¿Por qué los trabajos de aprendizaje automático y las pasantías se reservan principalmente para estudiantes de posgrado y de doctorado?

Pregunta interesante … sin embargo, hay diferentes ángulos a ella.
En primer lugar, debemos entender qué valor agregan Masters o Phd al perfil de un candidato. (Lea este hilo ¿Cuáles son los beneficios de una maestría en aprendizaje automático y vale la pena mi tiempo y mi dinero?)
El aprendizaje automático en general es un campo sofisticado en el que, aparte de MATHS, debe conocer otras habilidades. Las habilidades más importantes entre ellas es pensar fuera de la caja, prever nuevas ideas y poder implementarlas (o contribuir teóricamente al menos). En el momento en que cursó la licenciatura, es posible que haya tomado uno o más cursos de AI / ML o, en el mejor de los casos, un proyecto de curso. Pregúntate, ¿es esto suficiente? ¿Tal vez sí tal vez no?. Tomar un curso de udacity o coursera está bien, pero desafortunadamente no es suficiente como para que un empleador lo contrate.
Normalmente, cuando alguien está contratando a una persona que aprende de forma automática, las expectativas no se basan en lo bueno que es usted como programador, sino en lo diferente que puede manejar un problema empresarial específico desde la perspectiva de ML. Un título de maestría / doctorado debe permitirle resolver un problema difícil por su cuenta, pensar de manera integral, aprender a enfocarse en problemas difíciles y expresar sus ideas de manera efectiva.
Sin embargo, con el surgimiento de la ciencia de la información y el campo del big data, que nadie sabe qué es y define según su conveniencia (Dan Ariely – Big Data es como el sexo en la adolescencia: todos hablan …), veo anuncios de empleo que también necesitan una educación de bachiller . Pero supongo que esos trabajos están más inclinados hacia el análisis de negocios, desarrollo de negocios o ingeniería de software que el ML real involucrado en él. Puede usar herramientas de LD en esos trabajos, pero es posible que no pueda desarrollar nada nuevo.
Si desea una carrera profesional de investigación y desarrollo, debe pasar por este horno de Maestros / Doctorado para ser un mejor profesional o el mundo aún era habitable antes de que Edison inventara la bombilla

0. Esto se aplica por igual a otros campos de ingeniería y no estoy en el área de aprendizaje de máquinas, por lo tanto, tome mis elementos enumerados en consecuencia.
1. Han sido examinados como inteligentes por sus logros académicos anteriores y su selección por su asesor.
2. Están en modo de aprendizaje completo.
3. Son los futuros candidatos más probables.
4. Hacen el trabajo por menos de lo que hace una nueva contratada de ingeniería con la ventaja obvia y una menos obvia: que se sentirán entusiasmados con el salario inicial si son contratados.
5. Queremos la oportunidad de evaluar las contrataciones potenciales durante un período más largo que un día de 30 o 45 minutos de entrevistas por parte de los empleados ocupados. En particular, esto se aplica a su capacidad para funcionar como miembros alegres y productivos del equipo.