Cualquier cosa que tenga datos a los que pueda acceder y que sea un problema que le interese. Preferiblemente en múltiples formas y problemas de diferentes tipos. (Esto supone que esta pregunta está destinada a la preparación para conseguir un trabajo en ciencia de datos).
Hay advertencias a lo anterior, ciertamente. Hay algunos problemas que probablemente tienen tanta gente trabajando en ellos (en relación con la complejidad del problema) que quizás no tenga sentido abordarlos. Puede haber problemas en los que es difícil obtener buenos datos y los datos que puede no son suficientes para la tarea. O puede ser un problema imposible de resolver, ya sea con los recursos que tiene o de otras maneras.
Recibo mucho este tipo de preguntas: principalmente de personas que desean obtener experiencia en un área que va a crecer, pero aún no mucha gente lo sabe. No sé cuál será la próxima gran cosa, especialmente no con respecto a nadie más: no sé en qué son buenos y me parecen interesantes. Tengo una amplia variedad de experiencia en la resolución de problemas difíciles. Trato de entender la situación y el contexto.
- Clasificación (aprendizaje automático): ¿Cuándo debo usar un clasificador K-NN sobre un clasificador Naive Bayes?
- ¿Cómo es tomar CS 124 (Sistemas operativos) en Caltech?
- ¿Qué tipos de archivos no son vulnerables a los virus informáticos?
- ¿Cómo funcionan los virus informáticos?
- ¿Cuál es una buena explicación del 'método potencial' para el análisis amortizado?
El consejo que doy en la parte superior es motivarlo a encontrar y resolver problemas de muchos tipos, de muchas maneras. Pensar en la naturaleza del problema. Ese tipo de práctica te preparará mejor que cualquier otra cosa que yo sepa.
