¿Cómo es obtener una maestría o doctorado en aprendizaje automático / inteligencia artificial / big data de una universidad de los Estados Unidos? ¿Cuáles son algunas oportunidades en estos campos en la industria y la academia?

Answer 1

Es una pregunta amplia y ha pasado un tiempo. Hice mi maestría en CS con una concentración de IA y sistemas multiagente bajo el profesor Tim Finin. Es una figura muy notable en el campo y fue divertido. Pasé un año trabajando en mi tesis sobre el uso de sistemas inteligentes distribuidos en situaciones de desastre utilizando mecanismos similares al mercado. Realicé una pasantía en una startup de Defensa en DC que utilizó algunas de estas ideas. Aunque me apasionaba mucho la IA, después de mi graduación perdí la noción del campo. También publiqué un artículo sobre coordinación entre robots en un campo de desastre: Página en umbc.edu

Además de mis cursos básicos [Algos, Arquitectura, SO], tomé lo siguiente:

1. Robótica y aprendizaje automático: fue uno de los cursos más divertidos que tuve. Tuvimos que diseñar robots autónomos que lucharían contra otros robots de la clase. Sin control remoto, sin estímulos externos. Nuestros robots de clase tuvieron que luchar usando su propia inteligencia y tuvimos que construir sensores para hacerlo. ML no era tan caliente entonces y Big Data no fue acuñado entonces. Por lo tanto, fue un desafío construir parte de la inteligencia. Si lo enseña un gran profesor, el aprendizaje automático puede ser súper genial. Si no, puede ser matemática muy seca.
2. Sistemas multiagente: este también fue mi curso favorito. Los sistemas multiagente consisten en utilizar ideas de interacciones humanas para hacer que los robots sean más inteligentes. Por ejemplo, nuestros mercados financieros son mucho más inteligentes que una persona individual. El profesor fue extremadamente bueno.
3. Inteligencia artificial: un curso correcto, ya que el profesor entró demasiado en la parte lógica. Aunque aprendí LISP y Prolog durante ese curso. Aparte de eso, un curso de IA puro puede ser aburrido.
4. Redes neuronales artificiales: esta fue mi pasión en mi licenciatura y también tomé un curso de maestría. ANN trata de simular neuronas humanas y sus conexiones. Una parte clave es un mecanismo de aprendizaje que utiliza retroalimentación. Curso divertido y construyó algunas herramientas de reconocimiento de patrones durante el programa.

En cuanto a la academia, olvídalo. Estaba planeando completar mi doctorado [terminé todos mis cursos] pero encontré el mercado bastante anémico. Incluso a mis compañeros de laboratorio inteligentes les resultó demasiado difícil asegurar un trabajo de seguimiento de la tenencia. El humor oscuro estaba por toda la pared del laboratorio. Uno de los profesores más inteligentes con los que trabajé, casi perdió el cargo y eso me dio algunas pistas sobre lo difíciles que podrían ser las cosas. A menos que seas súper apasionado / súper loco, encuentra algo más que la academia.

En resumen, el aprendizaje automático puede ser súper divertido si realmente quieres ensuciar tus manos y seguir construyendo las simulaciones. Debes ser un buen programador para utilizar completamente tus cursos. Si no eres un programador apasionado y planeas leer la teoría, evita estos cursos. La teoría en estos puede ser bastante seca y aburrida.

Antes de elegir, intente con los siguientes libros. Esto le dará una idea de si desea seguir o no.

La belleza computacional de la naturaleza: Exploraciones informáticas de fractales, caos, sistemas complejos y adaptación: Gary William Flake: 0000262561271: Amazon.com: Libros [un verdadero clásico fue el jefe de mi ex jefe]

Swarm Intelligence (The Morgan Kaufmann Series in Evolutionary Computation): Russell C. Eberhart, Yuhui Shi, James Kennedy: 9781558605954: Amazon.com: Libros

Inteligencia artificial: un enfoque moderno (3a edición): Stuart Russell, Peter Norvig: 9780136042594: Amazon.com: Libros [la biblia]

Answer 2

Gracias por A2A.

Compañero, no sé si podré darte la respuesta exacta que estás buscando. Pero mi respuesta se basará en lo que entiendo de su pregunta.

Su pregunta básica es cómo es perseguir la EM en AI / ML / DA desde EE. UU.

La respuesta para esto es: es genial hacer maestrías en AI / ML / DA de una universidad reconocida / reconocida que también de EE. UU.
Teniendo en cuenta el hecho de que no tiene un conocimiento profundo sobre los mismos temas, o que no ha realizado trabajo de base sobre los mismos. Entonces, lo primero que debes hacer es entender qué aprenderás en los programas que hayas elegido. Para aliviar su problema, busque los enlaces a continuación que proporcionan toda la información sobre sus programas

Inteligencia Atificial – Maestría en Sistemas de Información Inteligente
Aprendizaje automático – Maestría en Aprendizaje automático – Departamento de Aprendizaje automático – Universidad Carnegie Mellon
Big Data – Maestría en Ciencias en Análisis

En lo que respecta a las oportunidades, haber completado una maestría de una universidad reconocida en los programas antes mencionados. Tienes un gran grupo de oportunidades para trabajar en EE. UU.

Si su inquietud es conseguir trabajo después de completar el Máster – Bueno, si conoce bien su tema, tendrá el trabajo en sus manos.

Espero que esto ayude 🙂

Answer 3

Como no has tomado cursos relacionados, más o menos parece un enamoramiento 🙂
Pruebe los cursos en línea y vea si está intrigado por su amplitud y profundidad. Además, identifique la aplicación en la que desea trabajar. Estos cursos pueden ser regados, es decir, tienen un contenido que es menos desafiante en comparación con lo que ofrecen a sus propios estudiantes.
Página en edx.org – Cal Tech
Coursera – Stanford

PD: audité la clase (AI) de Chris Piech en Stanford durante el verano de 2013 y ahí es donde me di cuenta del potencial de la IA.

Answer 4

Este será un curso de posgrado, por lo que se espera que tenga experiencia en estructuras de datos y algoritmos y matemáticas discretas. Probablemente trabajará con los profesores o implementará un trabajo existente si tiene suerte.