Sin experiencia, ¿cómo se obtiene una ruptura en los campos de aprendizaje automático / extracción de datos?

Gracias por la A2A. Alguien una vez le preguntó a los chefs de Michelin cómo pueden los aspirantes a cocineros unirse a sus filas. La respuesta fue simple, solo aparecerse en la puerta trasera de la cocina y ofrecerse como voluntario para lavar los platos.

Hacer pasantías. Asumir roles de BI / BA y limpiar datos. Automatizar las tuberías de datos. Aprenda a conversar estadísticas y detalles de modelos para usuarios de negocios. Hágase útil y no tenga miedo de ensuciarse las manos, especialmente al comienzo de su carrera de datos. Una gran cantidad de jóvenes padawans de datos están muy entusiasmados con la creación de la próxima generación, la recomendación a gran escala o la aventura en el aprendizaje profundo porque esos proyectos suenan bien. Pero no se distraiga con el glamour, en vez de eso, trabaje en problemas que aporten valor a las personas y las empresas. Tardará un rato. Pero nadie puede quitar las experiencias del mundo real que tiene, si se enfoca en resolver problemas cada vez más grandes todos los días, las personas comenzarán a darse cuenta y lo buscarán.

Si está interesado en una ‘fórmula’ para comenzar, vea mi respuesta a: ¿Cómo me convierto en un científico de datos sin un doctorado?

WOW, ¿tiene más respaldos en C ++ y Java (que yo) y me pregunta qué es necesario para obtener experiencia práctica? 🙂 Ok, entonces.

En primer lugar, sospecho que su conocimiento de la teoría es bastante sólido, por lo que necesita demostrar su capacidad para codificar. Necesitas perfeccionar tus habilidades de codificación. Hay varias formas comunes de hacerlo:

1) Participe en proyectos de código abierto o inicie un proyecto por su cuenta. ¿No sería genial si pudieras parchear la mala educación (esto es solo un ejemplo)?

2) Hacer una pasantía es un deber

3) Participa más en concursos de ML, por ejemplo, kaggle (parece que ya lo has hecho).

4) En las entrevistas de programación, les gusta la programación de rompecabezas. Por lo tanto, actualice su conocimiento de los algoritmos básicos. Practica el uso de sitios web como topcoder y codeforces. No te metas demasiado en las competiciones, esto puede ser contraproducente.

Finalmente, buena suerte con tu búsqueda!

He echado un vistazo a tu perfil de LinkedIn y debo decir que si esos respaldos son bien merecidos, estás en un lugar bastante bueno. Si tiene conocimientos teóricos, sus sólidas habilidades de programación lo ayudarán a familiarizarse con los algoritmos básicos de ML. Eso es más que suficiente para obtener una pasantía decente para un puesto de analista o desarrollador de ML, especialmente teniendo en cuenta su título avanzado.

Si lo que quieres ahora es una carrera, no pierdas el tiempo en Kaggle (puedes hacerlo para divertirte más tarde) o en proyectos de juguetes, familiarízate con los algoritmos, prepara tu currículum y haz la solicitud.

Después de eso, el progreso se producirá de la misma manera que para la mayoría de los ingenieros de software.

Con su CV, le daría una entrevista en cuanto se gradúe, ya que tiene casi todo lo que busco. El grado. Experiencia práctica de codificación al crear código de producción el deseo y la curiosidad de hacer proyectos de aprendizaje automático y la competencia Kaggle. La única cosa que falta a simple vista es la evidencia de que eres muy inteligente. Esto suele ser lo más fácil de corregir en un CV porque hay muchas formas de hacerlo. Busco logros intelectuales impresionantes de cualquier tipo ni siquiera tiene que estar en CS. La otra cosa que me gusta ver, pero por lo general no es evidencia de que puede hablar bien y transmitir ideas. Una conferencia que di, de preferencia con video, podría ayudar.

Con respecto a los grupos de interés locales, no encontré nada en Bloomington, pero Indianápolis parece tener una buena cantidad de reuniones para la ciencia de datos: reuniones de ciencia de datos en Indianápolis. Tal vez valga la pena ir allí de vez en cuando para una reunión.

Si tienes interés y pasión sí.

Le sugiero que siga este enlace que puede aprender en 90 días.

Intenta construir tu experiencia en algún proyecto de mascotas. Es posible que desee explorar si los grupos de interés locales que están en esto. Otra alternativa es intentar ingresar a Kaggle o CrowdAnalytix para probar su know-how. Nada triunfa sobre la experiencia práctica cuando se trata de Data Science.