В этом обновлении мы записали суть, которая сыграла важную роль в путешествии Ашиша Синхи (отделение металлургии IIT-R) в его путешествии по науке о данных. Ашиш упомянул все это, перейдя от некоторых базовых статистических данных к построению надежной карьеры в этой области.
ВВЕДЕНИЕ
Q1. Как вы познакомились со своей профессией/интересом?
Я попробовал Web-D, кодирование в течение первого года, но не смог освоить его. Итак, после знакомства с несколькими пожилыми людьми я попробовал свои силы в науке о данных, и мне это тоже понравилось. Поэтому на втором курсе я решил стажироваться в области анализа данных. Во время стажировки я встретил пару человек, которые рассказали мне об исследованиях в области глубокого обучения и машинного обучения. И с тех пор я придерживаюсь его просто из-за острых ощущений, связанных с этой стремительно развивающейся исследовательской темой.
Q2. Каков был ваш первоначальный подход к работе в этой области?
Я прошел несколько онлайн-курсов, таких как CS229, CS231, CS224, Stat110, а затем принял участие в некоторых соревнованиях на Kaggle, чтобы проверить, чему я научился. Итак, это своего рода пирамидальный подход, но даже подход сверху вниз тоже работает. Кодируйте материал, гуглите то, что вы не понимаете, и двигайтесь вперед.
ОЦЕНКА И ЗАМЕЧАНИЕ
Q3. Что вы сделали, чтобы собрать свою стажировку/работу/научную школу, включая ваши стратегии и источники практики/подготовки?
Когда я принял участие в своем первом соревновании Kaggle после второго года обучения и получил хороший рейтинг, ко мне обратился стартап, чтобы работать на них удаленно. И из-за моей стажировки я заинтересовался исследованиями в области машинного обучения и хотел изучить их дальше, пройдя стажировку в университете на 3-м курсе. Поэтому я начал писать по электронной почте и получил предложение от Института Макса Планка (MPI) и Preferred Networks (PFN). Я выбрал PFN, а не MPI, потому что работа была лучше, и оплата тоже. Тем временем профессор, которому я отправил письмо, не мог предложить мне стипендию, поэтому я спросил его, могу ли я работать удаленно, и он согласился. Так что я проработал с ним семестр и опубликовал статью в хорошем журнале. Я думаю, что мои проекты, опыт Kaggle и умение читать исследовательские работы помогли мне пройти стажировку.
Q4. Можете ли вы вкратце описать процедуру отбора для того же самого? Какие все пункты позволили вам иметь преимущество по сравнению с другими вашими коллегами в этой области?
В компании было 3 тура процедуры отбора на данную научную стажировку. Сначала был шорт-лист резюме, за которым последовало видеоинтервью, где вопросы были заранее записаны, и я должен был записать ответы за 1–2 минуты. Вопросы были скорее HR-типа, такие как вступление, последняя статья, которую вы прочитали, любимая статья и т. д. Третий раунд был интервью f2f с двумя интервьюерами, которые должны были быть моими руководителями во время стажировки. Для этого раунда они прислали мне исследовательскую работу, и я должен был резюмировать и критиковать статью в течение 30 минут во время интервью, после чего последовали вопросы с их стороны, а затем последовал 30-минутный раунд кодирования. Думаю, я хорошо резюмировал статью, хотя мои ответы были не по делу, мой подход к объяснению ответов был хорошим. И кодирование тоже было простым, сначала я дал решение O(n2), а когда мне сказали его оптимизировать, я дал им решение сложности O(n) по времени и O(1) по пространству. Думаю, кодирование, чтение и анализ бумаги дали мне преимущество.
Q5. Какие все пункты могут усилить резюме? И как мы, студенты, можем его развивать сейчас?
Проекты, которые вы можете продемонстрировать и согласовать с профилем, на который вы подаете заявку, являются наиболее важными.
Есть много проектов с открытым исходным кодом, начните участвовать в них. Прочитайте исследовательские работы и попытайтесь внедрить и воспроизвести результаты. Задача воспроизводимости — хорошая отправная точка. Кроме того, соревнования Kaggle также являются хорошим началом, хотя победить сложно, важны навыки и концепции, которые вы изучили в соревновании.
Q6. Что касается тестов и собеседований, что именно включает их программа и исходный материал, который вы использовали для подготовки?
Достаточно простых вопросов по программированию от geeksforgeeks. Просто узнайте о временной и пространственной сложности и хорошо разбирайтесь в одном из языков программирования. В моем случае предпочтение отдавалось Python. А заметки CS229 и Stats110 доступны онлайн, что может пригодиться при подготовке в условиях нехватки времени. Но только не забывайте не лгать, если вы не знаете, говорите, что не знаете, но не давайте неправильного ответа.
