機械学習科学者の毎日の仕事は何ですか？

私は現在、論文を書いているドイツの大学のマスターCS学生です。私は博士号を継続するか、業界で仕事を見つける必要がある場合、私は非常に難しい決定を下す必要があります2ヶ月で完了します。

博士号取得の理由：

• 私は非常に好奇心が強い人だと私は私がまだ欠けていると感じあまり知識を。私は多くのことを学びたいです。博士課程はそのために役立ちます。より良いコースを行い、大量の論文を読み、データマイニングと機械学習の専門家になることができるからです。私は数学が大好きですが、私の学部では得意ではありませんでした（悪い大学）。今、このドイツ語のユニで、私は多くの素晴らしい数学スキルを開発したと感じています。私は本当に数学が大好きなので、それを改善したいと思います！（私は学部生と生涯で数学が本当に悪かったのですが、今ではうまく数学ができると思います！）

• 知的にやりがいのある仕事をします。

• 私は正直に言う必要があり、また、私は私よりも高い学位を持つ他の人に会うことを嫌います。したがって、私が通りを歩いて博士号を持つ人に会ったら、「ああ、この男は私より賢いわ」と言う必要はありません。私は反対側にいることを好む。;）

博士号を取得しない理由：

• 私はインターネットで博士号を取得するかしないかについて読みました。ほとんどの場合、博士号を持つ人は、マスターを持つ人と同じような仕事をすることがわかりました。（これはコンピューターサイエンスの一般的な観察であり、ML / DMに関するものではありませんでした）。

• キャリアを始めて1〜2年で大金を稼ぐことができれば、おそらく自分の会社を始めることができます。

まだ明確ではないもの：

最後に私の最終目標が何であるかはまだわかりません。それは有名な小さな会社を持つことですか？それとも有名な科学者になることですか？まだこの質問に対する答えがありません。

決断を下すために、次の2つのことを知りたいと思います。

• 業界で修士号を取得したデータサイエンティスト/機械学習者として働くことはどのようなものですか？どんな仕事をしていますか？特に、機械学習の科学者としてアマゾンでそれらの広告を読んだとき、私はいつも彼らが何をするのだろうと思います。

• 前と同じ質問ですが、博士号があります。マスターと何か違うことや同じことをしていますか？

• 挑戦的な興味深い問題に対処するつもりですか？または退屈なものですか？

ちょっとした注意として：私は機械学習の博士号を持つ男（ドイツ）を見て、機械学習ソフトウェアを宣伝する会社で働いています。私が理解したように、彼の仕事のほとんどは、人々に方法とソフトウェア（意思決定ツリーなど）を使用するように訓練することです。

いくつかの有名な良い会社でドイツ/スイスに関連した経験の答えを得ることができれば素晴らしいと思います。

アレックス、私はドイツやスイスについて特にコメントすることはできませんが、私はさまざまな国から100,000人以上のスタッフを抱える国際企業で働いています。これらの人々のほとんどは少なくとも大学院レベルの学位を持ち、多くは修士号と博士号を持ち、人事部と管理スタッフを除き、私たちのほとんどは1つ以上の異なる科学分野の専門家です。私は30年以上の経験があり、熟練した科学/技術専門家、マネージャー、プロジェクトマネージャーとして働いており、最終的には純粋に科学的な役割に戻りました。私はスタッフの雇用にも関わっています。おそらく、私の意見のいくつかはあなたにとって価値があるかもしれません。

1. ほとんどの新卒者は本当に自分が何を望んでいるかを正確に知らないので、それを見つけるには通常数年かかります。ほとんどの場合、彼らの職場での経験は、さまざまな理由で予想していたものと比較して非常に異なっています。エキサイティングな職場もあれば、退屈で退屈な「職場の政治」、上司の悪役などが大きな問題になることもあります。これらの問題のいずれかで、より高い学位はまったく役に立たないかもしれません。

2. ほとんどの雇用主は、「仕事をして」できるだけ早く生産的になれる人を求めています。雇用主に応じて、より高い学位が重要かどうかは関係ありません。状況によっては、博士号がない限り、ドアが閉じられます。他の状況では、博士号を取得していて、雇用主が「理論的ではなく、より実践的な経験を持つ」人を求めているため、ドアが閉まっている場合があります。

3. 博士号は必ずしも昇進の早さや給与の大幅な差を意味するものではなく、獲得できる職種に差が生じる場合と生じない場合があります。一般的に、候補者にインタビューしているとき、私は関連する仕事関連の経験を持つ人々を見つけることに最も興味を持っています。候補者の論文のトピックが特に関連している場合、博士号は、ポジションを確保する際の最終決定要因になる可能性があります。

4. 人々は、以前よりも頻繁に転職する傾向があります。年齢を2 * piで除算することは、円を描くようになる前に就職するのに何年も悪い経験則ではありません。一部の人々はしばらく働いてから、より高い研究に戻ります。一部の人々（私のような）は博士号を取得し、その後「拒否するには申し出がまし」を取得し、博士号を残して仕事に出る。ごめんなさい いいえ、まったくありません。もう一度やり直す場合は、とにかくまったく異なるトピックで博士号を取得します。

