বিজ্ঞানীর মেশিন লার্নিংয়ের প্রতিদিনের কাজের রুটিন কী?


25

আমি এখন একটি জার্মান বিশ্ববিদ্যালয়ের একটি মাস্টার সিএস ছাত্র আমার থিসিস লিখছি। আমার পিএইচডি করা চালিয়ে যাওয়া বা শিল্পে কোনও চাকরি পাওয়া উচিত কিনা আমাকে খুব কঠিন সিদ্ধান্ত নিতে হবে দুই মাসের মধ্যেই করা হবে ।

পিএইচডি করার জন্য আমার কারণগুলি:

  • আমি খুব কৌতূহলী ব্যক্তি এবং আমার মনে হয় এখনও আমার অনেক বেশি জ্ঞানের অভাব আছে । আমি অনেক কিছু শিখতে চাই এবং পিএইচডি আমাকে তার জন্য সহায়তা করবে, যেহেতু আমি আরও ভাল কোর্স করতে পারি এবং প্রচুর কাগজপত্র পড়তে পারি এবং ডেটা মাইনিং এবং মেশিন লার্নিংয়ে বিশেষজ্ঞ হতে পারি। আমি গণিত পছন্দ করি কিন্তু আমার আন্ডারগ্রাডে এটি খারাপ ছিল না (খারাপ ইউনি)। এখন এই জার্মান ইউনিতে আমি অনুভব করি যে আমি প্রচুর পরিমাণে গণিত দক্ষতার বিকাশ করেছি এবং আমি এটি উন্নত করতে চাই কারণ আমি সত্যই গণিতকে ভালবাসি! (আমার আন্ডারগ্রাডে এবং আমার জীবদ্দশায় আমি আসলেই গণিতে খুব খারাপ ছিলাম কিন্তু এখন আমি দেখি যে আমি গণিত ভাল করতে পারি!)

  • আমি বৌদ্ধিকভাবে চ্যালেঞ্জিং স্টাফ নিয়ে কাজ করব।

  • আমার সৎ হতে হবে এবং এটুকু বলতে হবে যে আমার চেয়ে উচ্চতর ডিগ্রিধারী অন্য কাউকে দেখতেও আমি ঘৃণা করি । সুতরাং আমি যদি রাস্তায় walkুকে পিএইচডি সহ কাউকে দেখতে পাই তবে আমাকে "ওহ বাহ এই লোকটি আমার চেয়ে বেশি স্মার্ট" বলতে হবে না। আমি অন্যদিকে থাকতে পছন্দ করি ;)

পিএইচডি না করার জন্য আমার কারণগুলি:

  • আমি পিএইচডি করা বা না করা সম্পর্কে ইন্টারনেটে পড়েছি। আমি জানতে পেরেছি যে বেশিরভাগ এবং সাধারণ ক্ষেত্রে পিএইচডি করা লোকেরা মাস্টারদের সাথে একই ধরণের কাজ করে। (এটি কম্পিউটার বিজ্ঞানের সাধারণ পর্যবেক্ষণ ছিল, এমএল / ডিএম সম্পর্কে নয়)।

  • আমি ক্যারিয়ার শুরু করতে পারি এবং 1 বা 2 বছরে প্রচুর অর্থোপার্জন করতে পারি, তবে আমি সম্ভবত নিজের সংস্থাটি শুরু করতে পারি।

কী এখনও পরিষ্কার নয়:

আমার চূড়ান্ত লক্ষ্য কী তা আমি এখনও জানি না। এটি একটি বিখ্যাত ছোট কোম্পানী আছে? নাকি বিখ্যাত বিজ্ঞানী হওয়ার কথা? এখনও এই প্রশ্নের উত্তর আমার কাছে নেই।

আমাকে সিদ্ধান্ত নিতে সহায়তা করতে আমি দুটি জিনিস জানতে চাই:

  • শিল্পে মাস্টার্স ডিগ্রি সহ ডেটা বিজ্ঞানী / মেশিন লার্নার হিসাবে কাজ করা কেমন? তুমি কেমন কাজ কর? বিশেষত যখন আমি মেশিন লার্নিং বিজ্ঞানী হিসাবে অ্যামাজনে এই বিজ্ঞাপনগুলি পড়ি তখন আমি সর্বদা অবাক হই যে তারা কী করে।

  • আগের মতো একই প্রশ্ন, তবে পিএইচডি নিয়ে। আপনি কি মাস্টার্সের সাথে আলাদা বা একই জিনিস করেন?

  • আমি কি চ্যালেঞ্জিং আকর্ষণীয় সমস্যাগুলি মোকাবেলা করতে যাচ্ছি? নাকি কিছু বোরিং স্টাফ?

