Saya seorang Ph.D. siswa yang tertarik untuk pergi ke industri sebagai Ilmuwan Data setelah lulus. Saya akan memberikan sedikit latar belakang tentang pendidikan saya sebelum mengajukan pertanyaan saya, sehingga lebih dipahami:
Kursus Matematika:
Ini sebagian besar dalam matematika murni: topologi, analisis fungsional, dll, tetapi juga termasuk yang lebih diterapkan (di mana saya telah mengkhususkan diri untuk disertasi): optimasi cembung, pemrograman nonlinier, analisis numerik, pemrograman linier, optimasi multi-tujuan. Selain itu, sekarang saya memiliki 0 pengetahuan tentang stat inferensial, tetapi saya yakin dengan teori probabilitas.
Pemrograman:
Saya baru saja mengambil kursus selama setahun di Sarjana, tetapi sebagian besar adalah Mathematica dan beberapa Jawa, yang saya ingat tidak ada yang jujur. Dalam kursus ini, konten tidak termasuk struktur data atau desain dan analisis algoritma, atau sistem manajemen basis data. Saya juga belajar Matlab sendiri untuk menerapkan algoritma dalam tesis sarjana.
Latar belakang di atas adalah selama program Sarjana dan Master. Sekarang, selama Ph.D. Program, saya menemukan bahwa Machine Learning adalah campuran sempurna (bagi saya) antara Nonlinier Optimasi, Pemrograman dan aplikasi di dunia nyata, yaitu, keduanya menarik secara teoritis dan berorientasi aplikasi. Inilah alasan mengapa saya menjadi sangat bersemangat untuk pergi ke industri. Oleh karena itu, saya mulai belajar sendiri (dalam waktu luang saya) selama 3 tahun terakhir.
Ringkasan singkat dari hal-hal yang dipelajari:
Python: Saya nyaman menerapkan algoritma optimisasi, bekerja dengan notebook jupyter dan perpustakaan numpy (pada kenyataannya, saya harus melakukan ini untuk disertasi), dan melakukan manipulasi data dasar dan tugas pembersihan di panda. Ini saya pelajari secara online, dalam platform yang disebut dataquest ( https://app.dataquest.io ). Namun, saya tidak berpikir saya memiliki cukup pengetahuan untuk lulus wawancara dalam struktur data dan algoritma (lihat di atas).
Pembelajaran Mesin: Saya mengambil kursus tingkat master dalam topik di uni (karena saya di Jerman, kami tidak memiliki kursus di Ph.D., jadi ini semua ada dalam waktu pribadi saya), yang sangat saya nikmati. Topik termasuk: k-NN, PCA, SVM, NN, dll.
Mengambil kursus di Database semester ini, yang berfokus pada SQL.
Mengambil spesialisasi Deep Learning pada Coursera semester ini.
Akhirnya, saya ingin mengatakan bahwa saya merasa benar-benar mampu mempelajari topik-topik tersebut. Bahkan, seiring waktu saya berniat untuk mengambil lebih banyak kursus tingkat pascasarjana yang tersedia online (misalnya, Stanford CS231N, CS234, dll) karena, menurut pendapat saya, kursus online mungkin tidak cukup ketat. Semoga setelah pertahanan, saya akan bisa fokus penuh waktu pada ini.
Karena itu pertanyaan:
Apakah saya masih bisa diterima pada saat ini (maksud saya, setelah menyelesaikan semester ini dengan pengetahuan yang dijelaskan di atas)? Jujur saya pikir saya belum siap, tetapi saya merasa yakin bahwa saya bisa mendapatkan yang layak dalam satu tahun.
Apakah saya terlalu naif dalam berpikir bahwa sebuah perusahaan akan memberi saya kesempatan?
Apa yang harus saya lakukan untuk menjadi lebih bisa diubah dalam hal apa pun?