5. 私があなたに与えることができる最良の提案は、あなたが最も楽しんでいることをして、それがどのように展開するかを見ることです。他に誰もあなたに最適なものを教えてくれません。時々、何かを試してみるだけで、うまくいかない場合は、できる限り多くを学び、他のことを進めます。ロダンが言ったように：経験を賢く使うなら、時間の無駄はありません。

仕事のルーティンについての私の意見を説明する前に、関連性があると思われる投稿をいくつか取り上げます（強調）

1. 私はとても好奇心が強い人です
2. で動作します知的挑戦のものを
3. 私は正直に言う必要があり、また、私よりも高い学位を持つ誰かを見るのは嫌いだ（虚栄心）
4. 1 年か2年でキャリアを始めてたくさんのお金を稼ぐことができます
5. 自分の会社を始める

1と2に基づくと、データサイエンスと研究全般について非常にロマンチックな見方をしているように見えます。はい、興味深い問題に取り組むことができますが、24時間年中無休です（これは業界と研究の両方に当てはまります）。

2と3に基づいて、あなたは研究を人間の知性の頂点と考え、博士号をあなたのスマートの証明と考えているようです。私は同意しません、なぜなら：

• 学術研究と産業界の両方で知的に挑戦的な問題があります。学者が最も困難なものに直面するのは奇妙な仮定だと思います。
• 博士号を取得することは、あなたが賢いということではなく、あなたの分野で優れた研究を行うために必要なものがあることを意味します。研究は、他の誰かより賢くすることではありません（それは役立ちますが）。創造性と異なる角度からのアプローチの問題も非常に重要な資質です。あなたが次の人よりも賢いという何らかの証拠が必要な場合は、博士号ではなくメンサテストを受けてください。

_{私の意見では、最も賢い人は、それが核物理学者または大工になることを意味するかどうかにかかわらず、彼らが行った選択で幸せな生活を送ることになります。彼らがあなたに誇示する何かをあなたに与えるかどうかに基づいてあなたの決定をしないでください。}

4と5に基づいて、ある時点で自分の会社を始めることを想像しているようです。スタートアップは、技術指向のスタートアップであっても、実際のテクノロジーにほとんどの時間を費やすことはないでしょう。マーケティング、事業計画、管理などはすべて、成功しているスタートアップにとって等しく（それ以上ではないにしても）重要です。博士号はどのように役立つと期待していますか？

今、これらの予備知識は邪魔にならないようになっています。機械学習の科学者の仕事についての私の個人的な意見です。まず第一に、あなたはあなたの選択を強調して、大きな/複雑な/興味深いデータセットで最先端の方法で作業するようになります。確かに非常に興味深い作品です。

...しかし

実際の機械学習には多くの無骨な作業が伴います

コンピュータの軍隊があなたの命令をする間、あなたは数学的な優雅さに満ちた理想郷の世界で毎労働時間を過ごすことはありません。あなたの時間の大部分は単調な仕事に費やされます。データベース管理、データセットの準備、データの正規化、矛盾の処理などです。私はこれらのタスクの大部分を過ごします。それらは時間とともによりエキサイティングに成長することはありません。あなたが自分のトピックに情熱を傾けていない場合、最終的にこれらのことをする動機を失います。

機械学習クラスを受講している場合、通常、一貫性のある、ラベル付けされたデータセットを取得します。これは実際の機械学習ではありません。お気に入りのアルゴリズムを実行する準備が整った時点に到達しようとすることに、ほとんどの時間を費やします。

コラボレーションにおける期待管理

学際的なプロジェクトを行いたい場合は、自分が何をしているのかほとんど何も知らない人と仕事をする方法を学ぶ必要があります（これは専門分野には当てはまります）。機械学習では、多くの場合、次の2つのシナリオのいずれかを意味します。

• 協力者はあまりにも多くのテレビを見たことがあり、派手なアルゴリズムとたくさんのクールな視覚化ですべてを解決できると考えています。
• 共同編集者は、使用している手法を理解していないため、メリットや潜在的なアプリケーションを理解していません。

•業界で修士号を取得したデータサイエンティスト/機械学習者として働くのはどのようなものですか？どんな仕事をしていますか？特に、機械学習の科学者としてアマゾンでそれらの広告を読んだとき、私はいつも彼らが何をするのだろうと思います。

ビジネス上の問題は学位によって実際に変わることはないので、同じまたは類似したものを見るでしょう。大規模な組織で働く場合、会社の大規模なデータセットで作業します。これは通常、製品/クライアントデータまたは運用データ（化学プロセスデータ、金融市場データ、ウェブサイトトラフィックデータなど）になります。一般的な最終目標は、データを活用してお金を節約するか、会社のためにお金を稼ぐことです。

