博士課程プログラムの資格

Yann LeCunは、彼のAMAで、博士号を取得することは、トップ企業に就職するために非常に重要であると考えていると述べました。

私には統計学の修士号があり、学部生は経済学と応用数学を専攻していましたが、現在はML PhDプログラムを調べています。ほとんどのプログラムでは、絶対に必要なCSコースはないという。しかし、私はほとんどの受け入れられた学生が少なくとも非常に強いCSのバックグラウンドを持っていると思う傾向があります。私は現在データサイエンティスト/統計学者として働いていますが、私の会社はコースの費用を負担します。自分自身をより強力な候補者にするために、地元の大学でソフトウェアエンジニアリングの入門コースを受講する必要がありますか？CS分野以外から博士課程プログラムに応募する場合、他にどのようなアドバイスがありますか？

編集：私はいくつかのMOOC（Machine Learning、Recommender Systems、NLP）を取り、毎日R / pythonをコーディングしています。私は統計言語で多くのコーディング経験があり、MLアルゴリズムを毎日実装しています。自分が応募できるものにもっと関心があります。

私があなたなら、データ構造とアルゴリズムに関する優れた本であるMOOCを1つか2つ（たとえば、アルゴリズム、パートI、アルゴリズム、パートII、関数型プログラミング原則）に取り、できるだけ多くのコードを記述します。たとえば、統計やMLアルゴリズムを実装できます。それはあなたにとって良い習慣であり、コミュニティにとって有用でしょう。

ただし、博士課程のプログラムについては、彼らが使用する数学の種類に精通していることも確認します。詳細を確認したい場合は、JMLRで論文を参照してください。これにより、理論に関して自分自身を調整できます。数学をたどることはできますか？

彼のような研究部門に参加したいと思わない限り、ああ、そしてあなたは一流企業で働くために博士号を必要としません。しかし、開発にもっと時間を費やし、優れたコーディングスキルが必要になります...

あなたの時間は、おそらくPhDプログラムよりもKaggleに費やすほうがよいでしょう。受賞者のストーリー（Kaggleブログ）を読むと、多くの練習が必要であり、受賞者は1つの方法の専門家だけではないことがわかります。

一方、PhDプログラムで計画を立てて活動していると、他の方法では得られないようなつながりを得ることができます。

本当の質問はあなたのためだと思います-一流企業に就職したい理由は何ですか？

あなたはすでに統計のマスターを持っています、それは素晴らしいです！一般的に、私は人々にできるだけ多くの統計、特にベイジアンデータ分析を取ることをお勧めします。

博士課程で何をしたいかに応じて、あなたはあなたのアプリケーション分野の分野の基礎コースから利益を得るでしょう。あなたはすでに経済学を持っていますが、社会行動についてデータサイエンスをしたいのであれば、社会学のコースは価値があります。詐欺防止に取り組みたいのであれば、銀行と金融取引のコースが良いでしょう。情報セキュリティに取り組みたい場合は、いくつかのセキュリティコースを受講するとよいでしょう。

社会学や他の分野のコースに時間を費やすことはデータサイエンティストにとって価値がないと主張する人々がいます。しかし、Google Flu Trendsプロジェクトの最近のケースを考えてみましょう。で、この記事でその方法が強く回避ミスを批判されました。批評家はそれを「ビッグデータの大騒ぎ」と呼んでいます。

社会科学の分野で強さを築くもう1つの理由があります。それは、個人の競争上の優位性です。学位プログラム、認定プログラム、MOOCの急増により、データサイエンス分野への学生の猛烈なラッシュがあります。ほとんどは、コアとなる機械学習の方法とツールの機能を備えています。博士課程の卒業生はより深く、より理論的な知識を持っていますが、彼らはすべて同じ種類の仕事を求めて競争し、同じ種類の価値を提供しています。この卒業生の洪水で、私は彼らがプレミアム給与を指揮することができなくなることを期待しています。

しかし、特定のドメインとアプリケーション領域での正式な教育と実践的な経験の組み合わせで自分を差別化できれば、群衆から離れて自分を区別できるはずです。

（コンテキスト：私は計算社会科学のPhDプログラムに参加しています。これは、モデリング、進化的計算、社会科学の分野に重点を置いており、MLやその他の経験的データ分析トピックにはあまり重点を置いていません）。

Yann LeCunのAMAページも見つけてよかったです。とても便利です。

ここに私の意見があります
。Q：自分をより強力な候補者にするために、地元の大学でソフトウェアエンジニアリングの入門コースを受講する必要がありますか？
A：いいえ、数学のコースをさらに受講する必要があります。難しいのは応用的なものではなく、理論的なものです。あなたの学校が何を提供しているのか分かりません。いくつかのコンピュータサイエンスコースとともに、理論的な数学のコースを受講します。

Q：CS分野以外から博士課程に応募する場合、他にアドバイスはありますか？
A：どれだけ密接に関連していますか。具体的な質問がなければ、具体的な答えを出すのは難しい。

ビジネススクールやインフォメーションスクールの博士課程に参加することもできます。ビジネススクールや情報学校にも定量的な教授やデータサイエンティストがいます（米国については、学校がたくさんあると思います）。このようにして、あなたは定量的および技術的スキルの面で資格を持ち、さらには過剰資格を持ち、他のスキルの強化に時間を費やすことができます。