Все нижеследующее происходит в британском университете.
У меня есть степень бакалавра в области физики и степень магистра в области компьютерных наук. Моя диссертация была посвящена применению различных методов машинного обучения/статистики к наборам биологических данных. Я хотел сделать что-то подобное для своей докторской диссертации, однако мой научный руководитель ушел из университета.
Сейчас я на первом курсе доктора компьютерных наук, в частности, вычислительной биологии. Моя работа сосредоточена на сравнении различных методов (физического/статистического/машинного обучения) в моделировании отдельных клеток. Мне трудно включать методы машинного обучения в свою работу, поскольку не так много наборов данных для того, что мой руководитель хочет, чтобы я делал, и поэтому подход машинного обучения оказывается сложным.
Я отчаянно хочу работу/постдок в среде машинного обучения/статистики.
Я знаю, что многие пост-документы перешли в другую область после получения докторской степени, например, астрофизика на машинное обучение, надежные системы на машинное обучение, биофизика на разработку компилятора. В моем случае кто-нибудь в сообществе машинного обучения воспримет меня всерьез? (Я думал, что мой Msc поможет мне...)
Я изрядно изучил машинное обучение и статистику, есть ли что-нибудь еще, что я должен сделать, чтобы повысить вероятность получения постдока по машинному обучению/статистике?
Кто-нибудь в отделе статистики воспримет меня всерьез, если у меня нет математической степени?
Делают ли люди, которые меняют сферу деятельности, успешную карьеру, или это обычно тревожный сигнал?
Мой ответ больше основан на опыте вычислительной биологии, но я думаю, что он актуален и для других областей:
Смена полей очень распространена в академических кругах, особенно при переходе из докторантуры в докторантуру. Во многих случаях это на самом деле считается преимуществом, поскольку вы можете перенести свои навыки, опыт и определенный мыслительный процесс в область, в которой многие люди не обладают этими навыками. Например, многие физики, компьютерщики и математики перешли в биологию и внесли значительный вклад. На самом деле, существуют даже постдокторские стипендии, которые специально финансируют этот тип изменений в поле.
Что касается ваших вопросов «воспримут ли они меня всерьез?»: поскольку вы нацелены в основном на прикладное машинное обучение/статистику, я не думаю, что вам следует слишком беспокоиться, если теоретическое сообщество по машинному обучению/статистике воспримет вас всерьез. Многие теоретики склонны смотреть свысока на прикладную науку — не беспокойтесь об этом, вы все равно можете оказать существенное влияние, не продвигая никакой теории. Похоже, что в будущем вы либо будете принадлежать к тому отделу, в котором хотите применять техники (например, к кафедре биологии), либо будете тесно сотрудничать с людьми из этих отделов. В этом случае вас обычно считают экспертом по машинному обучению/статистике.
Сказав все это, конечно, это ваша работа, чтобы стать экспертом. Изучение теории важно, но если вы собираетесь заниматься прикладными науками, особенно прикладным машинным обучением/статистикой, было бы большим преимуществом получить реальный опыт их использования. Существует огромная разница между изучением этих методов и их реальным внедрением и использованием. Вы увидите, что во время получения докторской степени вы часто можете расширить свои исследования в направлениях, которые вас больше интересуют. Не должно быть слишком сложно творчески использовать некоторые машинное обучение/статистику в некоторых подпроектах (которые впоследствии могут быть расширены).
Некоторые мысли по вашим вопросам (пожалуйста, не принимайте это как истину, я нахожусь на завершающей стадии своей докторской диссертации и также ищу постдока).
Ваша степень магистра ML, скорее всего, принесет вам пользу в любом приложении для постдока (в какой степени это будет зависеть от учреждения). Что-то, что следует учитывать, возможно ли построить/включить принципы машинного обучения в ваше текущее исследование?
Один из основных способов быть замеченным в интересующих вас областях — публиковаться в рецензируемых журналах и выступать на соответствующих конференциях. Поговорите с учеными, занимающимися вашей областью интересов, поговорите со своим руководителем/консультантом – возможно, узнайте, есть ли возможность совместных статей/презентаций на конференциях.
Что касается смены карьеры, то это все чаще становится нормой — мой собственный пример — переход от экономической геологии через преподавание к физике атмосферы. В этом аспекте важно сосредоточиться на навыках, которые вы развили, особенно в исследованиях.
Надеюсь, это поможет.
Это сильно зависит от того, что вы хотите делать после получения степени доктора философии. Точнее, если вы хотите работать техническим персоналом, то да. Это влияет на ваши шансы на карьеру, потому что это не поможет компании, если вы являетесь экспертом, и поэтому они должны платить вам больше, чем в среднем, в другой области, и у вас нет подтвержденного солидного опыта в области, в которой они работают . хочу быть нанятым.
Однако, если вы решили работать менеджером, продавцом, маркетологом или администратором (например, подписывая заявки), то не имеет значения, в какой области у вас есть докторская степень. На некоторых должностях требуется наличие звания кандидата наук, не более.
Побитовый
RNs_Ghost
ДжеффЭ
Ирвин
RNs_Ghost
пользователь35129
Ключ.