A2A Hay excelentes respuestas a lo que parece ser la misma pregunta en [1]. Solo agregaré algunos puntos complementarios.
El número de graduados de doctorado que van a la academia ha disminuido constantemente. Durante los últimos 5 años ha sido difícil ser contratado como profesor asistente de seguimiento de tenencia en una universidad de investigación, y creo que menos del 15% de los doctorados son contratados en la academia. Claramente, la gran mayoría de los doctorados no van a la academia de todos modos. De mis primeros 20 consejos de doctorado, 5 fueron a la academia, la mayoría fue a investigación de la industria (al menos 5 fueron inicialmente a IBM Research Almaden o TJ Watson), seguidos de I + D en nuevas empresas impulsadas por IP y empresas de alto crecimiento (por ejemplo, Amazon) , y pudieron cambiar de trabajo cuando quisieron hacerlo. Al menos uno está ejecutando su startup y uno está en una posición superior en un fondo de cobertura.
El carácter de los laboratorios de investigación de la industria ha cambiado sustancialmente [2]. Claramente, para los puestos de investigación de la industria (p. Ej., Miembro del personal de investigación en IBM Research o Microsoft Research), debe tener un doctorado y tener excelentes logros, pero un gran número de contrataciones de I + D (con los títulos de posición “(Sr) Software Engineer” o Ingeniero de investigación) en las principales empresas de alta tecnología (Google, Facebook, Twitter, Amazon e incluso algunas startups) son doctorados. Recuerdo que entre los primeros 1,000 empleados de Google, una mayoría significativa eran doctores. (Aunque, a medida que pasó el tiempo, la relación de doctorados a no doctores parece haber cambiado un poco).
- ¿Cuáles son los trabajos más gratificantes para quienes desean trabajar en el aprendizaje profundo?
- ¿Vale la pena un doctorado en CS si no planea ingresar a la academia?
- ¿Podrían las entradas del algoritmo de entrenamiento Perceptron tener diferentes tipos?
- ¿En qué se diferencia el aprendizaje profundo de la propagación por error (error)?
- ¿Cómo puede motivar a un estudiante de CS para que aprenda Machine Learning?
Algunos pueden tener la percepción errónea de que hacer un doctorado se trata de investigar y publicar. De hecho, una cantidad cada vez mayor de investigación, por ejemplo, en Machine Learning y muchas otras subáreas de CS, implica trabajar con datos grandes del mundo real (es decir, sensor, IoT, cibernético, web, social) e interactuar con la ciencia de datos. Algunos de los laboratorios, y por lo tanto el trabajo de su estudiante de doctorado, se centran explícitamente en el impacto en el mundo real, la transferencia de tecnología, la comercialización y tienen amplias colaboraciones con la industria. (Esto a menudo se complementa con pasantías de verano de estudiantes de doctorado en la industria. 3 o más para cada uno de mis estudiantes de doctorado). Marque [3] para ver una variedad de cosas en las que participa un estudiante de doctorado completo. Para una discusión adicional relacionada, marque [4].
[1] ¿Vale la pena hacer un doctorado en CS si no planeas ser profesor?
[2] ¿Cuáles son los laboratorios de investigación corporativos más prestigiosos para la informática?
[3] ¿Cuál es la vida diaria de un estudiante de doctorado de CS en la escuela superior?
[4] Carreras académicas vs. industria