La academia es este extraño lugar donde las personas son tan apasionadas por sus temas (generalmente) que se sienten felices cuando alguien se interesa. Digamos hipotéticamente que asististe a la universidad x para estudiar y simplemente le preguntaste al investigador si pudieras trabajar en un proyecto con ellos, por lo general dirían que sí (de nuevo dependiendo de muchos factores, pero generalmente están abiertos a ello)
Una desventaja de esto es la financiación, por lo que para obtener dinero solicitan subvenciones y de eso se utilizan para pagarle. Para que se le pague como investigador a tiempo completo, se toma una gran cantidad de dinero de la subvención, por lo que deben saber que 1. Usted es serio acerca de lo que está pidiendo y 2. Que sabe lo suficiente como para ser un asistente de su trabajo. en lugar de un obstáculo.
Lo que haría es hacer una lista de los docentes que trabajan con usted y luego simplemente preguntarles si podrían acomodarlo. Asegúrate de mostrar interés, ec. Lea algunos de sus documentos y ofrezca una extensión de lo que ya están haciendo, y pregunte si de alguna manera se podría organizar un puesto remunerado. Una buena manera de obtener un poco de dinero extra es enseñar también, por lo que puede mencionarlo. Lo más importante es poner una breve cláusula que diga que si no pueden acomodarte, podrían indicarte la dirección correcta de quién podría hacerlo o si podrían ofrecerte algún consejo. De esta manera, un rechazo es más un trampolín que un callejón sin salida. (y créeme que vas a conseguir mucho).
- En términos de rendimiento de clasificación en conjuntos de datos grandes y dispersos, ¿cómo se compara el aprendizaje profundo con la regresión logística en la práctica?
- ¿Cuál es el papel de la Inteligencia Artificial en las redes sociales?
- ¿Cuáles son algunos campos en los que las redes neuronales artificiales aún no se han utilizado?
- ¿Qué lenguajes de programación son mejores para procesar el sonido y darlo como entrada a una red neuronal artificial?
- ¿Qué enfoque se recomienda para aprender Machine Learning?
La perseverancia vale la pena, especialmente cuando no hay una plantilla para este tipo de trabajo, pero eventualmente, tendrás un escritorio y dos monitores ejecutando cualquier software que hayas querido ejecutar. ¡Feliz búsqueda!