একটি সামান্য দ্রষ্টব্য হিসাবে: আমি মেশিন লার্নিংয়ে (জার্মানি) পিএইচডি সহ একটি লোককে দেখেছি এবং মেশিন লার্নিং সফ্টওয়্যার প্রচার করে এমন একটি প্রতিষ্ঠানে কাজ করছি। যেহেতু আমি বুঝতে পেরেছিলাম তার বেশিরভাগ কাজ হ'ল লোককে পদ্ধতি এবং সফ্টওয়্যার (সিদ্ধান্ত গাছ .. ইত্যাদি) ব্যবহার করতে প্রশিক্ষণ দেওয়া।

আমি কিছু বিখ্যাত ভাল সংস্থায় জার্মানি / সুইজারল্যান্ড সম্পর্কিত অভিজ্ঞতার কিছু উত্তর পেতে পারলে দুর্দান্ত লাগবে।


5
"... এবং যখন সবাই সুপার, কেউ হয় না" - সিন্ড্রোম, ইনক্রেডিবলসগুলিতে। ( youtube.com/watch?v=A8I9pYCl9AQ ) ঘুরে দেখার মতো খ্যাতি নেই। প্রত্যেকের যদি সমান অংশ থাকে তবে চাহিদার পক্ষে পর্যাপ্ত পরিমাণ নেই। এটি এমন একটি অর্থনৈতিক প্রবণতা যা আপনাকে হয় সত্যই ভিন্ন এবং ব্যতিক্রমী হয়ে উঠতে, শিকারী হওয়ার জন্য বা ব্যর্থ হওয়ার প্রয়োজন। "'কারণ আমরা সকলেই কেবল বড় বড় রকস্টার হতে চাই, এবং পনেরটি গাড়ি চালিয়ে পাহাড়ের চূড়ায় বাস করি .." মিডিয়ার কোনও উত্তর নেই - এটি শিকারী এবং ব্যর্থ লোকও। শরীরচর্চা সতর্কতা.
EngrStudent - মনিকা

3
এখানে একটি সম্পর্কিত প্রশ্ন রয়েছে মেশিন শিখারীদের খুঁজে পাওয়া দক্ষতা দক্ষ , যা এখানে বেশিরভাগ প্রাসঙ্গিক উত্তরও পেয়েছে।
আসাদ ইব্রাহিম

1
যেমন আপনি শিল্প সম্পর্কে চিন্তা করছেন, কাছাকাছি কয়েকটি লোক / সংস্থা রয়েছে যা আপনি ট্যাপিং বিবেচনা করতে পারেন, একজন হলেন SAF (সুইজারল্যান্ড), এখন এসএপি দ্বারা অর্জিত। সেখানকার গবেষণা গণিতবিদ এই সাইটে আছেন ... সম্ভবত তিনি নিজেকে পরিচয় করিয়ে দেবেন। ;) যদি না হয় তবে ফোরামের বাইরে আমার সাথে নির্দ্বিধায় যোগাযোগ করুন এবং আমি পরিচয় দিতে পারি। বুকিং ডটকম (আমস্টারডাম) খুব আকর্ষণীয় কিছু মেশিন লার্নিং / ডেটা মাইনিং সমস্যার জন্য আপনার, মাস্টার্স বা পিএইচডি এর মতো ব্যাকগ্রাউন্ড সহ বেশ সক্রিয়ভাবে লোককে নিয়োগ দিচ্ছে। আবার আগ্রহী হলে নিঃসঙ্কোচে যোগাযোগ করুন।
আসাদ ইব্রাহিম

আমি মনে করি আপনি এখানে সম্পর্কিত প্রশ্নোত্তরও খুঁজে পাবেন একাডেমিয়া.স্ট্যাকেক্সেঞ্জ ডটকম
সিমোন

5
এটি বলার জন্য দুঃখিত, তবে পিএইচডি (ভ্যানিটি) বিবেচনার জন্য আপনি তালিকাভুক্ত করার শেষ কারণটি একটি ভয়ানক। নিশ্চিত করুন যে এটি আপনার প্রধান চালক নয় বা সম্ভবত এটি আপনাকে কোনও দেয়ালে নিয়ে যাবে drive
মার্ক ক্লেসেন

উত্তর:


22

অ্যালেক্স, আমি জার্মানি বা সুইজারল্যান্ড সম্পর্কে বিশেষভাবে মন্তব্য করতে পারি না, তবে আমি একটি আন্তর্জাতিক সংস্থার জন্য বিভিন্ন দেশের 100,000 লোকের কর্মী নিয়ে কাজ করি। এই ব্যক্তিদের বেশিরভাগের কমপক্ষে স্নাতক স্তরের ডিগ্রি রয়েছে, অনেকেরই মাস্টার্স এবং পিএইচডি রয়েছে এবং এইচআর এবং অ্যাডমিন স্টাফ ছাড়া আমাদের বেশিরভাগই এক বা একাধিক বৈজ্ঞানিক ডোমেইনে বিশেষজ্ঞ। আমার ৩০ বছরেরও বেশি অভিজ্ঞতা আছে, একজন দক্ষ বৈজ্ঞানিক / প্রযুক্তি বিশেষজ্ঞ, ম্যানেজার, একটি প্রকল্প পরিচালক হিসাবে কাজ করেছেন এবং শেষ পর্যন্ত আমি যে বিশুদ্ধ বৈজ্ঞানিক ভূমিকায় উপভোগ করেছি তাতে ফিরে এসেছি। আমি কর্মী নিয়োগের সাথেও জড়িত ছিলাম এবং সম্ভবত আমার কিছু পর্যবেক্ষণগুলি আপনার পক্ষে মূল্যবান হতে পারে।

