero factible), entonces está calificado incluso si nunca se graduó de la escuela secundaria.