•前と同じ質問ですが、博士号があります。マスターと何か違うことや同じことをしていますか？

答えは上記のとおりです。あなたはほとんど同じことをするでしょう。しかし、研究/定量分析/または大規模な国際企業の同様の技術部門では、博士号を持っている場合、修士号を持つ人よりも優位にあります。キャリアアップの面で。博士号は、あなたが独立した研究者であることを教えます（または教えることになっています）。しかし、（潜在的に）より早いキャリアアップのために、博士号取得を強くお勧めします。博士号を取得することは難しく、特に最後の痛みを伴うプロセスに向けて、あなたはあなたの主題を好む（理想的には愛する）必要があり、また私の意見では学問に留まる潜在的な関心を持っています（研究に対するあなたの親和性を明らかにするためのプロキシですおよびpartiuclarトピック）耐えられるようにします。

また、博士号を取得して業界に戻ると、キャリアの梯子に遅れてしまい、最終的には技術志向のサポートの役割に導かれる可能性があることに注意してください（会社の本当のお金を稼ぐ人に比べて安いです）-あなたの主な目的ではないかもしれません。最後に、あなたがあなた自身の会社で小規模な会社で働いているなら、博士号を持つという縁は、キャリアアップや給料の観点から事実上消えてしまいます。

•興味深い興味深い問題に対処しますか？または退屈なものですか？

これに対する一般的な答えはないと思います。MLは学際的です。アナリストとして働いている場合、通常はデータを見てモデルを構築しようとします。開発側の場合は、実装の軽微な扱いに対処することになります。クライアントと向き合っている場合は、クライアントの多くの手を握ってトレーニングする必要があります（ただし、より多くのお金を稼ぐ可能性があります）。通常、あなたの質問に対する答えは、個人的な好みと雇用主が提供する柔軟性によって異なります。

または、統計学者や機械学習者が日常的に見られない研究グループに参加してみてください。たとえば、感染と病気のspreading延、植物学や生態学、社会的な昆虫、あるいは社会科学でしょうか？

正確な例を挙げることはできませんが、あなたがそれらの数が少ない場所で優れた統計学者/ MLである場合、人や異なる研究提案があなたを見つけるよりも。ポイントは、あなたの側からあまり努力しなくても、本当に需要があるということです。

そのアイデアが好きなら、現在のトピック（業界）以外の機械学習の問題を検索するよりも、「挑戦的な興味深い問題」や「知的にやりがいのあるものを扱う」方法を見つけることができるでしょう。

私は他の答えに同意します。博士号を継続するか、学士号を取得した後に業界を行うことをためらうあなたのような人々のための1つの一般的な方法（少なくとも米国では）は、博士号を申請し、その後休暇を取ることです（1年以上）物事が期待したほど大きくない、または単に産業を探求したい場合 一般的に、学部卒業後すぐに博士号を申請する方が簡単です。試験を履修する習慣をまだ忘れていない（GRE）、推薦状を書いてくれる教授はまだよく覚えている、など。

また、PhDと業界の比較では、機会の中でも、興味深いデータセットへのアクセス、コンピュータークラスターの可用性、場所のソフトウェアエンジニアリングスキル、各プロジェクトに割り当てられている人数を比較することをお勧めします。

最後に、業界でも知的にやりがいのあるものをたくさん見つけることができます。たとえば、IBM / Google / Microsoft / Nuance / Facebook /などをチェックしてください。研究部門（多くの知的に挑戦的なもののアカデミアを見つけることができるように）。たとえば、SVMの背後にいる人々はAT＆Tで働いていました。IBMWatsonはIBMで、Google Translateは最高の機械翻訳システムの1つです。NuanceとGoogleは最高の音声認識システムを持っています。実際、機械学習の研究に最も貢献しているのは産業界と学界の中で誰なのかといつも疑問に思っていました（Quoraのデータベース研究についても同じ質問をしました：過去10年間、データベース研究のほとんどは業界によって推進されてきましたか？）

博士号を取得するには、人間の知識の状態を進める必要があります。もっと多くを学ぶ必要はありません。オリジナルの何かを作成する必要があります。これは長く、遅く、痛みを伴うプロセスであり、誰もが成功するわけではありません。そのため、あなたは自分の分野に新しい、創造的な貢献があると思う場合にのみ博士号を取るべきです。

フィールドを学習してフィールドを適用するだけの場合は、マスターを最大で取得し、適用中に残りの人生を学習します。読んでください。時折のワークショップに参加してください。ある時点で真に独創的なことをしたいという衝動に感染している場合は、キャリアから（長い）休憩を取り、その博士号を取得しようとします。

/ famous little company /ルートを選択すると、会社に研究部門を設立する自由があります。

ここで、あなたは、無制限に、いらいらするほど創造的になります...あなたのすべての子供時代のファンタジー、知的挑戦的なものを探検します...あなたはペースを設定します...あなたは/男/になります。

/ Killer /研究論文を書くためにUniversity Labsに座る必要はありません。

それにもかかわらず、その間、あなたはいつでも大学の関連する研究部門と調整することができます。見る...？ツヴァイ・フォーゲル・ミット・アインズ・スタイン:-)

...より高い学位を持つ他の誰か...

まあ、虚栄心は、適度に、私たちが可能な限り最高のものを探すように動機付けます。

がんばろう。

yb