¿Necesito una guía para obtener un trabajo de aprendizaje automático? ¿Qué materias tengo que preparar?

Honestamente, hay una gran variedad de cosas que puedes aprender.

Estas son algunas de mis sugerencias:

1. Para comenzar con los lenguajes de programación: te recomendaría aprender Python. Es el lenguaje más utilizado en el dominio de aprendizaje automático.
2. Aprendizaje automático:
1. Deberá tomar uno o dos cursos sobre inferencia estadística.
2. El siguiente paso es obtener un conocimiento sólido de muchos temas de minería de datos, como técnicas y algoritmos de análisis de datos exploratorios, clasificación, agrupamiento y regresión.
3. En esta etapa, está listo para profundizar en temas más complejos en el aprendizaje automático como la maximización de expectativas (EM), la Estimación de máxima verosimilitud (MLE), el aprendizaje conjunto, SVM, redes neuronales.
4. Además, también se recomienda tener cierta experiencia en trabajar con tecnologías de big data como spark, hadoop, etc.
5. Un poco de conocimiento sobre cómo trabajar con herramientas como SQL, Tableau para visualizaciones de datos es una ventaja.

Algunas notas y sugerencias:

• ¿Cómo puedo ser autónomo?
• ¿Cuáles son las principales razones detrás del desempleo juvenil en la India?
• ¿Cómo se puede reclutar a un ingeniero informático en Tesla Motors?
• ¿Qué debo hacer después del 10 para hacer ingeniería de software?
• Me uní a Millward Brown en septiembre como pasante y todavía estoy esperando confirmación después de 5 meses. ¿Cuáles son los pros y los contras de continuar como pasante?

Asegúrese de aprender cálculo y álgebra lineal, que es imprescindible para comprender / trabajar con muchos algoritmos de aprendizaje automático.

Como ingeniero de aprendizaje automático, uno debe profundizar en los antecedentes matemáticos de varios algoritmos de ML y comprender la estimación de parámetros.

Aquí hay algunos cursos adicionales que uno puede tomar:

1. Predicción de series de tiempo
2. Procesamiento de lenguaje natural / minería de texto.
3. Visión por computador.
4. ML para procesamiento de señal.
5. Chispa – chispear.
6. Herramientas como Tensorflow, AWS, Google Cloud Platform serán una ventaja adicional.

Espero que esto ayude !!!