  1. বেশিরভাগ নতুন স্নাতক সত্যিকার অর্থেই তারা কী চান তা জানেন না এবং এটি খুঁজে পেতে সাধারণত কয়েক বছর সময় লাগে। বেশিরভাগ ক্ষেত্রে তাদের কর্মক্ষেত্রের অভিজ্ঞতা তারা বিভিন্ন কারণে প্রত্যাশা করেছিল তার তুলনায় বেশ আলাদা হতে দেখা যায়। কিছু কর্মক্ষেত্রগুলি উত্তেজনাপূর্ণ থাকে যখন কিছু নিস্তেজ, বিরক্তিকর এবং "কর্মক্ষেত্রের রাজনীতি", খারাপ আধিকারিক ইত্যাদি কখনও কখনও বড় সমস্যা হতে পারে। একটি উচ্চতর ডিগ্রী এই সমস্যাগুলির সাথে কোনও ক্ষেত্রেই সহায়তা করতে পারে বা নাও পারে।

  2. বেশিরভাগ নিয়োগকর্তা এমন ব্যক্তিদের চান যারা "কাজটি করতে" পারেন এবং যত তাড়াতাড়ি সম্ভব উত্পাদনশীল হন be নিয়োগকর্তার উপর নির্ভর করে উচ্চতর ডিগ্রিগুলি গুরুত্বপূর্ণ হতে পারে বা নাও পারে। কিছু পরিস্থিতিতে দরজা বন্ধ থাকে যদিও আপনার পিএইচডি আছে। অন্যান্য পরিস্থিতিতে, দরজা বন্ধ হতে পারে কারণ আপনার পিএইচডি আছে এবং নিয়োগকর্তা কাউকে "কম তাত্ত্বিক এবং আরও বাস্তব অভিজ্ঞতা সহ" চান।

  3. পিএইচডি অগত্যা দ্রুত পদোন্নতি বা বেতনের এমনকি অনেক পার্থক্য বোঝায় না এবং আপনি যে অবস্থানটি অর্জন করতে পারেন তাতে বাছাই করতে পারে বা নাও পারে। সাধারণত যখন আমি প্রার্থীদের সাক্ষাত্কার দিচ্ছিলাম, তখন আমি প্রাসঙ্গিক কাজের সাথে সম্পর্কিত অভিজ্ঞতার সাথে সন্ধান করতে আগ্রহী ছিলাম। কোনও পিএইচডি কোনও পদ সুরক্ষার ক্ষেত্রে চূড়ান্ত সিদ্ধান্তের কারণ হতে পারে, যদি প্রার্থীর থিসিসের বিষয়টি বিশেষভাবে প্রাসঙ্গিক হয়।

  4. লোকেরা আগের বারের চেয়ে এখন অনেক বেশি বেশি চাকরি পরিবর্তন করার প্রবণতা রাখে। আপনার বৃত্তাকারে ঘুরতে শুরু করার আগে আপনার বয়স ২ * পিআই দ্বারা বিভক্ত হওয়া কোনও ভাল কাজের জন্য বেশ কয়েক বছর ধরে থাম্বের নিয়ম নয়। কিছু লোক কিছুক্ষণ কাজ করে এবং পরে উচ্চতর পড়াশোনায় ফিরে আসে। কিছু লোক (আমার মতো) পিএইচডি শুরু করে এবং তারপরে "প্রত্যাখ্যান করার পক্ষে খুব ভাল প্রস্তাব" পেয়ে পিএইচডি ছেড়ে কাজ করতে যায়। আমি দুঃখিত যে আমি এটা করেছি? না, মোটেও নয়, এবং যদি আমি আবার শুরু করতাম তবে যাইহোক আমি সম্পূর্ণ ভিন্ন বিষয়ে পিএইচডি করব।

  5. আমি আপনাকে যে সেরা পরামর্শ দিতে পারি তা হ'ল আপনি যা করতে সবচেয়ে বেশি উপভোগ করেন তা করা এবং এটি কীভাবে উদ্ভাসিত হয় তা দেখুন। আপনার জন্য সবচেয়ে ভাল হবে তা আর কেউ আপনাকে বলতে পারে না। কখনও কখনও আপনাকে কেবল কিছু চেষ্টা করতে হবে এবং, যদি এটি কার্যকর না হয়, তবে এটি থেকে যতটা সম্ভব শিখুন এবং অন্য কোনও দিকে এগিয়ে যান। যেমন রডিন বলেছিলেন: আপনি যদি অভিজ্ঞতার সাথে অভিজ্ঞতা ব্যবহার করেন তবে কিছুই কখনই সময় নষ্ট করে না।


আপনার পিএইচডি বিষয় কি ছিল? এবং এখন কোন বিষয়ে আপনি পিএইচডি করবেন?
জ্যাক টোয়াইন

1
অ্যালেক্স, এটি আপনার প্রশ্নের সম্পূর্ণ অপ্রাসঙ্গিক, তবে আমার আসল পিএইচডি তেল ও গ্যাসক্ষেত্র অনুসন্ধান ও বিকাশে বিভিন্ন উত্স (জিওফিজিক্স, জিওলজি, পেট্রোফিজিক্স, উত্পাদন ও জলাধার ইঞ্জিনিয়ারিং ডেটা) থেকে বিভিন্ন ধরণের তথ্য একীকরণের পদ্ধতিগুলির সাথে সম্পর্কিত ছিল। এবং এখন আমি কি করব? আর্থিক বাজারে এমএল এবং তথ্য তত্ত্বের অ্যাপ্লিকেশন। আরও অনেক কঠিন, চ্যালেঞ্জিং এবং আরও ভাল অর্থ প্রদান! :-) আপনি যা সিদ্ধান্ত নিন, কেবল মজাদার!
টনিমোরল্যান্ড 15

