¿Cuáles son las compensaciones entre los doctorados en economía, estadística / matemática aplicada y aprendizaje automático?

Answer 1

Esto se basa en mi experiencia en Ph.D. en ingeniería eléctrica (pero ahora trabaja principalmente con ML / stats), pero debe aplicarse a sus preguntas.

Si su objetivo es trabajar en economía, necesitará cursos en economía y un proyecto de investigación en economía. El objetivo será hacer algo útil en economía, adquirir intuición sobre todos los problemas relacionados, y las estadísticas / ML serán solo una herramienta (y más estadísticas que ML). Obtendrá reconocimiento en el campo de la economía y publicará / presentará en lugares de economía. Pero a menos que tenga mucha suerte, será un consumidor de investigación de ML en lugar de un productor de investigación de ML. Es muy poco probable que otros en ML, estadísticas, matemática aplicada sepan quién es usted.

Si, por otro lado, desea aprender ML, su objetivo será crear nuevos algoritmos de ML, adquirir intuición en una gran cantidad de problemas de ML y conocer suficientes estadísticas para validarlos, y tal vez hacer algo con los datos económicos. Es probable que no tenga suficiente tiempo / trabajo de curso para aprender suficiente economía y es probable que resuelva un problema económico muy limitado que se le brinda. Obtendrá reconocimiento en el campo del aprendizaje automático y publicará / presentará en lugares de aprendizaje automático; pero siguen siendo desconocidos en un campo de la economía.

Del mismo modo con estadísticas / matemática aplicada.

Después de graduarse, si era un estudiante de economía, le tomará años alcanzar el nivel de conocimiento que tendrá un estudiante de ML después de 1-2 años de doctorado. Y es muy poco probable que obtenga el mismo dominio sin dedicar una década más o menos trabajando en el campo de ML. Eso no significa que no tendrá ideas únicas, solo que estará cometiendo muchos errores de aficionados que un comandante de ML no tendría.

Ahora si obtienes un Ph.D. en un campo y convertirse en un maestro en otro campo más tarde, es probable que tenga un valor incalculable con la amplitud de la experiencia y la profundidad del conocimiento que pocos otros tendrán. Y eso también significa que puedes tener una carrera en la que haces un trabajo interesante que nadie más hace o incluso sabe que se puede hacer. Pasarás tu vida trabajando en diversos campos aprovechando lo que has aprendido y con lo que tienes experiencia. Algo que los que solo hacen Ph.D. en el mismo campo en que trabajan no se puede lograr fácilmente

Si decide seguir esta última ruta, elija una especialidad en la que pueda tener el mayor impacto desde el principio y esté claramente por delante de la mayoría de otros doctores. candidatos Eso significará trabajar con la mejor facultad, los mejores estudiantes, las mejores universidades y la mejor marca al inicio de su carrera.