Gran pregunta y gracias por A2A.
TL; DR : es complicado pero hay que probarlo en diferentes geografías emergentes como India, China. Solo hay esto que Estados Unidos puede / puede tomar.
——————————————————
“Todavía hay escasez” es una suposición que estás haciendo. Creo que hay demasiada publicidad sobre inteligencia artificial, aprendizaje profundo y / o habilidades de aprendizaje automático y escasez.
- ¿Está bien enviar un correo electrónico a un profesor de la universidad de EE. UU. (Cuyo trabajo científico le interesa mucho) preguntándole si puede tomarlo como estudiante de doctorado?
- ¿Por qué no hay foco en la India para la investigación? ¿Los temas de doctorado son todos sobre ideas obsoletas?
- ¿Puede alguien con un coeficiente intelectual promedio terminar un doctorado en ciencia e ingeniería?
- ¿Es una buena idea hacer un doctorado directo en el Instituto Weizmann?
- ¿Vale la pena hacer un doctorado en ciencias de la vida si convertirse en profesor no es el objetivo final?
Empresas tradicionales : cuando las empresas (incluso en los EE. UU.) Se quejan de la escasez o la necesidad de expertos en aprendizaje automático, están haciendo eco de un sentimiento para permitir que sus ventas, marketing, finanzas, compras, operaciones, etc. se vuelvan basadas en datos y ayuden a impulsar la eficiencia, la conversión o cualquier otro KPI que mida su éxito.
El dilema aquí radica en el acceso a esas habilidades específicas. Simplemente no pueden encontrarlos porque los especialistas en aprendizaje automático / datos (¡ incluido yo mismo !) Preferirían trabajar en / con un grupo suficientemente grande de expertos para aprender colectivamente. Desafortunadamente, ese no es el caso todavía, ya que los que trabajan allí realmente no están haciendo el loco ML / DL todo el tiempo.
Empresas tecnológicas : hay mucha acción allí y afortunadamente lo son: si miras a Amazon (empresa), Google (empresa) Facebook, Netflix, etc., también son grandes empleadores, pero tienen el magnetismo y no tienen problemas para obtener el talento adecuado . La gente está volando desesperadamente de todas las universidades del mundo para dejar su huella en estas compañías.
Por lo tanto, para los solicitantes de empleo de ML, el dilema de entrar en una empresa puede parecer emocionante, pero la maquinaria de movimiento lento realmente los lleva a donde la acción está o va a estar . Muy natural.
La alta tecnología está bastante inundada de gente, así que no estoy seguro de si tocar sus puertas puede ser lo más sensato.
Me preocupa que podamos terminar con mucha gente capacitada para una economía, al igual que a mediados de los 90 durante la revolución de Internet y TI, donde solo un pequeño porcentaje puede dejar una marca.
¿Mi consejo?
Pruebe diferentes regiones y explore con empresas que están decididas a marcar la diferencia con el aprendizaje automático fuera del famoso círculo de empresas tecnológicas.