আমি নিশ্চিত না যে আমি 2 * পাই নিয়মটি বুঝতে পেরেছি। আপনি একটি উদাহরণ দিয়ে বিস্তারিত বলতে পারেন।
dksahuji

8

আমার কাজের রুটিন সম্পর্কে আমার মতামত বর্ণনা করার আগে, আমি আপনার পোস্টের কয়েকটি টুকরো বেছে নেব যা আমি মনে করি প্রাসঙ্গিক (জোর আমার):

  1. আমি খুব কৌতূহলী ব্যক্তি
  2. বৌদ্ধিকভাবে চ্যালেঞ্জিং স্টাফ নিয়ে কাজ করবে
  3. আমার সৎ হতে হবে এবং এটুকু বলতে হবে যে আমার চেয়ে উচ্চতর ডিগ্রিধারী অন্য কাউকে দেখতেও আমি ঘৃণা করি ( ভ্যানিটি )
  4. আমি ক্যারিয়ার শুরু করতে পারি এবং 1 বা 2 বছরে প্রচুর অর্থোপার্জন করতে পারি
  5. আমার নিজস্ব সংস্থা শুরু করুন

1 এবং 2 এর উপর ভিত্তি করে, আপনি সাধারণভাবে ডেটা সায়েন্স এবং গবেষণার প্রতি খুব রোমান্টিক দৃষ্টিভঙ্গি দেখিয়েছেন। হ্যাঁ, আপনি আকর্ষণীয় সমস্যাগুলিতে কাজ করতে পাবেন তবে অবশ্যই 24/7 (এটি শিল্প এবং গবেষণা উভয় ক্ষেত্রেই প্রযোজ্য)।

2 এবং 3 এর উপর ভিত্তি করে, আপনি গবেষণাটি মানব বুদ্ধির চূড়াটিকে বিবেচনা করছেন এবং পিএইচডিটিকে আপনার স্মার্টসের শংসাপত্র হিসাবে বিবেচনা করবেন বলে মনে হয়। আমি একমত নই, কারণ:

  • একাডেমিক গবেষণা এবং শিল্প উভয় ক্ষেত্রে বৌদ্ধিকভাবে চ্যালেঞ্জিং সমস্যা রয়েছে। আমি মনে করি এটি একটি আশ্চর্যজনক ধারণা যে শিক্ষাবিদরা সবচেয়ে কঠিন মুখোমুখি।
  • পিএইচডি করার অর্থ আপনি স্মার্ট নয়, এর অর্থ আপনার ক্ষেত্রে ভাল গবেষণা করার জন্য যা দরকার তা আপনার কাছে রয়েছে। গবেষণা অন্য কারোর চেয়ে বুদ্ধিমান হওয়ার বিষয়ে নয় (যদিও এটি সাহায্য করে)। সৃজনশীলতা এবং একটি ভিন্ন কোণ থেকে সমস্যাগুলির কাছে আসাও খুব গুরুত্বপূর্ণ গুণ। আপনি যদি কোনওরকম প্রমাণ চান যে আপনি পরের ব্যক্তির চেয়ে বেশি বুদ্ধিমান হন তবে পিএইচডি নয়, মেনসার পরীক্ষা নিন।

আমার ব্যক্তিগত মতে বুদ্ধিমান লোকেরা তারাই বেছে নিয়েছে সুখী জীবন যাপনের অর্থ, পারমাণবিক পদার্থবিজ্ঞানী বা ছুতার হয়ে উঠুক না কেন whether তারা আপনাকে কিছু দেখাতে মঞ্জুরি দেয় কিনা তার ভিত্তিতে আপনার সিদ্ধান্ত নেবেন না।

4 এবং 5 এর উপর ভিত্তি করে, দেখে মনে হচ্ছে আপনি কোনও সময়ে নিজের সংস্থা শুরু করার কথা ভাবছেন। সচেতন থাকুন যে স্টার্টআপগুলি এমনকি প্রযুক্তি-ভিত্তিকগুলি করার সময় আপনি সম্ভবত আপনার বেশিরভাগ সময় প্রকৃত প্রযুক্তির সাথে ব্যয় করবেন না। বিপণন, ব্যবসায়ের পরিকল্পনা, পরিচালনা ইত্যাদি সবই সফলভাবে শুরু করার জন্য সমানভাবে (আরও বেশি না হলে) গুরুত্বপূর্ণ। আপনি কীভাবে পিএইচডি সাহায্যের আশা করবেন?


