Siempre le pregunto a nuestro equipo ” ¿por qué querrías construir un auto sin conductor ?”
Para realmente tener éxito en este campo, es posible que desee preguntarse primero por qué elegiría ser ingeniero de automóviles autónomos como carrera. La razón por la que pregunto esto es porque siempre quiero que mi equipo siga apasionado trabajando en un automóvil sin conductor.
Si puedes pensar en la mejor razón por la que lo harías, felicidades entras al siguiente nivel que te trae cosas para aprender;
- ¿Dónde puedo encontrar un proyecto UX / UI para trabajar y aprender, sin tener que inventarlo?
- Quiero obtener mi maestría en Amsterdam en UVA o VU, pero no quiero presentar una solicitud si no me aceptan. ¿Cuál es un recurso para medir si me aceptan?
- ¿Es difícil hacerlo bien como estudiante universitario de ciencias de la computación sin experiencia previa en programación?
- Estoy planeando obtener un MBA en gestión de operaciones. ¿Qué certificación (es) de APIC funcionarían bien con mi título?
- ¿Por qué debería tomar CSE para ingeniería?
- Master Deep Learning
La razón por la que digo dominar el aprendizaje profundo es porque esto es principalmente cosas de ingeniería que harás como trabajo diario en compañías de autos sin conductor. Ya sea que esté creando un modelo preliminar usando TensorFlow y Keras, o descubra el conjunto de características en el nivel de ingeniería para los datos dados. Fracasarás muchas veces y la clave para dominar el aprendizaje profundo es iterar. - Únete al grupo de robótica en el campus
Aplica tu conocimiento teórico en algo real. Te inscribes en la escuela de ingeniería. Significa que serás ingeniero. Aquí está el consejo, estamos viviendo con muchos problemas en robótica, por ejemplo, mapeo y localización. Como ingeniero, debe ser capaz de dar la actitud correcta hacia este problema. Únase al grupo de robótica en el campus le dará la ventaja de jugar con el hardware y el software, además de la integración del sistema. Resuelve el problema y quizás ganes la competencia. - Aprenda CUDA, C ++ y Python, quizás MATLAB
Conozca más y haga muchos experimentos para aprender esos idiomas. Es bueno dominar un idioma como Python, pero no tengas miedo de aprender otras cosas. Abra su mente, haga las preguntas “correctas” a sus profesores, TA, colegas y su grupo. Muéstreles que aprende algo y progrese haciendo las preguntas “correctas”. Solía hacer muchas preguntas sin sentido y considero que eso consume mucho tiempo. Creo que la parte más difícil fue aprender CUDA sin conocer C ++. Entonces, hay una curva de aprendizaje para eso. No te apresures, y no te odies, solo disfrútalo. - Comprender OpenCV y principios en IA
Mientras realizaba mi estudio, tenía demasiado miedo de aprender OpenCV. Por qué ? Porque era demasiado vago y no quería depurar un montón de errores en mi código CV. Lo que hice fue dejar que mi “amigo cercano” me ayudara a codificar eso. Lo creas o no, que mi “amigo cercano” ahora está trabajando en el mejor proyecto de CV que he conocido Project Tango de Google. Me sentí muy mal conmigo misma y no me di cuenta de eso mientras estaba en la escuela. En ese momento, la pereza y la dilación eran mi excusa para aprender esas dos grandes cosas. Perdí el cambio para disfrutar de la experiencia de aprendizaje más prestigiosa sobre AlexNet, LeNet, desarrollar un mejor enfoque de red bayesiana en el mundo de la IA. Cuando volví a ver a mi “amigo cercano”, me dijo que no hay nada tarde para comenzar. Entonces comencé a aprender de nuevo, desarrollar mi conocimiento en IA, conectar los puntos con Deep Learning y Vehicle Dynamics (tome la clase MAE para eso). Entonces, la moraleja de esta historia, solo hazlo, ten paciencia y trabaja en ello. - Habilidades de trabajo en red y contribución al proyecto de código abierto en auto sin conductor
La creación de redes es importante. De hecho, así es como promueve su cartera, sus habilidades, su cerebro, su talento. Básicamente, dígale a los empleadores lo mejor que haya construido. Muéstrales que eres diferente, tienes ingenio. Es hora de brillar cuando te relacionas con personas. Obviamente, debe completar los pasos 1 a 4 hasta llegar a la red con empleadores potenciales como Ford, Tesla, GM, Baidu, NVIDIA, Google, etc. ¿Cómo te relacionas? Averigüe cuándo habrá el próximo TED, entre a TechDisrupt, conéctese a través de Linkedln, vaya a sus servicios profesionales y solicite la “ayuda adecuada”. También encontrará una mejor red cuando contribuya al proyecto de código abierto. En este período, aprenderá sobre la marcha.
En resumen, esos son cinco pasos que debe hacer en 4 años y si todavía encuentra interesante el auto sin conductor, debería considerar inscribirse en el programa Udacity Self-Driving Car Nanodegree. Es un gran lugar para aprender y hacer preguntas.