¿Deberías obtener un Machine Learning Master?


-1

Hace un par de semanas, un curioso individuo se acercó a mí después de leer un artículo mío. La principal razón para contactarme fue para saber mi opinión sobre si una maestría o master era suficiente para construir una carrera en la industria de la IA, o si esa maestría debía ser complementada con un doctorado. La respuesta corta es no.

Un master en Machine Learning te equipa con un conocimiento más que suficiente del dominio para contribuir en la mayoría de los ambientes prácticos.
Pero – sí, hay un pero – el nivel al que avanza tu carrera puede ser definido por el tipo de título que tengas.

Hay mucha publicidad sobre el Machine Learning, y un gran número de personas están acudiendo a instituciones académicas para obtener títulos dentro del ML – yo incluido.
La importancia de tomar la decisión correcta en cuanto al nivel de cualificación avanzada que quieres alcanzar no puede ser suficientemente exagerada.
Para facilitar la toma de decisiones y ofrecer un poco de claridad, expondré los argumentos a favor de la obtención de una maestría y concluiré con mi opinión personal sobre el debate
Utilizaré tres criterios como guía.

Introducción sobre el Master en Machine Learning

Una maestría o master en Machine Learning es uno de los mejores métodos para construir conocimientos tanto teóricos como prácticos. Al final, se obtiene un título avanzado reconocido.
El camino para realizar un máster en Machine Learning puede ser bastante fácil, siempre y cuando tengas una formación universitaria en temas como matemáticas, informática, física, ingeniería mecánica o eléctrica.
El MSc en el Reino Unido generalmente toma un año a tiempo completo y emprender la titulación a tiempo parcial puede tomar de 2 a 4 años. En los Estados Unidos, la duración media de un MSc parece ser de aproximadamente 2 años.
Encontré algunos grandes recursos que incluían los enlaces e información de las universidades con sede en los Estados Unidos que tienen programas de MSc ML. El primer recurso es escrito recientemente por Stacy Stanford en 2020, y el artículo enumera 10 Universidades, mientras que el otro recurso, escrito por MNM en 2018 cubre 20 Universidades.
Varios programas de Master en Machine Learning adoptan un enfoque generalista en la enseñanza del campo a los estudiantes. Esto significa que los estudiantes de MSc están expuestos a una variedad de temas como la robótica, la lingüística, el procesamiento del lenguaje natural (PNL), la visión por computador, la programación, el diseño de software, el procesamiento de señales, el reconocimiento del habla y más. Esta naturaleza generalista de la calificación puede ser ventajosa dentro de una industria en constante cambio.
Utilicemos nuestros faros guía para analizar más a fondo un caso para obtener un master en Machine Learning

Salarios y potencial profesional

La naturaleza generalista de los programas de MSc equipa a los individuos con la versatilidad que muchos empleadores buscan actualmente. La ventaja de tener una visión general del campo del ML es que no estás limitado a los puestos de trabajo de entrada que se anuncian.
Después de completar mi MSc, pude solicitar puestos de entrada en posiciones como Científico de Datos, Ingeniero de Visión por Computadora, Ingeniero de Machine Learning e Ingeniero de PNL. La razón por la que tenía el requisito de la mayoría de los puestos anunciados se debe a que mi programa de MSc introduce los temas con suficiente detalle.


Para el puesto de Ingeniero en Machine Learning cerca del 30% de los puestos que busqué en LinkedIn requerían que los solicitantes tuvieran un MSc. Utilicé Paysa para obtener más información sobre el salario de un ingeniero de ML. De una encuesta de más de 300 funciones de ingeniería ML, el 17% de los perfiles tenían títulos de MSc, el 12% de BSc, y el 28% de PhD. Tomar un MSc definitivamente abrirá más puertas.
Analizando una encuesta de perfiles de más de 15.000 científicos de datos podemos observar que casi la mitad de los perfiles tenían títulos de licenciatura, y el 14% tenían títulos de maestría.


Algunos podrían asumir que de las estadísticas, muchos de los roles de los científicos de datos sólo requieren una licenciatura, y esto es cierto.

La Ciencia de los Datos no es tan exigente técnicamente cuando se la compara con otros roles de Ingeniería ML. Aunque puede haber una gran demanda de practicantes de ML, también hay un gran número de graduados que buscan entrar en posiciones de entrada.
La clave está en destacar entre la multitud, y un MSc definitivamente te pone por delante de sus homólogos con títulos de licenciatura.
Ahora sobre el potencial de ganancia.
La misma encuesta mencionada anteriormente para los perfiles de Ingeniería ML y Científico de Datos sitúa los salarios promedio para ambos roles en 94.510 y 99.558 dólares respectivamente. Los mayores ingresos para ambos roles estaban ganando más de 120.000 dólares.