এখন যেহেতু এই প্রিলিমিনারিগুলি বাইরে চলে গেছে: একজন মেশিন লার্নিং বিজ্ঞানীর কাজের রুটিন সম্পর্কে আমার ব্যক্তিগত মতামত। প্রথমত: আপনি আপনার পছন্দকে জোর দিয়ে বড় / জটিল / আকর্ষণীয় ডেটা সেটগুলিতে অত্যাধুনিক পদ্ধতিতে কাজ করতে পারবেন। এটি অবশ্যই খুব আকর্ষণীয় কাজ।

... কিন্তু

রিয়েল মেশিন লার্নিংয়ের মধ্যে প্রচুর উদ্দীপনা কাজ জড়িত

কম্পিউটারের একটি বাহিনী আপনার বিড করার সময় আপনি প্রতিটি কর্মঘণ্টা গাণিতিক কমনীয়তায় পূর্ণ ইউটিপিয়ান বিশ্বে ব্যয় করবেন না । আপনার সময়ের একটি বড় অংশ উদ্বেগজনক কাজ করতে ব্যয় করবে: ডাটাবেস পরিচালনা, ডেটা সেট প্রস্তুত করা, স্টাফটকে স্বাভাবিককরণ, অসঙ্গতি মোকাবেলা ইত্যাদি etc. ইত্যাদি। আমি আমার বেশিরভাগ সময় এই জাতীয় কাজগুলিতে ব্যয় করি। তারা সময়ের সাথে আরও উত্তেজনাপূর্ণ বৃদ্ধি পায় না। আপনি যদি আপনার বিষয় সম্পর্কে আগ্রহী না হন তবে অবশেষে আপনি এই জিনিসগুলি করার অনুপ্রেরণা হারাবেন।

আপনি যদি মেশিন লার্নিং ক্লাস নিয়ে থাকেন তবে আপনি সাধারণত অসামঞ্জস্যতা ছাড়াই দুর্দান্ত লেবেলযুক্ত ডেটা সেট পান, কোনও অনুপস্থিত ডেটা নেই, যেখানে সবকিছু যেমনটি হওয়া উচিত তেমন। এটি বাস্তব জীবনের মেশিন লার্নিং নয়। আপনি আপনার বেশিরভাগ সময়টি আপনার পছন্দের অ্যালগরিদম চালানোর জন্য প্রস্তুত যেখানে পৌঁছানোর চেষ্টা করার জন্য ব্যয় করবেন।

সহযোগিতায় প্রত্যাশা পরিচালনা

আপনি যদি আন্তঃশৃঙ্খলা প্রকল্প করতে চান তবে আপনাকে কীভাবে কিছু করবেন না এমন লোকদের সাথে কীভাবে কাজ করবেন তা শিখতে হবে (এটি কোনও বিশেষায়নের ক্ষেত্রে সত্য)। মেশিন লার্নিংয়ে প্রায়শই দুটি পরিস্থিতির একটি বোঝায়:

  • আপনার সহযোগীরা অনেক বেশি টিভি দেখেছেন এবং মনে করেন যে অভিনব অ্যালগরিদম এবং প্রচুর শীতল দৃশ্য দিয়ে আপনি সবকিছু সমাধান করতে পারেন।
  • আপনার সহযোগীরা আপনার যে কৌশলগুলি ব্যবহার করেন তা বোঝেন না এবং যেমন সুবিধা বা সম্ভাব্য অ্যাপ্লিকেশনগুলি দেখতে পান না।

5

The শিল্পে মাস্টার্স ডিগ্রি সহ ডেটা বিজ্ঞানী / মেশিন লার্নার হিসাবে কাজ করা কেমন? তুমি কেমন কাজ কর? বিশেষত যখন আমি মেশিন লার্নিং বিজ্ঞানী হিসাবে অ্যামাজনে এই বিজ্ঞাপনগুলি পড়ি তখন আমি সর্বদা অবাক হই যে তারা কী করে।

ব্যবসায়ের সমস্যাগুলি আপনার ডিগ্রির উপর নির্ভর করে সত্যিই পরিবর্তিত হয় না, তাই আপনি একই বা অনুরূপ জিনিসগুলি দেখবেন। আপনি যদি কোনও বড় প্রতিষ্ঠানে কাজ করেন তবে আপনি সংস্থার বড় ডেটাসেটগুলিতে কাজ করেন। এটি সাধারণত পণ্য / ক্লায়েন্টের ডেটা বা অপারেশনাল ডেটা (রাসায়নিক প্রক্রিয়া ডেটা, আর্থিক বাজারের ডেটা, ওয়েবসাইট ট্র্যাফিক ডেটা ইত্যাদি) হতে পারে। জেনেরিক শেষ লক্ষ্যটি অর্থ সঞ্চয় করতে বা সংস্থার জন্য অর্থ উপার্জনের জন্য ডেটাটি উত্তোলন করা।

Before আগের মতো প্রশ্ন, তবে পিএইচডি নিয়ে। আপনি কি মাস্টার্সের সাথে আলাদা বা একই জিনিস করেন?

