박사 과정 자격

Yann LeCun은 AMA 에서 최고 회사에서 일하기 위해서는 박사 학위가 매우 중요하다고 생각합니다.

통계학 석사를 받았으며 저학년은 경제학 및 수학을 전공했지만 ML PhD 프로그램을 찾고 있습니다. 대부분의 프로그램은 반드시 필요한 CS 과정이 없다고 말합니다. 그러나 나는 대부분의 입학 허가를받은 학생들이 최소한 CS 배경이 매우 강하다고 생각하는 경향이 있습니다. 현재 데이터 과학자 / 통계 전문가로 일하고 있지만 회사에서 수업료를 지불합니다. 자신을 더 강력한 후보로 만들기 위해 지역 대학에서 소프트웨어 기술 과정을 수강해야합니까? CS 분야 외부에서 PhD 프로그램에 지원하는 다른 조언이 있습니까?

편집 : 나는 매일 몇 가지 MOOC (Machine Learning, Recommender Systems, NLP) 및 코드 R / Python을 가져 왔습니다. 통계 언어에 대한 코딩 경험이 많고 매일 ML 알고리즘을 구현합니다. 나는 응용 프로그램에 넣을 수있는 것들에 더 관심이 있습니다.

내가 당신이라면 MOOC 또는 두 개 (예 : 알고리즘, Part I , Algorithms, Part II , Scala의 함수형 프로그래밍 원칙)를 가져 와서 데이터 구조와 알고리즘에 대한 좋은 책을 읽은 다음 가능한 한 많이 코딩하십시오. 예를 들어 일부 통계 또는 ML 알고리즘을 구현할 수 있습니다. 그것은 당신에게 좋은 습관이되고 지역 사회에 유용 할 것입니다.

그러나 박사 프로그램의 경우, 나는 그들이 사용하는 수학 유형에 익숙해 졌는지 확인합니다. 깊은 곳에서 어떤 모습인지 보려면 JMLR 에서 논문을 찾아 보십시오 . 그러면 이론과 관련하여 스스로를 교정 할 수 있습니다. 당신은 수학을 따를 수 있습니까?

아, 그리고 당신은 그의 같은 연구 부서에 가입하고 싶지 않다면 최고의 회사에서 일하기 위해 박사 학위가 필요하지 않습니다. 그러나 개발에 더 많은 시간을 할애 할 수 있고 좋은 코딩 기술이 필요합니다 ...

당신의 시간은 아마도 PhD 프로그램보다 Kaggle에 더 좋을 것입니다. 당첨자 ( Kaggle 블로그 ) 의 기사를 읽으면 많은 연습이 필요하며 당첨자는 한 가지 방법의 전문가가 아니라는 것을 알 수 있습니다.

반면, PhD 프로그램에서 활동하고 계획을 세우면 다른 방법으로는 얻을 수없는 연결을 얻을 수 있습니다.

진짜 질문은 당신을위한 것 같아요-최고의 회사에서 일자리를 원하는 이유는 무엇입니까?

이미 통계학 석사를 보유하고 있습니다. 일반적으로 사람들에게 가능한 한 많은 통계, 특히 베이지안 데이터 분석을 수행하라고 제안합니다.

박사 학위로 무엇을하고 싶은지에 따라, 응용 분야의학과에 기초 과정이 제공됩니다. 당신은 이미 경제학을 가지고 있지만 사회 행동에 대한 데이터 과학을 원한다면 사회학 과정이 가치가 있습니다. 사기 예방에서 일하고 싶다면 은행 및 금융 거래 과정이 좋습니다. 정보 보안 분야에서 일하고 싶다면 몇 가지 보안 과정을 수강하는 것이 좋습니다.

데이터 과학자들이 사회학이나 다른 분야의 과정에 시간을 보내는 것이 가치가 없다고 주장하는 사람들이 있습니다. 그러나 최근 Google 독감 트렌드 프로젝트 사례를 고려하십시오. 에서 이 문서 그들의 방법은 강력하게 피할 수있는 실수를 비판했다. 비평가들은이를 "빅 데이터 허브"라고 부릅니다.

사회 과학 분야에서 힘을 키우는 또 다른 이유는 개인의 경쟁 우위입니다. 학사 학위 프로그램, 인증 프로그램 및 MOOC가 급격히 증가함에 따라 학생들은 데이터 과학 분야에 열광적입니다. 대부분의 핵심 머신 러닝 방법 및 도구 기능이 제공됩니다. 박사 과정 졸업생들은 더 깊이 있고 이론적 인 지식을 가지게되지만 모두 같은 종류의 직업을 놓고 경쟁하며 같은 종류의 가치를 제공합니다. 이 졸업생들의 홍수로, 나는 그들이 월급을받을 수 없을 것으로 기대합니다.

그러나 특정 영역과 응용 분야에서 공식 교육과 실무 경험을 결합하여 차별화 할 수 있다면 군중과 차별화 될 수 있어야합니다.

(상황 : 저는 전산 사회 과학 박사 과정에 있으며, 모델링, 진화 계산 및 사회 과학 분야에 중점을두고 ML 및 기타 경험적 데이터 분석 주제에 중점을 두지 않습니다).

Yann LeCun의 AMA 페이지도 찾게되어 기쁩니다. 매우 유용합니다.

내 의견은 다음과 같습니다.
Q : 지역 대학에서 인턴 소프트웨어 엔지니어링 과정을 수강하여 자신을 더 강력한 후보로 만들어야합니까?
A : 아니요, 더 많은 수학 과정을 수강해야합니다. 어려운 것은 적용되는 것이 아니라 이론적 인 것입니다. 학교에서 제공하는 것이 무엇인지 모르겠습니다. 일부 컴퓨터 과학 과정과 함께 이론 수학 과정을 수강하십시오.

Q : CS 분야 외부에서 PhD 프로그램에 지원하는 다른 조언이 있습니까?
A : 얼마나 밀접한 관련이 있습니까? 구체적인 질문이 없으면 구체적인 대답을하기가 어렵습니다.

당신은 비즈니스 스쿨과 정보 학교에서 박사 프로그램에 참여하는 옵션이 있습니다. 비즈니스 스쿨과 정보 스쿨에도 정량 교수와 데이터 과학자가 있습니다 (미국에 관해서는 많은 학교가 있다고 확신합니다). 이런 식으로 당신은 양적 및 기술 능력 측면에서 자격을 갖추고 있거나 과잉 자격을 갖추고 있으며 다른 기술을 강화하는 데 시간을 할애 할 수 있습니다.