¿Vale la pena un doctorado en CS si no planea ingresar a la academia?

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).

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

Un doctorado le brinda cinco años de experiencia en un campo de su elección.

Supongamos que desea diseñar algoritmos de aprendizaje automático en Google. Querrán personas con experiencia en el campo. Si pasas tus primeros cinco años como ingeniero, terminarás con cinco años de experiencia en ingeniería. Pero si pasa los primeros cinco años haciendo un doctorado de aprendizaje automático, tendrá cinco años de experiencia en la construcción de algoritmos de aprendizaje automático.

Esos años pueden no ser divertidos para ti. Te pagarán mucho menos y no tendrás mucho tiempo libre. Pero si desea un trabajo de aprendizaje automático, un doctorado es una forma de obtenerlo.

Para la mayoría de las empresas no necesita un doctorado.

Amazon y Facebook contratan personas con o sin doctorado. Para la mayoría de estas empresas, la codificación es un aspecto importante. Si desea trabajar en proyectos específicos de LD, entonces podrían hacerle preguntas relacionadas con ML en sus rondas en el sitio. Por lo tanto, decir que realmente no necesita un doctorado para ingresar a tales empresas.

Google tiene formas extrañas de seleccionar personas para puestos de investigación. Tenga en cuenta que la mayoría de los estudiantes de doctorado pertenecen a su categoría de desarrollador de software y realizan rondas de codificación difíciles para estos estudiantes. Sin embargo, Google para algunos de los mejores estudiantes / profesores podría facilitar un poco las rondas de codificación. Estoy seguro de que molestan a todos con rondas de codificación. 🙂

Algunas compañías como IBM Research y Microsoft Research seleccionan a los estudiantes en función de sus documentos. Documentos sólidos en conferencias relevantes hacen que sea más fácil ingresar a tales compañías. Una vez más, las conexiones internas con su asesor podrían facilitarlo. Asegúrese de estar trabajando en áreas que estas empresas valoran.

Finalmente, diría que el doctorado es una gran experiencia. Aprenderá mucho, especialmente cómo desmitificar un problema abstracto y vago. La mayoría de las principales empresas trabajan en estos problemas y aprecian cuándo puede resolverlos.

Si vale la pena. ¡Permíteme darte la mejor manera de aterrizar en las principales empresas después de obtener un doctorado en Ciencias de la Computación / Ingeniería de Software, Sistemas de Información!

Cuando esté en los últimos años de PHD, comience a navegar para ver qué ofertas ofrecen las principales empresas en lugar del trabajo de profesor.

¡Necesita una buena cantidad de experiencia de navegación y análisis de Internet sobre los empleados existentes de compañías como Google, Amazon, Facebook!

¡Es un conjunto de aprendizaje incremental que lo lleva a las mejores empresas!

Antes de aprender algo, mire a esos profesionales de cada compañía en el dominio que elija.

Si elige probar el dominio, encontrará la mayoría de los INGENIEROS DE PRUEBAS DE AUTOMATIZACIÓN en dichas empresas. Por ejemplo:

¡’ Junior Test Analyst ‘, ‘ Automation Tester ‘, ‘ Developer in Test ‘ son el trabajo más buscado en la industria de TI!

Toma sus perfiles de LinkedIn y mira las habilidades que enumeraron.

Por ejemplo, pueden tener una lista de herramientas en su experiencia laboral que van desde:

  • Selenium Web Driver usando Java,
  • Selenium Web Driver usando Dot Net,
  • Selenio IDE,
  • AutoIT,
  • Pepino,
  • Specflow,
  • BDD,
  • TDD,
  • Jenkins
  • NUnit,
  • ReportUnit,
  • Informes XSLT,
  • Maven
  • Jason Phantom Ghost Driver,
  • TestNG,
  • JUnit,
  • Hormiga,
  • Eclipse,
  • Team Foundation Server,
  • Estudio visual,
  • Pruebas funcionales unificadas de HP (anteriormente Quick Test Professional),
  • Ranorex
  • Prueba funcional racional de IBM,
  • Excel VBA Automation,
  • Automatización de objetos de Excel,
  • SOA Testing-SOAP UI Automation,
  • Pruebas ETL y pruebas SQL para integración ágil-continua ”

Puede aprenderlos del siguiente libro y agregar habilidades una vez aprendidas:

Se revelan los secretos de las pruebas de automatización de software, se recomienda para aquellos que aspiran a ser expertos o usuarios avanzados por Automatizar aplicaciones de software.

Del mismo modo, algunos de ellos poseen experiencia en QTP, por lo tanto, puede obtener dicho conocimiento de:

La mayoría de las empresas líderes más recientes, como Facebook y Google, utilizan herramientas como Selenium Webdriver, de las que puede aprender:

Si profundiza en las herramientas y técnicas de prueba de Google, esta lectura sería útil:

Una vez que obtenga un buen aprendizaje sobre ellos, cree su CV y ​​solicítelo a las principales empresas.

Dado que tiene las habilidades adecuadas para unirse a la oportunidad correcta, ¡debe obtener la mejor compañía del mundo sin ningún obstáculo!

De esta manera, puede obtener los mejores trabajos después del doctorado en lugar de la línea de enseñanza habitual (que también es una buena opción).