উত্তরটি উপরে হিসাবে রয়েছে, আপনি একই জিনিসগুলি বেশ কিছু করতে চাইবেন। তবে, বৃহত্তর আন্তর্জাতিক কর্পোরেশনের রিসার্চ / কোয়ান্টেটিভ অ্যানালাইসিস / বা অনুরূপ প্রযুক্তিগত বিভাগে, আপনার যদি পিএইচডি থাকে, তবে আপনার এমএসসিওয়ালা কারও উপরে প্রান্ত রয়েছে। কর্মজীবন অগ্রগতি পদ। পিএইচডি আপনাকে স্বাধীন গবেষক হতে শেখায় (বা শেখানোর কথা), তাই ডক্টরেটের সাহায্যে সংস্থা সাধারণত আপনার শ্রমকে (অনুসন্ধানী দক্ষতা এবং পরিশ্রম) কিছুটা বেশি মূল্য দেয়। তবে আমি পিএইচডি করার বিরুদ্ধে দৃ strongly়ভাবে পরামর্শ দেব, কেবল (সম্ভাব্য) দ্রুত ক্যারিয়ারের অগ্রগতির স্বার্থে। পিএইচডি করা শেষ এবং বেদনাদায়ক প্রক্রিয়ার দিকে কঠোর এবং বিশেষত, আপনাকে আপনার বিষয়টি পছন্দ করতে (আদর্শভাবে ভালোবাসতে হবে) এবং আমার মতে একাডেমিয়ায় থাকার সম্ভাবনা রয়েছে (এটি গবেষণার প্রতি আপনার স্নেহ প্রকাশ করার প্রক্সি) এটিকে সহনীয় করে তোলার জন্য এবং পার্টিয়ুকলার বিষয়)।

এও মনে রাখবেন যে পিএইচডি নিয়ে শিল্পে ফিরে যাওয়ার সাথে সাথে আপনি ক্যারিয়ারের সিঁড়িতে পিছিয়ে যাবেন এবং কোনও প্রযুক্তিগত ভিত্তিক সহায়িকার ভূমিকায় অবতীর্ণ হতে পারেন (যা এই সংস্থার পক্ষে প্রকৃত অর্থ উপার্জনকারী লোকের তুলনায় কম অর্থ প্রদান করে) - যা আপনার প্রাথমিক আপত্তিজনক নাও হতে পারে। অবশেষে, আপনি যদি একটি ক্ষুদ্র স্কেল কোম্পানিতে কাজ করছেন, আপনার নিজের সংস্থায়, পিএইচডি করার প্রান্তটি ক্যারিয়ারের অগ্রগতি বা বেতনের ক্ষেত্রে কার্যত অদৃশ্য হয়ে যায়।

I আমি চ্যালেঞ্জিং আকর্ষণীয় সমস্যা মোকাবিলা করতে যাচ্ছি? নাকি কিছু বোরিং স্টাফ?

আমার ধারণা, এর কোনও জেনেরিক উত্তর নেই। এমএল ক্রস-ডিসিপ্লিনারি। আপনি যদি কোনও বিশ্লেষক হিসাবে কাজ করেন তবে আপনি সাধারণত ডেটা দেখেন এবং মডেলগুলি তৈরির চেষ্টা করবেন, আপনি যদি উন্নয়নের দিকে থাকেন, আপনি বাস্তবায়নের বোনা-কৌতুক নিয়ে কাজ করবেন। আপনি যদি ক্লায়েন্টের মুখোমুখি হন তবে আপনাকে ক্লায়েন্টদের হাত ধরে রাখতে এবং প্রশিক্ষণ দিতে হবে (তবে সম্ভবত আরও অর্থ উপার্জন করতে হবে)। সাধারণত, আপনার প্রশ্নের উত্তর ব্যক্তিগত পছন্দ এবং আপনার নিয়োগকর্তা কতটা নমনীয়তা সরবরাহ করে তার উপরও নির্ভর করে।


আমি কোনও নিয়োগকর্তাকে মুগ্ধ করার জন্য পিএইচডি করতে চাই না। আমি কেবল এটি প্রধানত এবং বেশিরভাগ জ্ঞানের জন্যই চাই
জ্যাক টোয়াইন

আমি মনে করি এটিই সঠিক অনুপ্রেরণা।
ঝুবার্ব

2

অথবা আপনি এমন কিছু গবেষণা গ্রুপে যোগ দেওয়ার চেষ্টা করতে পারেন যেখানে পরিসংখ্যানবিদ এবং মেশিন লার্নার্স প্রতিদিনের উপস্থিতি নয়। উদাহরণস্বরূপ উপদ্রব এবং রোগের বিস্তার, উদ্ভিদ বিজ্ঞান বা বাস্তুশাস্ত্র, সামাজিক পোকামাকড় বা সম্ভবত সামাজিক বিজ্ঞান?

