Я аспирант 2 курса по физике. Позиции на постоянной основе очень конкурентоспособны, и я не настолько люблю исследования, чтобы делать их своей карьерой. Поскольку мне нравится программировать и играть с данными, я хочу работать специалистом по данным после получения степени. Я читал несколько историй успеха людей, которые получили степень по физике, но работают исследователями данных, но люди из ведущих университетов, таких как Калифорнийский университет в Беркли, Стэнфорд и т. д. Итак, мой вопрос: насколько это выполнимо для того, кто получает степень по физике только университет с низким рейтингом, чтобы найти работу специалиста по данным. Каковы планы на следующие годы, когда я еще учусь в докторантуре? Чему я должен научиться? Как я должен работать над реальными проектами и стажировками? Поможет ли бесплатная работа в исследовательской лаборатории по анализу данных в моем нынешнем университете?
Если вы участвуете в соревнованиях Kaggle или в соревнованиях по физиотерапии (и выигрываете), это во многом доказывает, что вы надежный специалист по данным, независимо от вашей степени.
Да, вы абсолютно точно можете пройти путь от доктора философии по физике до карьеры в науке о данных.
Я видел три основных маршрута:
Поскольку вы только начинаете, у вас также есть важная возможность сделать ваш проект PhD более тесно связанным с интересными идеями в области науки о данных. Можно заниматься как физикой, так и наукой о данных — например, если я посмотрю на список сессий на мартовском собрании APS 2017 года, я увижу три или четыре с «машинным обучением» только в названии. Конечно, это зависит от консультанта, который готов это сделать и может научить вас нужным вещам!
Тем не менее, по-прежнему важно помнить, что докторская степень по физике — это долгосрочное обязательство, и вам нужно выбрать консультанта и проект, которым вы будете довольны в то же время, а не только то, что будет популярным в отрасли. (В конце концов, через 3-4 года рынок специалистов по данным может быть далеко не таким хорошим.)
Я сделал именно это (от доктора физики до науки о данных). Я не делал никаких «конкретных проектов», но занимался самоучкой.
Если вы хотите помочь себе, вы можете узнать:
Я уже был компетентен в Python и занимался базовым машинным обучением (т. е. регрессией и базовой классификацией изображений). Я также прочитал первую половину книги:
«Практическое машинное обучение с помощью Scikit-Learn и TensorFlow», А. Герон. (Я не имею никакого отношения к этой книге или автору).
Самое главное – сосредоточиться на получении докторской степени! Хороший доктор даст вам работу в этой области, а не базовые знания, которые вы могли бы получить в свободное время. Все свои знания я получил, работая на другой работе в течение нескольких месяцев после защиты докторской диссертации.
После этого я подошел к некоторым вакансиям в области науки о данных и был честен: у меня хороший опыт в области арифметики, но у меня очень мало знаний о науке о данных, но я хочу учиться. Несколько компаний были очень рады, что я «обучился» из-за потенциала, который есть у человека с докторской степенью! В частности, будучи кандидатом наук по физике, вы научитесь отличным навыкам исследования и решения проблем.
Рассвет