Si mis puntos son útiles, haga clic en ¡Votar a favor!

Me uní a un programa de doctorado porque encuentro muchas áreas de investigación de CS más interesantes que las cosas que normalmente haces en la industria. Obtener un doctorado es una forma de hacer cosas más interesantes, por ejemplo, en un laboratorio de investigación. De hecho, creo que es difícil ingresar a un laboratorio de investigación sin un doctorado (aunque no tengo ninguna estadística que respalde esta afirmación). Entonces, trabajo para mi doctorado, porque quiero ser un científico profesional , pero no necesariamente un profesor.

Dicho esto, debe recordar que obtener un doctorado es un gran costo de oportunidad. Además, no es una buena idea si

1) No te gusta escribir.

2) No puedes tolerar muchas críticas.

3) No eres resistente y no estás preparado para los contratiempos. Recuerda que publicar es difícil, no importa cuán inteligente seas.

Para concluir, noto que hacer un doctorado en los EE. UU. Puede ser físicamente difícil y puede experimentar algo de falta de sueño. Sucede por al menos dos razones:

1) Aprendes rápidamente a competir duro con otras personas

2) Es posible que tenga un curso pesado durante los primeros dos años y algunos buques TA. Además, tienes que hacer tu investigación. Por lo general, las personas también tienen que hacer un trabajo no dirigido relacionado con su investigación. Este trabajo no siempre se publica. Incluso cuando es publicable, no siempre está relacionado con su tesis.

La gente suele decir que tienen una semana laboral de 80 horas. Probablemente sea una exageración. Creo (y está respaldado por algún seguimiento de tiempo), es más como 40-60, con 50 como promedio (la media). Bueno, 50 horas (sin contar los descansos en el baño), todavía es mucho.

Un trabajo de investigación puede beneficiarse de un doctorado. grado El programa en sí mismo te entrena para convertirte en un investigador. El resultado final del programa que es una disertación es el resultado de la investigación. Entonces desarrollas habilidades prácticas en esta área. El título en sí mismo es solo una ventaja en algunos laboratorios y organizaciones de investigación. En algunos casos, son realmente necesarios.

¡Cualquier cosa puede volverse digna y sin valor, dependiendo de lo que hagas de ella!
Si la investigación lo entusiasma, debe obtener su doctorado en CS, sin importar lo que elija hacer más adelante.

Escribí una respuesta sobre si dejar un trabajo en la industria para obtener un doctorado que creo que se aplica aquí. Dejé la industria para obtener un doctorado. Si bien en mi caso específico creo que me alegro de haber hecho esto, te sugiero que leas algunos artículos antes de que te embarques en él (artículos vinculados en esa otra respuesta).

En un nivel alto, mi regla general podría ser, si estaría contento trabajando solo en su área de investigación por el resto de su vida , o si sabe que quiere investigar en lugar de ingeniería, un doctorado puede ser su mejor opción. Sin embargo, si sería feliz haciendo ingeniería (personalmente disfruto construir cosas más que descubrir cosas; el ciclo de recompensa es mucho más corto y para mí la variación emocional es más baja mientras que el promedio es más alto), entonces no es necesario un doctorado, y probablemente no sea una gran idea financiera.

Un doctorado le brinda habilidades que son altamente deseables para ciertos laboratorios industriales (por ejemplo, Google X, IBM, Xerox Park, etc.) pero también puede considerar que está sobrecalificado para muchos otros trabajos. No necesitas un doctorado. hacer investigación, pero un doctorado. abre algunas puertas más fácilmente.

More Interesting

¿Cuál es la diferencia entre hash y minhashing sensibles a la localidad?

¿Cuál es una buena manera de entender la maldición de la alta dimensión en el aprendizaje automático?

¿Cómo comenzó Perl como el idioma dominante en bioinformática?

¿Qué problemas de visión y percepción tiene el aprendizaje profundo al borde del crack?

¿Qué significa el término 'soft-max' en el contexto del aprendizaje automático?

¿Cuáles son las ventajas de aprender Apache Spark?

¿Existe una versión de objetivos múltiples de regresión logística, regresión lineal, SVM, PCA, K-means o algún otro algoritmo de aprendizaje automático?

¿Existe algún proyecto de datos abiertos que utilice el aprendizaje automático y la ciencia de datos para proporcionar información sobre los datos de incidentes de aplicación de la ley disponibles públicamente?

¿Es la precisión proporcional al número de capas ocultas y las unidades de cada capa en la red neuronal?

¿Cuáles son los mejores recursos disponibles en línea para aprender a pensar en diseño?

¿Qué es el HTML? ¿Cuáles son las características que tiene sobre una representación de datos en texto plano?

¿Cuáles son las futuras áreas de investigación del aprendizaje automático y el reconocimiento de patrones para comenzar el doctorado y necesito algunas cosas buenas relacionadas con eso? como tesis doctorales y papel para estudiar?

¿Qué debo aprender primero de aprendizaje automático o redes neuronales?

¿Cómo puede un estado en el aprendizaje por refuerzo tener dos valores? Por ejemplo, como en el blackjack donde el as es 1 u 11.

¿Cuáles son algunas de las limitaciones o inconvenientes de las redes neuronales convolucionales?