Te daré la respuesta que tal vez no quieras escuchar.
Es posible que desee moderar ligeramente sus expectativas. Apple es una de las principales compañías tecnológicas del mundo, por lo que tienen el lujo (y el deseo) de seleccionar solo a las mejores personas en un campo determinado.
- ¿Cómo superan los modelos de lenguaje neuronal (NLM) la maldición del problema de dimensionalidad para modelar el lenguaje natural?
- ¿Qué tipo de trabajo, como ingeniero de software, me apoyaría más para convertirme en Ingeniero / Investigador de Aprendizaje Automático más adelante en mi carrera?
- En LSTM, ¿cómo calculas qué tamaño deben tener los pesos?
- ¿Qué es el análisis de componentes principales?
- ¿Cuál es el mejor marco de aprendizaje profundo para Apache Spark?
Si bien (al menos en teoría) es posible que alguien que actualmente conoce ‘un poco de Python y R‘ eventualmente trabaje en ML en una compañía como Apple, requeriría una persona excepcional y mucho trabajo increíblemente duro.
Veamos algunas opciones: en realidad, necesitaría hacer al menos una de las dos primeras, más la tercera para alcanzar su objetivo.
Paso 1a: la opción universitaria
Aunque soy un gran admirador de la ruta alternativa y de autoeducación (trabajo para Dataquest donde enseñamos ciencia de datos en línea), la realidad es que la mayoría de las personas que solicitan empleo tendrán un título relacionado. En cuanto a las vacantes de Ingeniero de ML, lo mínimo que se solicita es un BA o MS en Informática.
Sin embargo, no esperes que un título te dé el concierto, eso solo te llevará a la conversación, si tienes suerte. Querrás estar entre los mejores de tu clase y, posiblemente, también de una institución respetada (no estoy seguro de qué sesgo si Apple tiene hacia las grandes universidades).
También podría seguir la academia, donde el éxito es igualmente difícil, y tratar de aprovechar el trabajo de posgrado en una reputación que podría llevarlo a Apple.
Paso 1b: la opción de autoaprendizaje
No me malinterpretes, puedes conseguir un trabajo en ciencias de datos sin un título, lo vemos con nuestros estudiantes de Dataquest todos los días. Pero sé esto: tendrás que trabajar muy duro y luego tendrás que demostrar que sabes lo que has aprendido.
Esto significa crear una cartera de proyectos para mostrar sus habilidades. Nuevamente, al igual que la opción universitaria, esto debería ser excepcional.
Paso 2 – Experiencia excepcional
Tendrás que unirte a una empresa donde se construye algo excepcional o construir algo excepcional tú mismo. Especialmente si vas por la ruta de la educación no convencional, para ponerte en el radar de una empresa como Apple necesitas una experiencia increíble.
Más allá de esto, desea que su nombre aparezca: comience a bloguear, hablar, contribuir a proyectos, etc. Cualquier cosa que pueda hacer para elevar su perfil será de gran ayuda.
TL: DR
Conseguir un trabajo de ML en Apple (o en cualquier otra de las principales compañías tecnológicas del mundo) es difícil. Tenga en cuenta que tendrá que trabajar muy duro sin importar la ruta que tome para llegar allí, e incluso puede que no lo haga.
Dicho esto, puede tener un impacto impresionante en ML y datos con cientos de empresas. Claro, Apple es un nombre sexy, pero en lugar de enfocarse en una compañía, ¿por qué no enfocarse en el tipo de cosas que desea construir o los tipos de impactos que desea tener? Hay literalmente miles de trabajos gratificantes en el espacio fuera de Apple.
Si te gustó esta respuesta, considera votarla y seguirme.
Trabajo para Dataquest, la mejor plataforma en línea para aprender Python y Data Science. Si eso le interesa, puede inscribirse y completar nuestro primer curso gratis en Dataquest.io