Опыт Buzz
Q7. В случае, если чей-то интерес не совпадает с его/ее областью обучения, как ему добиться того же самого под постоянным давлением поддержания хорошего CGPA?
Я являюсь одним из них. Я интересуюсь CS, компьютерным зрением и исследованиями в области машинного обучения, но структура моего курса не предлагает таких курсов. Поэтому мне пришлось потратить дополнительное время на оттачивание навыков. GPA всегда должен быть вашей главной заботой. Старайтесь поддерживать достойный средний балл 8 или выше. А когда вы сузите круг своих интересов, просто потратьте немного дополнительного времени на выполнение некоторых проектов с профессорами или в одиночку (примите участие в конкурсах). У нас достаточно времени, чтобы сделать все, все зависит от того, как вы с этим справитесь. Если вы только откладываете или несерьезны, то, очевидно, у вас не будет времени. Тайм-менеджмент — это всегда ключ, и если вы действительно чем-то заинтересованы, вы всегда сможете посвятить этому достаточно времени.
Q8. Насколько вы согласны / не согласны с тем фактом, что «CGPA имеет значение, несмотря на то, что вы не занимаетесь своей отраслью в качестве карьеры» и почему?
Я полностью согласен с этим. Независимо от того, какую карьеру вы хотите выбрать, CGPA имеет значение, но не всегда. Скажем, если человек заинтересован только в работе в сфере программного обеспечения, средний балл не будет иметь большого значения, потому что навыки человека, а затем его бывшая работа компенсируют низкий средний балл. Тем не менее, все, что выше 7 или 7,5, хорошо, так что, по крайней мере, большинство компаний разрешают вам сесть на места размещения. А теперь скажите, что вы хотите получить высшее образование, средний балл должен быть хорошим, будь то профильный или непрофильный. Если у вас немного слабый профиль в некоторых других секторах, но у вас хороший средний балл, вы попадете в хороший колледж. Такие университеты, как MIT и Oxbridge, предпочитают DR 1, они даже упоминают об этом на своем веб-сайте. Так что да, средний балл имеет значение даже для людей, которые хотят работать в основных секторах.
Q9. Какие ошибки, по вашему мнению, можно было бы исправить в ходе всего процесса?
Я должен был больше сосредоточиться на своем среднем балле и заняться CS. Если у вас нет специализации в CS, несовершеннолетняя в CS может улучшить ваш профиль, компенсируя необходимые курсы CS, которые требуются в университетах.
Q10. Каковы ваши планы на будущее в этой области и другие перспективы?
Я планирую получить докторскую степень. в исследованиях компьютерного зрения, поэтому я подаю заявку на осенний прием. Хотя сейчас я работаю аналитиком в Wells Fargo из-за сценария covid.
Q11. С какими трудностями вы сталкивались на протяжении всего путешествия? Как бы вы посоветовали нашим читателям бороться с ними?
Для меня профессионалы всегда говорили, что у меня нет фона в CS, как я смогу проводить исследования. Несмотря на то, что у меня были хорошие проекты, это всегда было проблемой, поэтому попасть на зарубежную научную стажировку было сложно. Но я был настойчив, я писал профессорам по электронной почте, отправлял им максимум 1-2 напоминания, наконец, я получил стажировку, исследовательскую работу с тем же профессором, и теперь у меня есть 4 исследовательские работы в этой области в течение 2 лет с тех пор. Я начал заниматься исследованиями на третьем курсе, т.е. на седьмом семестре. Поэтому я бы посоветовал вам быть настойчивыми и никогда не сдаваться. Вы никогда не знаете, откуда появится возможность для вас.
Общие советы читателям
Q12. Какой лучший совет вы можете дать, чтобы помочь спланировать карьеру, а не просто работать, чтобы сохранить работу?
Выберите профессию, которая вас интересует, и вы думаете, что сможете заниматься ею всю оставшуюся жизнь и получать от этого удовольствие. Затем посмотрите, что другие люди в этой области делают через 3–5–10 лет. Поговорите с пожилыми людьми или другими пользователями LinkedIn. Посмотрите, насколько велика возможность роста, какое образование (MS/Ph.D./MBA) требуется для продвижения по карьерной лестнице. Если вы останетесь на этой карьерной траектории в течение 3–5 лет, то возможности автоматически появятся для вас, учитывая ваш опыт.
