Сессия четвертой недели помогла мне определить область моих интересов. Я надеюсь, что это поможет вам наметить будущую карьеру для себя!
В начале занятия наш наставник Брихи Джоши обсудил типы широких областей, существующих в компьютерных науках, и подробно объяснил каждую из них. Она представила замечательный веб-сайт CSRankings, который дает основанный на метриках рейтинг лучших учебных заведений по компьютерным наукам по всему миру, на случай, если кто-то из нас заинтересуется получением степени магистра после бакалавриата. В CSRankings я мог фильтровать университеты, перечисленные с точки зрения таких областей, как искусственный интеллект, системы, теория и другие междисциплинарные области.
Итак, мы подробно обсудили, что входит в области искусственного интеллекта, систем, теории CS и областей «CS + X», которые включают интеграцию информатики с такими предметами, как биология, экономика и взаимодействие людей, среди прочих.
Основываясь на моем понимании объяснения, я мог понять следующие вещи:
AI/ML. Если вас интересуют математика, статистика и открытие новых уравнений, это ваше королевство. Если они этого не делают, вы хотели бы изучить их через! Это поле позволяет узнать, как машины учатся, обучаются и реагируют на действия человека.
Теория CS — эта область, вероятно, связана с алгоритмами и другими предметами информатики, которые вы преподаете в колледже. Если вы обнаружите, что глубоко изучаете почему и как в алгоритмах и логике, среди прочего, это может стать вашей будущей карьерой.
Системы. Исходя из моего предположения, это включает в себя все, что касается систем, компьютерной архитектуры, баз данных, операционных систем, разработки программного обеспечения и прочего. Весь список смотрите здесь.
CS + X. Домен CS + X в основном включает такие области, как Comp. био и биоинформатика, компьютерная графика, экономика и вычисления, взаимодействие человека с компьютером и другие.
Все трое подопечных имели определенный интерес и опыт в области машинного обучения. Итак, далее мы углубились в детали доступных возможностей машинного обучения.
- Наш наставник упомянул SemEval, который представляет собой серию международных исследовательских семинаров по обработке естественного языка (НЛП). Ежегодный семинар представляет собой набор общих задач, в которых представлены и сравниваются системы вычислительного семантического анализа, разработанные разными командами. Отметьте это, если вам интересно.
Также отметьте Веб-конференция и NeuRIPS, если вам интересны исследовательские конференции. - Она также перечислила удивительные возможности, такие как Программа для докторантов Google, Двухгодичная программа для научных сотрудников Microsoft для недавних выпускников, 6-месячная исследовательская стажировка Microsoft и Программа для научных исследований в области искусственного интеллекта Wadhwani.
Мы завершили наше обсуждение тем, что ожидают эти приложения. Мы обнаружили, что структура данных и алгоритмы были дыханием всего. Несмотря ни на что, DSA — это базовый навык, который должен освоить и освоить любой студент компьютерных наук. Вдобавок ко всему, алгоритмы и машинное обучение вместе оказываются удивительным партнерством.
На этой неделе я смог получить фундаментальное представление о том, каким может быть мой карьерный путь и как я могу воплотить его в жизнь. Спасибо Женщинам, которые кодируют за такие содержательные менторские сессии!
