Qualifikationen für Promotionsprogramme


10

Yann LeCun erwähnte in seiner AMA, dass er eine Promotion für sehr wichtig hält, um einen Job bei einem Top-Unternehmen zu bekommen.

Ich habe einen Master in Statistik und mein Bachelor war in Wirtschaftswissenschaften und angewandter Mathematik, aber ich beschäftige mich jetzt mit ML-PhD-Programmen. Die meisten Programme sagen, dass es keine absolut notwendigen CS-Kurse gibt. Ich denke jedoch, dass die meisten akzeptierten Studenten zumindest einen sehr starken CS-Hintergrund haben. Ich arbeite derzeit als Datenwissenschaftler / Statistiker, aber mein Unternehmen zahlt für Kurse. Sollte ich an meiner örtlichen Universität einige Kurse zur Einführung in Software-Engineering absolvieren, um mich zu einem stärkeren Kandidaten zu machen? Welchen anderen Rat haben Sie für jemanden, der sich für Promotionsprogramme außerhalb des CS-Bereichs bewirbt?

edit: Ich habe täglich ein paar MOOCs (Machine Learning, Recommender Systems, NLP) und Code R / Python genommen. Ich habe viel Erfahrung im Codieren mit statistischen Sprachen und implementiere täglich ML-Algorithmen. Ich beschäftige mich mehr mit Dingen, die ich bewerben kann.


2
Er sagte es jedoch speziell über Forschungsjobs.
Arty

Antworten:


10

Wenn ich Sie wäre, würde ich ein oder zwei MOOC (z. B. Algorithmen, Teil I , Algorithmen, Teil II , Funktionsprogrammierprinzipien in Scala ), ein gutes Buch über Datenstrukturen und Algorithmen, nehmen und dann so viel wie möglich codieren. Sie können beispielsweise einige Statistiken oder ML-Algorithmen implementieren. Das wäre eine gute Praxis für Sie und nützlich für die Community.

Für ein Doktorandenprogramm würde ich jedoch auch sicherstellen, dass ich mit der Art der Mathematik vertraut bin, die sie verwenden. Wenn Sie sehen möchten, wie es am tiefen Ende aussieht, durchsuchen Sie die Artikel im JMLR . Dadurch können Sie sich in Bezug auf die Theorie kalibrieren. Kannst du der Mathematik folgen?

Oh, und Sie brauchen keinen Doktortitel, um in Top-Unternehmen zu arbeiten, es sei denn, Sie möchten sich Forschungsabteilungen wie seiner anschließen. Aber dann verbringen Sie mehr Zeit mit der Entwicklung und benötigen gute Programmierkenntnisse ...


Danke, siehe meine Bearbeitung. Ich habe viel Erfahrung im Codieren und habe MOOCs genommen. Ich habe einen Master in Statistik und einen Nebenfach in angewandter Mathematik. Ich würde Mathematik als meine größte Stärke betrachten. Ich bin wirklich auf der Suche nach Dingen für eine Doktorandenbewerbung.
Bstockton

2
Dann schreiben Sie einige Artikel und lassen Sie sie in einer guten Konferenz veröffentlichen: Das ist das beste Signal dafür, dass Sie für die Forschung geeignet sind - und ein Doktorandenprogramm. Vielleicht können Sie Ihren wirtschaftswissenschaftlichen Hintergrund nutzen, um eine Arbeit über das Lernen mit mehreren Agenten zu schreiben . Sie müssen sich nicht mehr an dasselbe Thema halten, wenn Sie akzeptiert werden. Es ist nur, um Ihre Fähigkeiten zu demonstrieren.
Emre

7

Ihre Zeit würde wahrscheinlich besser mit Kaggle verbracht als mit einem Doktorandenprogramm. Wenn Sie die Geschichten der Gewinner lesen ( Kaggle-Blog ), werden Sie feststellen, dass dies viel Übung erfordert und die Gewinner nicht nur Experten einer einzigen Methode sind.

Wenn Sie jedoch aktiv sind und einen Plan in einem Promotionsprogramm haben, können Sie Verbindungen herstellen, die Sie sonst wahrscheinlich nicht erhalten würden.

Ich denke, die eigentliche Frage ist für Sie: Was sind die Gründe, einen Job bei einem Top-Unternehmen zu suchen?


7

Sie haben bereits einen Master in Statistik, was großartig ist! Im Allgemeinen würde ich den Leuten empfehlen, so viele Statistiken wie möglich zu erstellen, insbesondere die Bayes'sche Datenanalyse.

Je nachdem, was Sie mit Ihrer Promotion machen möchten, würden Sie von Grundkursen in den Disziplinen in Ihrem Anwendungsbereich profitieren. Sie haben bereits Wirtschaftswissenschaften, aber wenn Sie Data Science zum Thema Sozialverhalten betreiben möchten, sind Kurse in Soziologie wertvoll. Wenn Sie in der Betrugsprävention arbeiten möchten, sind Kurse in Bank- und Finanztransaktionen gut. Wenn Sie in der Informationssicherheit arbeiten möchten, ist es gut, ein paar Sicherheitskurse zu belegen.

Es gibt Leute, die argumentieren, dass es für Data Scientists nicht wertvoll ist, Zeit für Kurse in Soziologie oder anderen Disziplinen zu verbringen. Betrachten Sie jedoch den jüngsten Fall des Google Flu Trends-Projekts. In diesem Artikel wurden ihre Methoden stark dafür kritisiert, vermeidbare Fehler zu machen. Die Kritiker nennen es "Big Data Hybris".