Para ser un gran asalariado, es seguro asumir que la experiencia es un factor decisivo, y otro factor crucial podría ser cuán avanzada es la calificación en Machine Learning que tiene el solicitante.

Impacto

Hay un impacto comercial positivo sustancial que se logra a través de un ingeniero de Machine Learning o un científico de datos bien educado que florece dentro de un equipo, negocio o empresa nueva.
Este impacto podría determinar la supervivencia y el éxito de una organización.


Un master equipa a un individuo con las habilidades requeridas para crear y hacer un impacto crucial dentro de una empresa. Las habilidades a las que me refiero no son técnicas, sino que son habilidades blandas.
Por ejemplo, un MSc le proporciona la oportunidad de cultivar las habilidades de presentación a través de los procesos involucrados en la presentación de la disertación de fin de estudio.
En mi experiencia, tuve tres ocasiones diferentes para presentar mi trabajo de disertación. Una incluyó una exposición a la que asistieron profesores y expertos de la industria, y otra incluyó una presentación final a profesores y conferenciantes de Machine Learning

En cuanto al tema de las disertaciones, otro impacto que un MSc presenta a los estudiantes es la oportunidad única de aplicar el Machine Learning a industrias o procesos específicos, a través de proyectos.
Durante mi MSc, los estudiantes colaboraron con los hospitales y el departamento de diagnóstico para crear un sistema de visión por computadora que aceleró el proceso de clasificación de las células cancerosas y los tumores.
Emprendí un proyecto que implicaba el desarrollo de un sistema de visión por computadora que realizaba la estimación de la postura en cuadrúpedos (animales de cuatro patas). El objetivo ulterior del proyecto era desarrollar un sistema que ayudara a mejorar los procedimientos de análisis de la marcha en los veterinarios.

Desventajas

A estas alturas, probablemente tengas una idea de algunos beneficios clave de tomar un Master en Machine Learning. Para nivelar el campo de juego, les daré algunas desventajas que creo que es justo señalar.
La financiación académica es siempre un factor significativo en cuanto a por qué los individuos deciden no continuar con su educación.

  • Un Machine Learning Master es definitivamente una inversión costosa, por ejemplo, el precio del master en Machine Learning que tomé en 2018-2019 fue de £10,300. Para los estudiantes internacionales, era más de £20.000.
  • El período de adaptacion podría ser más largo para algunos. Las personas que decidan volver a estudiar podrían tener dificultades para adaptarse al estilo de vida académico que implica largas horas de estudio. Las personas que han trabajado durante varios años antes de volver a la educación definitivamente encontrarán el cambio drástico. A continuación, un artículo que detalla mi experiencia personal en cuanto a la adaptación a un estilo de vida académico.
  • Se espera un período sin ingresos con la realización de este master a tiempo completo, esto podría no ser el caso si se está en un programa a tiempo parcial.
  • Una extraña sensación de quedarse atrás. Para aquellos que toman un MSc a una edad mucho mayor, durante las interacciones sociales en las que sus amigos y colegas se quejan de la vida laboral, y de temas no relacionados con el mundo académico, puede crear una sensación de aislamiento.

Opinión personal

Si tienes el tiempo y los fondos necesarios para asumir el reto de un año para avanzar en tus habilidades y conocimientos de Machine Learning, entonces tomar un máster en temas relacionados con el Machine Learning podría ser la decisión correcta.

Hay muchos beneficios que se pueden obtener con un programa de maestría, especialmente cuando se trata de la progresión o el cambio de carrera. Esto requiere mucho trabajo duro, y es algo para lo que tienes que estar preparado.

En cuanto a aquellos que no pueden comprometerse a tiempo completo con ningún programa académico, muchas universidades ofrecen cursos de MSc a tiempo parcial y normalmente se completan en un plazo de dos a cinco años. Esta opción también puede ser una alternativa más barata para aquellos con fondos limitados.

Por último, cabe mencionar que un MSc no garantiza totalmente la progresión de la carrera. Para aquellos que no se pueden permitir el lujo de considerar la educación institucional, existen varios cursos en línea publicados en plataformas como Coursera y Udacity.

Estos cursos en línea pueden no ser tan profundos como una licenciatura real. Aún así, proporcionan a un individuo la información necesaria y el conocimiento práctico en el Machine Learning. Y una ventaja es que muchas de las plataformas online ofrecen certificaciones reconocidas al completar los cursos. A continuación se presentan algunos de ellos.


Like it? Share with your friends!

-1

0 Comments

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *