Стоит ли вам получать степень магистра в области машинного обучения?

Содержит мысли и мнения выпускников магистратуры.

Открытие

Примерно пару недель назад ко мне обратился один любопытный человек, прочитавший мою статью. Основная причина, по которой со мной связались, заключалась в том, чтобы узнать мое мнение о том, достаточно ли степени магистра для построения карьеры в индустрии искусственного интеллекта или же следует дополнить эту степень магистра докторской степенью.

Краткий ответ: нет.

Магистр машинного обучения дает вам более чем достаточно знаний в этой области, чтобы внести свой вклад в большинство практических сред.

Но - да, есть одно но - уровень вашего карьерного роста может определяться типом вашей ученой степени.

Вокруг машинного обучения много шумихи, и большое количество людей стекаются в академические учреждения, чтобы получить степени в области машинного обучения, - я в том числе.

Невозможно переоценить важность принятия правильного решения относительно того, какой уровень продвинутой квалификации вы хотите получить.

Чтобы облегчить принятие решений и внести некоторую ясность, я приведу доводы в пользу получения степени магистра и завершу свое личное мнение о дискуссии.

Я буду использовать три критерия в качестве путеводного маяка.

Тем, кого интересуют выступления выпускников магистратуры, просто прокрутите вниз до раздела «Знания».

Вступление

Магистр машинного обучения - один из лучших методов для получения как теоретических, так и практических знаний. В конце концов, вы получите признанную ученую степень.

Путь к получению степени магистра в области машинного обучения может быть довольно гладким, если у вас есть фоновое обучение по таким темам, как математика, информатика, физика, механика или электротехника.

Магистратура в Великобритании обычно занимает год на полную ставку, а получение квалификации на неполной ставке может занять от 2 до 4 лет. В Соединенных Штатах средняя продолжительность обучения в магистратуре составляет примерно 2 года.

Я нашел несколько отличных ресурсов, которые включают ссылки и информацию об университетах США, в которых есть программы MSc ML. Первый ресурс написан недавно Стейси Стэнфорд в 2020 году, и в статье перечислены 10 университетов, в то время как другой ресурс, написанный MNM в 2018 году, охватывает 20 университетов. .

Несколько программ магистратуры в области машинного обучения используют универсальный подход к обучению студентов в этой области. Это означает, что студенты магистратуры знакомятся с различными темами, такими как робототехника, лингвистика, обработка естественного языка (NLP), компьютерное зрение, программирование, разработка программного обеспечения, обработка сигналов, распознавание речи и многое другое. Такой универсальный характер квалификации может быть выгоден в постоянно меняющейся отрасли.

Давайте воспользуемся нашими путеводными маяками для дальнейшего анализа случая получения степени магистра в области машинного обучения.

Заработок и карьерный потенциал

Универсальный характер программ магистратуры дает людям универсальность, которую в настоящее время ищут многие работодатели. Преимущество общего обзора поля ML заключается в том, что вы не ограничены только объявленными вакансиями.

После получения степени магистра я смог подать заявку на вступительные должности на такие должности, как специалист по данным, инженер по компьютерному зрению, инженер по машинному обучению и инженер по НЛП. Причина, по которой у меня были требования к большей части объявленной должности, заключается в том, что моя программа MSc представляет темы достаточно подробно.

Для роли инженера по машинному обучению около 30% ролей, которые я искал в LinkedIn, требовали от соискателей степени магистра. Я использовал Paysa, чтобы получить больше информации о зарплате инженера по машинному обучению. Согласно опросу более 300 инженерных должностей ML, 17% профилей имели степень магистра, 12% имели степень бакалавра и 28% имели степень доктора философии. Получение степени магистра определенно откроет новые двери.

Анализируя опрос профилей более 15 000 специалистов по данным, мы можем заметить, что почти половина профилей имели квалификацию бакалавра, а 14% имели квалификацию магистра.

Некоторые могут сделать предположение, что на основании статистики для многих ролей Data Scientist требуется только степень бакалавра наук, и это правда.

Наука о данных не так сложна в техническом плане по сравнению с другими ролями машинного обучения. Хотя может быть высокий спрос на практиков ОД, существует также большое количество выпускников, желающих занять начальные должности.

Главное - выделиться из толпы, а степень магистра определенно ставит вас впереди коллег с квалификацией бакалавра.

Теперь о потенциальном доходе.

В том же опросе, упомянутом выше для профилей ML Engineering и Data Scientist, средняя заработная плата для обеих должностей составляет 94 510 долларов США и 99 558 долларов США соответственно. Лучшие игроки на обеих должностях получали более 120 000 долларов.

Чтобы получить высокий заработок, можно с уверенностью предположить, что опыт является решающим фактором, а еще одним решающим фактором может быть то, насколько продвинутый кандидат в области машинного обучения имеет.

Следует отметить, что этот опрос ориентирован на профили, в основном расположенные в США.

Влияние

Существенное положительное влияние на бизнес оказывает хорошо образованный инженер по машинному обучению или специалист по данным, процветающий в команде, бизнесе или стартапе.

Это влияние вполне может определить выживаемость и успех организации.

Магистратура дает человеку навыки, необходимые для создания и оказания решающего влияния в организации. Я имею в виду не технические навыки, а мягкие навыки.

Например, степень магистра дает вам возможность развить навыки презентации с помощью процессов, связанных с представлением диссертации по окончании учебы.

По моему опыту, у меня было три разных случая представить свою диссертацию. Один из них включал выставку, которую посетили профессора и отраслевые эксперты, а другой - заключительная презентация профессоров и преподавателей машинного обучения.