Es gibt noch einen weiteren Grund, um in sozialwissenschaftlichen Disziplinen Stärke aufzubauen: den persönlichen Wettbewerbsvorteil. Mit dem Ansturm von akademischen Studiengängen, Zertifikatsprogrammen und MOOCs gibt es einen wahnsinnigen Ansturm von Studenten in den Bereich Data Science. Die meisten werden über Funktionen für die wichtigsten Methoden und Werkzeuge des maschinellen Lernens verfügen. Doktoranden werden mehr Tiefe und mehr theoretisches Wissen haben, aber sie konkurrieren alle um die gleichen Arten von Jobs und liefern die gleichen Arten von Wert. Bei dieser Flut von Absolventen erwarte ich, dass sie keine Premium-Gehälter erhalten können.

Wenn Sie sich jedoch durch eine Kombination aus formaler Ausbildung und praktischer Erfahrung in einem bestimmten Bereich und Anwendungsbereich differenzieren können, sollten Sie sich von der Masse abheben können.

(Kontext: Ich bin in einem Doktorandenprogramm in Computational Social Science, das sich stark auf Modellierung, evolutionäre Berechnungen und sozialwissenschaftliche Disziplinen konzentriert und sich weniger auf ML und andere empirische Datenanalysethemen konzentriert.)


5

Ich bin froh, dass Sie auch die AMA-Seite von Yann LeCun gefunden haben. Sie ist sehr nützlich.

Hier sind meine Meinungen
F: Sollte ich an meiner örtlichen Universität einige Kurse zur Einführung in Software-Engineering absolvieren, um mich zu einem stärkeren Kandidaten zu machen?
A: Nein, Sie müssen mehr Mathematikkurse belegen. Es ist nicht das angewandte Zeug, das schwer ist, es ist das theoretische Zeug. Ich weiß nicht, was deine Schule bietet. Nehmen Sie an theoretischen Mathematikkursen sowie an einigen Informatikkursen teil.

F: Welchen anderen Rat haben Sie für jemanden, der sich für Promotionsprogramme außerhalb des CS-Bereichs bewirbt?
A: Wie eng sind Sie verwandt? Ohne eine bestimmte Frage ist es schwierig, eine bestimmte Antwort zu geben.


Danke für die Antwort. Ich habe einen Nebenfach in angewandter Mathematik und einen Master in Statistik. Ich habe in den letzten zwei Jahren Mathematikkurse absolviert, ebenso wie meine Master in Statistik. Gibt es bestimmte Kurse, an denen ich teilnehmen sollte? Ich habe meine Berechnungssequenz, lineare Algebra, Differentialgleichungen, Fourier-Analyse, stochastische Prozesse, fortgeschrittene Wahrscheinlichkeit, statische Inferenz, Bayes'sche Analyse, Zeitreihen und einige andere genommen. Alle anderen im Besonderen
Bstockton

Statistik MS / MA wird heutzutage überall angeboten, sie helfen Ihnen nicht, eine statistische Promotion zu machen. Stat PhD sucht nach soliden Mathematik-Studenten: echte Analyse, Optimierung, numerische Analyse. CS PhD sucht nach cs und math undergrad. Warum machst du nicht weiter Wirtschaft?
user13985

Als ich das Undergrad verließ, hatte ich 12 Kreditstunden weniger als ein Hauptfach Mathematik. Nachdem ich meine MS in Statistik abgeschlossen hatte, hätte ich promovieren können, wo ich meine MS (Top 30 Schule) gemacht habe, aber ich interessiere mich mehr für ML. Ich glaube wirklich nicht, dass mein mathematischer Hintergrund ein Problem sein wird, da ich denke, dass er sehr stark ist. Ich habe die Wirtschaftswissenschaften verlassen und bin in der Graduiertenschule zur reinen Statistik gegangen, weil mich die Wirtschaftswissenschaften nicht mehr interessierten. Denkst du, ich sollte versuchen, ein Mathe-Studium zu beenden? Es würde weniger als zwei Semester
dauern

Nein, Sie sollten nicht nach diesem Hauptfach Mathematik suchen, sondern Kurse belegen, die Sie wie echte Analyse und Optimierung benötigen. Ich weiß, dass diese Kurse irrelevant klingen, aber PhD-Programme wollen es sehen, bitte. Sie wollen wissen, ob Sie die Theorien haben. Sie machen sich keine Sorgen, wenn Sie das neuronale Netzwerk nicht gut verstehen. Nehmen Sie, wie Prof. LeCun sagte, an so vielen Mathematikkursen wie möglich teil.
user13985

2

Sie haben die Möglichkeit, an einem Doktorandenprogramm an der Business School und der Information School teilzunehmen. Es gibt auch quantitative Professoren und Datenwissenschaftler an Business Schools und Informationsschulen (Über die USA bin ich sicher, dass es viele Schulen gibt). Auf diese Weise sind Sie in Bezug auf quantitative und technische Fähigkeiten qualifiziert oder sogar überqualifiziert und können Ihre Zeit damit verbringen, andere Fähigkeiten zu stärken.

Durch die Nutzung unserer Website bestätigen Sie, dass Sie unsere Cookie-Richtlinie und Datenschutzrichtlinie gelesen und verstanden haben.
Licensed under cc by-sa 3.0 with attribution required.