Cualquier cosa que tenga algo que ver con el aprendizaje automático como recuperación de información, minería de datos, redes neuronales, incluso motores de búsqueda y recomendación.
Las estadísticas también son útiles, ya que pueden ayudarlo a encontrar las relaciones correctas en los datos y a diseñar su IA para manejarla de manera más eficiente.
La programación funcional o lógica puede ser útil, ya que le brinda otra perspectiva sobre cómo procesar datos y tareas.
Los algoritmos evolutivos le darán una gran idea de cómo la naturaleza planteó un comportamiento inteligente.
- ¿Qué tipo de trabajos te consigue un doctorado o una maestría en matemáticas aplicadas (específicamente matemáticas computacionales)?
- ¿Vale la pena hacer una maestría en EE. UU., Después de 3 años de experiencia en TI?
- Tengo una licenciatura en biotecnología. ¿Puedo perseguir MPH? ¿Puedes sugerir algunas buenas universidades en los Estados Unidos para lo mismo?
- Estoy realmente interesado en la física y electrónica de semiconductores. Si solicito un MS en EE, ¿será una especialización VLSI la opción correcta?
- ¿Cuáles son los pros y los contras de obtener un CS Master en lugar de ingresar a la industria justo después de CS Bachelor’s?
Además, si tiene la posibilidad de realizar cursos sobre ciencias cognitivas, psicología o incluso filosofía, eso también puede ayudarlo a ampliar su perspectiva.
No mencioné cosas básicas como codificación o bases de datos, ya que esto debería ser un conocimiento básico para el estudiante de maestría.