Что касается темы диссертаций, еще одно влияние, которое магистр оказывает студентам, - это уникальная возможность применить машинное обучение к конкретным отраслям или процессам через проекты.

Во время учебы в магистратуре студенты сотрудничали с больницами и отделом диагностики, чтобы создать систему компьютерного зрения, которая ускорила процесс классификации раковых клеток и опухолей.

Я предпринял проект, связанный с разработкой системы компьютерного зрения, которая позволяет оценивать позу четвероногих (четвероногих животных). Дальнейшая цель проекта заключалась в разработке системы, которая поможет улучшить процедуры анализа походки в ветеринарных службах.

Знания

Для этого раздела я решил связаться с двумя людьми, получившими степень магистра в области машинного обучения и компьютерного зрения. Вместо того, чтобы делиться своими мыслями о количестве знаний, которые вы получаете от магистра наук, я передал им задание.

Ниже приводится краткая информация о наших специальных гостях.

• Kausthub Krishnamurthy в настоящее время работает инженером по компьютерному зрению и робототехнике в Сиднее, Австралия.
• Игнасио Эрнандес Монтилья в настоящее время работает инженером по компьютерному зрению в Мадриде, Испания.

Вот заявление Игнасио:

«Степень магистра научит вас теории, лежащей в основе ажиотажа, связанного с машинным обучением. В настоящее время существует множество «инженеров по машинному обучению» и «специалистов по данным», которые прошли всего один или два онлайн-курса.

Эти онлайн-курсы познакомят вас только с привлекательной частью машинного обучения. С другой стороны, степень магистра дает возможность научить вас знаниям, которые необходимы специалисту по анализу данных или инженеру машинного обучения, в дополнение к решающему математическому мышлению ».

Вот заявление Каустуба:

«Чтобы добраться до точки, где я мог бы принимать обоснованные решения (для исследования или для бизнес-приложений), мне нужно было дальше развивать свою интуицию, приобретая знания о большом количестве приложений компьютерного зрения с нуля.

Да, это означает погружение в математику, которая, честно говоря, не является моим первым выбором легкого чтения после работы, а участие в магистерской программе было одним из способов мотивировать меня работать над все области компьютерного зрения, которые выведут меня на новый уровень.

К концу программы магистратуры я обнаружил, что наслаждаюсь математической строгостью, способной должным образом понимать и оценивать выбор, сделанный в ходе последнего исследования, что позволяет мне принимать обоснованные решения о приложениях, которые я только что применял, потому что это то, что мне велели делать в учебнике ».

Недостатки

К настоящему времени вы, вероятно, имеете представление о некоторых ключевых преимуществах получения степени магистра в области машинного обучения. Чтобы уравнять правила игры, я приведу некоторые недостатки, которые, как мне кажется, справедливо указать.

• Академическое финансирование всегда является важным фактором, почему люди предпочитают не продолжать образование. Курс MSc, безусловно, является дорогостоящим вложением, например, цена курса MSc Machine Learning, который я прошел в 2018–2019 годах, составляла 10 300 фунтов стерлингов. Для иностранных студентов это было более 20 000 фунтов стерлингов.
• Период корректировки для некоторых может быть больше. Людям, решившим вернуться к образованию, может быть трудно приспособиться к академическому образу жизни, предполагающему долгие часы учебы. Люди, которые проработали несколько лет, прежде чем вернуться к образованию, определенно обнаружат резкие изменения. Ниже приведена статья, в которой подробно описывается мой личный опыт адаптации к академическому образу жизни.

• Период отсутствия заработка следует ожидать при прохождении очного обучения в магистратуре; это может быть не так, если вы участвуете в программе с частичной занятостью.
• Странное ощущение того, что тебя оставили позади. Для тех, кто получает степень магистра в гораздо более старшем возрасте, во время социальных взаимодействий, когда ваши друзья и коллеги жалуются на работу, жизнь и неакадемические темы, это может создать чувство изоляции.

Личное мнение

Если у вас есть время и средства для решения годовой задачи по развитию навыков и знаний в области машинного обучения, то получение степени магистра по темам, связанным с машинным обучением, может быть правильным решением.

Программа магистратуры дает массу преимуществ, особенно когда речь идет о карьерном росте или изменении. Это требует много тяжелой работы, и к этому нужно быть готовым.

Что касается тех, кто не может полностью посвятить себя какой-либо академической программе, многие университеты предлагают курсы магистратуры на частичной основе, которые обычно заканчиваются в течение двух-пяти лет. Этот вариант также может быть более дешевой альтернативой для людей с ограниченным финансированием.

Наконец, следует упомянуть, что степень магистра не полностью гарантирует карьерный рост.

Для тех, кто не может позволить себе роскошь рассматривать институциональное образование, существует несколько онлайн-курсов, выпущенных на таких платформах, как Coursera и Udacity.

Эти онлайн-курсы могут быть не такими глубокими, как фактическая степень. Тем не менее, они предоставляют человеку необходимую информацию и практические знания в области машинного обучения. Плюс в том, что многие онлайн-платформы предлагают признанные сертификаты по окончании курсов. Вот несколько из них.

Спасибо, что нашли время прочитать эту статью, и я надеюсь, что она была полезной.

Для тех, кто хочет прочитать больше статей, ниже приведены несколько других статей, которые я написал, которые могут быть вам интересны.

Хотите от меня большего?

1. Поддержите мое письмо, став рекомендованным участником Medium
2. Подпишитесь, чтобы получать уведомления, когда я публикую статьи
3. Подключитесь и свяжитесь со мной в LinkedIn
4. Учитесь вместе со мной в O’Reilly