Gracias por el A2A.
Ahora la pregunta es bastante general. ¿Quieres seguir una EM? ¿Estás planeando un doctorado después de esto?
Asumamos tres situaciones
a) solo EM. Hmm, depende de la universidad y otros factores, como el apoyo financiero, tu currículum, etc. Los cursos francos en Coursera y Udacity te ayudan a obtener conocimiento, pero no da un impulso a tu perfil. El conocimiento ayuda en otras situaciones de las que hablaré en los próximos puntos. Francamente, un MS ayuda en la perspectiva del trabajo (pero tampoco mucho) y tendría que pagar. Además, espero que su experiencia de un año esté ligeramente relacionada con un poco de Inteligencia Artificial, o al menos haya hecho algo relacionado con eso en IA y ML
- ¿Qué tan difícil es conseguir un puesto de asistente de investigación o asistente de enseñanza como estudiante de maestría en ingeniería?
- ¿Cómo es ser estudiante de maestría en el Instituto Indio de Ciencias, especialmente en ingeniería?
- ¿Qué universidad es la mejor para seguir la maestría en redes informáticas?
- ¿Hay alguna posibilidad de maestría en ingeniería eléctrica de Alemania? ¿Conseguiré un trabajo después de completar la EM?
- ¿Cuál es el alcance después de obtener un título de MRSD del Instituto de Robótica de la Universidad Carnegie Mellon para un estudiante internacional?
b) MS y MBA. Lo mismo, como arriba más o menos. Excepto que irías por un punto de vista gerencial, así que planifica en consecuencia.
c) MS / PhD: una buena perspectiva para la investigación. Totalmente financiado y tiene sentido (pero la EM también es genial)
Cosas recomendadas
a) Un buen POE (debe mostrar su interés y también sus antecedentes)
b) LOR (del lado académico y quizás uno del lado profesional)
c) Investigación / trabajo exp
d) Publicaciones
e) conocimiento
El 5% superior de la clase es bueno (ya que muchas unidades están muy centradas en el GPA para la EM, especialmente en las 20 principales), aunque podría estar equivocado en esto.
Ahora, en la mayoría de las aplicaciones de MS, no realizan una entrevista, por lo que se basa principalmente en lo que ha escrito en el currículum y en su SOP y de qué hablan sus LOR y de quién son.
Su SOP debe tener el equilibrio entre una historia y la información. Demasiada historia, y los profesores sentirán que es falsa. Demasiada información, y los profesores lo encontrarán aburrido. El profesor debe poder saber quién es usted solo leyendo esa / una y media página de SOP.
Puede obtener / puede no obtener. Según mi opinión, MS es un juego que involucra habilidad y suerte. Las personas de BITS / IITs / NITs / MU son buenas. El resto tiene que cubrirlo con algo especial. Lo que incluye tener un buen historial financiero (ya que muchas universidades usan las tarifas de MS como fondos para los fondos de docentes y doctores).
Llegando a la parte del conocimiento. Sé con certeza que si has realizado tus cursos de Coursera con éxito, y si has experimentado y hecho problemas en Kaggle, entonces estás en camino de obtener mucha buena información (conocimiento) sobre ML. Pero, ¿cómo verificarían los profesores eso para una EM? Después de todo, estos son solo cursos MOOC, que la gente puede falsificar (sin ofender para ti, ya que incluso a mí me encanta Coursera y los MOOC son mi fuente de conocimiento y habilidad en horario estelar) .Pueden obtener un doctorado realizando una entrevista. Es por eso que se prefiere el doctorado (aunque es más largo y más difícil), ya que pueden filtrar a las personas con antecedentes falsos gracias a la entrevista.
Sin embargo, pasar la primera ronda es difícil. Por lo tanto, necesitaría construir un SOP realmente bueno y tener buenos LOR (por favor no los falsifique, es fácil pero no tiene sentido). Y también hacer algunos proyectos. Guárdelos en Githubs. Estás resolviendo problemas en Kaggle. Excelente. Almacene el código en Github. Hiciste tareas en Coursera. Excelente. Almacene su solución en Github. Documente y almacene sus códigos de proyecto.
Además, envíe por correo a los profesores. Incluso si no responden, envíelos por correo. Y no les envíes archivos adjuntos. Odian los correos con archivos adjuntos (y los archivos adjuntos son bien conocidos por los virus lol). Vaya en línea, busque en grupos de Facebook, aprenda a redactar una carta para hablar sobre sus experiencias e intereses de investigación y por qué está enviando un correo electrónico al profesor.
Echa un vistazo a los sitios web de diferentes profesores en las diferentes universidades. Lea algunos de sus trabajos (resúmenes). Use esto como un punto de construcción en sus correos electrónicos. Intenta hablar con personas en Coursera y Kaggle, y crea conexiones. A menudo aprendemos de los errores de los demás.
Recuerde que al final del día, no se sienta frustrado por los resultados. Puede solicitar solo las 20 unidades principales (como lo hizo Bruce Wayne, saltando sin la cuerda en el pozo en Dark Knight Rises), pero también tome algunas unidades moderadas.
Y cualquier corrección a esta respuesta. Déjame saber. Salud