আমি আপনাকে সঠিক উদাহরণ দিতে পারছি না, তবে আপনি যদি এমন কোনও স্থানে একজন ভাল পরিসংখ্যানবিদ / এমএল হন যেখানে লোকদের তুলনায় এবং বিভিন্ন গবেষণার প্রস্তাবগুলি আপনাকে খুঁজে পাবে few মুল বক্তব্যটি হ'ল, আপনার পক্ষ থেকে খুব বেশি প্রচেষ্টা ছাড়াই আপনি সত্যই দাবিতে থাকবেন।

আপনি যদি এই ধারণাটি পছন্দ করেন তবে আপনার বর্তমান বিষয়গুলির (শিল্পের) বাইরে মেশিন লার্নিংয়ের সমস্যাগুলি অনুসন্ধান করার চেষ্টা করুন এবং সম্ভবত আপনার "চ্যালেঞ্জিং আকর্ষণীয় সমস্যা" এবং "বুদ্ধিগতভাবে চ্যালেঞ্জিং স্টাফগুলির সাথে কাজ করা" কীভাবে খুঁজে বের করার উপায় পাবেন।


2

আমি অন্যান্য উত্তর সাথে একমত। আমি কেবলমাত্র জোর দিয়ে বলব যে আপনার মতো লোকদের জন্য একটি সাধারণ উপায় (কমপক্ষে মার্কিন যুক্তরাষ্ট্রে) যারা পিএইচডি চালিয়ে যাওয়া বা শিল্পের আন্ডারগ্র্যাড ডিগ্রি অর্জন করার পরেও তার মধ্যে পিএইচডি করার জন্য আবেদন করতে হবে, তারপরে ছুটি নিন (এক বছর বা তার বেশি) যদি বিষয়গুলি প্রত্যাশার মতো দুর্দান্ত না হয় বা কেবল শিল্পটি অন্বেষণ করতে চায় তবে। আন্ডারগ্র্যাডের পরে পিএইচডি করার জন্য আবেদন করা সহজতর: আপনি পরীক্ষার ক্র্যাম করার অভ্যাসটি এখনও ভোলেননি (জিআরই), আপনার জন্য সুপারিশপত্র লিখতে যাচ্ছেন এমন অধ্যাপকরা এখনও আপনাকে ভালভাবে স্মরণ করবেন ইত্যাদি।

এছাড়াও, পিএইচডি এবং শিল্পের মধ্যে আপনার তুলনায় আপনি যে সুযোগ পেয়েছেন তার মধ্যে আপনি আকর্ষণীয় ডেটাসেট, কম্পিউটার ক্লাস্টারের প্রাপ্যতা, জায়গার সফটওয়্যার ইঞ্জিনিয়ারিং দক্ষতা এবং প্রতিটি প্রকল্পের জন্য কতজন লোক নিযুক্ত করা হয়েছে তার সাথে তুলনা করতে পারেন।

শেষ অবধি, আপনি শিল্পে প্রচুর বৌদ্ধিকভাবে চ্যালেঞ্জিং স্টাফগুলি খুঁজে পেতে পারেন, যেমন আইবিএম / গুগল / মাইক্রোসফ্ট / নুয়েন্স / ফেসবুক / ইত্যাদি পরীক্ষা করে দেখুন। গবেষণা বিভাগ (ঠিক যেমন আপনি অনেকগুলি বৌদ্ধিকভাবে অপ্রচলিত স্টাফ একাডেমিয়া খুঁজে পেতে পারেন)। যেমন এসভিএমের পিছনে লোকেরা এটি এন্ড টিটিতে কাজ করছিল, আইবিএম ওয়াটসন আইবিএম-তে রয়েছে, গুগল ট্রান্সলেট একটি সেরা মেশিন ট্রান্সলেশন সিস্টেম, নুয়ানস এবং গুগলের শীর্ষস্থানীয় ভয়েস স্বীকৃতি সিস্টেম রয়েছে এবং সেগুলি বিচ্ছিন্ন উদাহরণ থেকে খুব দূরে। প্রকৃতপক্ষে আমি সবসময়ই ভাবতাম যে শিল্প ও শিক্ষাবিদদের মধ্যে কে মেশিন লার্নিং গবেষণায় সবচেয়ে বেশি অবদান রাখে (আমি কোওরায় ডেটাবেস গবেষণা সম্পর্কে একই প্রশ্নটি জিজ্ঞাসা করেছি: গত দশক ধরে কি ডেটাবেস গবেষণাটি বেশিরভাগই শিল্প দ্বারা পরিচালিত হয়েছিল? )


ফেসবুক, মাইক্রোসফ্ট এবং গুগল (এবং আরও অনেকগুলি বৃহত সংস্থাগুলি আমি মনে করি) প্রচুর পরিদর্শন গবেষক এবং পূর্ণ-সময় বা খণ্ডকালীন শিক্ষাবিদ নিয়োগ করে। আমি মনে করি এই ব্যক্তিরা (একাডেমিয়া থেকে প্রলুব্ধ) এবং এই কর্পোরেশনের কার্যত সীমাহীন সংস্থান যা প্রাথমিকভাবে শিল্পে অগ্রগতি সাধন করে।
ঝুবার্ব

1

পিএইচডি করার জন্য আপনাকে মানব জ্ঞানের অবস্থাটি এগিয়ে নিতে হবে। আপনাকে কেবল আরও জিনিস শিখতে হবে না। আপনি মূল কিছু উত্পাদন করতে হবে। এটি একটি দীর্ঘ, ধীর এবং বেদনাদায়ক প্রক্রিয়া, এবং সকলেই এতে সফল হয় না। সুতরাং আপনার ক্ষেত্রে কেবলমাত্র পিএইচডি করা উচিত যদি আপনি মনে করেন যে আপনার ক্ষেত্রে নতুন, সৃজনশীল, অবদান রয়েছে।

আপনি যদি কেবল ক্ষেত্রটি শিখতে এবং ক্ষেত্রটি প্রয়োগ করতে চান তবে আপনার মাস্টার্সটি সর্বাধিক গ্রহণ করুন এবং তারপরে আপনি আবেদন করার সময় বাকী জীবন শিখুন। জিনিস পড়ুন। মাঝে মাঝে কর্মশালা নিন। যদি কোনও মুহুর্তে আপনি সত্যিকারের আসল কিছু করার তাগিদে আক্রান্ত হন, তবে ক্যারিয়ার থেকে দীর্ঘ (দীর্ঘ) বিরতি নিন এবং সেই পিএইচডি করার চেষ্টা করুন।


এটি আমি পাশাপাশি ভেবেছি এমন একটি বিষয়। তবে আমি আশঙ্কা করছি যে একবার আমি ইন্ডাস্ট্রিতে আসছি আমি একাডেমিয়া থেকে এটি সম্পর্কে চিন্তাভাবনা থেকে অনেক দূরে থাকব এবং ব্যস্ত শিল্পের জগতে আমি হারাতে পারি, তাই শেষ পর্যন্ত আমি একাডেমিয়াকে ভুলে যেতে পারি এবং আমার এখন যে সুযোগটি রয়েছে তা হারাতে পারি।
জ্যাক টোয়াইন

1
@ টনিমোরল্যান্ড আপনার কি মনে হয় এরকম কিছু অনুশীলনে কাজ করবে ?
জ্যাক টোয়াইন 9

আমি কিছু চতুর এবং পরিশ্রমী পিএইচডি এর জানি। আমি পিএইচডি'র সাথে পরিচিত হয়েছি যারা সময়ের সাথে সাথে তাদের অধ্যাপকদের পরা ছিল। "মানব জ্ঞানের রাষ্ট্রকে এগিয়ে নিয়ে যাওয়া" ধারণাটি সমস্ত ক্ষেত্রে বা সম্ভবত বেশিরভাগ ক্ষেত্রেই সত্য নয়। যদি বর্ধিত পদক্ষেপটি ছোট হয় এবং কার্যকরভাবে প্রসারিত হয় না তবে তা কি আসলেই বিদ্যমান? শিল্পে যা ঘটে তা সর্বত্র একই জিনিস: আপনি যে অনুশীলনগুলি সর্বাধিক অনুশীলন করেন তা দৃ stronger় হয় এবং আপনি সপ্তাহে কয়েক ঘন্টা একটি দোরের নীচে যেগুলি অনুশীলন করেন তা বাষ্প হয়ে যায়। শিল্প আপনাকে অকার্যকর সংস্থাগুলির মধ্যে কাজ করতে আরও উন্নত করবে। আপনি আরও উপার্জন যদিও।
এনগ্রিস্টুডেন্ট - মনিকা

0

আপনি যখন / বিখ্যাত ছোট সংস্থা / রুটটি চয়ন করেন, আপনার সংস্থায় একটি গবেষণা বিভাগ প্রতিষ্ঠার স্বাধীনতা রয়েছে।

এখানে, আপনি বিরক্তিকরভাবে সৃজনশীল পেতে পারেন, যেমন বাধাবিহীন ... আপনার শৈশবকালীন সমস্ত কল্পনা, বৌদ্ধিকভাবে চ্যালেঞ্জিং স্টাফ অন্বেষণ করুন ... আপনি গতি সেট করেছেন ... আপনি / মানুষ / হবেন।

একটি খুনি / গবেষণা পত্র লিখতে আপনাকে বিশ্ববিদ্যালয় ল্যাবগুলিতে বসে থাকতে হবে না।

যদিও তা সত্ত্বেও, আপনি সর্বদা ইউনিভের প্রাসঙ্গিক গবেষণা বিভাগগুলির সাথে সমন্বয় করতে পারেন। দেখতে ...? স্টেইন স্টেইন :-)

... উচ্চতর ডিগ্রি সহ অন্য কেউ ...

ভাল, মূর্খতা, পরিমিতভাবে, আমাদের যা হতে পারে সর্বোত্তম সন্ধানের জন্য অনুপ্রাণিত করে।

শুভকামনা।

Yb


যে রুট শোনার মতো মজাদার, তত্ত্ব এটি। প্রতি সংস্থা প্রতি একজন ব্যক্তি গবেষণা বিভাগ প্রতিষ্ঠা করতে পারে। ক্রিয়েটিভ উত্পাদনশীল, বা বিল পরিশোধে সক্ষম হিসাবে একই নয়। আপনাকে যেভাবেই হত্যাকারী কাগজপত্র লিখতে হবে। একটি হ'ল বিভাগীয় বাজেট বা গবেষণা প্রস্তাবগুলি রক্ষার বিষয়ে এবং অন্যটি গবেষণা প্রস্তাব এবং বিভাগীয় বাজেটের অর্থায়ন সম্পর্কে। অহঙ্কার মত ভ্যানিটি, পতনের আগে আসে। মানুষ হিসাবে আমাদের স্ব-ধ্বংসাত্মক বোতামগুলি ঠিক সেখানে অবস্থিত থাকে যেখানে আমরা নিজেকে পিছনে চাপ করি।
এনগ্রিস্টুডেন্ট - মনিকা
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.