Evite el síndrome del objeto brillante al hacer una elección. AI / Machine Learning / Bioinformatics son campos calientes con toneladas de personas que entran en ellos. Mi respuesta corta: construir un banco de habilidades que abarquen conceptos fundamentales como matemática (primero y principal), teoría del lenguaje (también matemática, solo más abstracta), sistemas (debe tener alguna perspectiva histórica, pero también necesitará matemática para comprender la optimización de la red) , teoría de colas, etc. al menos a un nivel básico, y algunas habilidades científicas que te ayudarán a entender el mundo como la física / química.
Por supuesto, deberá especializarse en algún momento cuando vaya a trabajar, pero los trabajos cambian … la construcción del banco que he diseñado le permitirá adaptarse a cualquier campo nuevo y “brillante”. Sé que he establecido mucho, y no es necesario que te metas en todas las áreas a la vez … esto es lo que buscaría en una persona bien formada para ser miembro de un equipo de investigación (mi área, así que es lo que voy a comentar).
Ok, ahora déjame explicarte mi razonamiento.
- Cómo motivarse para esforzarse por ser el mejor en la escuela secundaria
- Si pudieras estudiar programación desde el principio otra vez, ¿cuáles son las cosas que debes y no debes hacer?
- ¿Puedes ayudarme con este problema? Estoy en el 11º grado, así que responde en consecuencia.
- Estoy en la clase 10 y quiero hacer IIT. Entonces, ¿qué cosas debo hacer?
- Terminé el primer año en el rango de clase de 175/659. ¿Cómo puedo ingresar al 5% superior de mi clase en 1 o 2 años?
- Demasiados profesionales en una especialidad y se vuelven baratos para contratar. Campos como ML, Bioinformática, IA se están convirtiendo rápidamente en algo así. Al tener un gran banco que incluye matemáticas, la física / química básica le permitirá ingresar a la mayoría de estos campos. Muchos en estos campos programan con lenguajes de alto y muy alto nivel como Python y Wolfram’s Mathematica. Tener cierto conocimiento de los sistemas y la capacidad de optimizar lo diferenciará (elegir el algoritmo correcto para el hardware a menudo es algo que va más allá de las habilidades de la mayoría en el campo y un nicho en el que siempre participan las personas que tienen las habilidades adecuadas).
- Podríamos esperar que nuestras habilidades no se puedan hacer mediante la automatización, sin embargo, ya estamos viendo esto en el espacio de diseño web (y otros). Mi regla general de oro, si puede hacer un algoritmo para ello (es decir, si es un problema computable, ya sea por algoritmo o por probabilidad), finalmente se automatizará. Al configurarse a sí mismo con los conceptos básicos de ciencia, matemáticas y computación, le permitirá pasar a otros trabajos (como los que construyen la automatización).
- Hay tres tendencias divergentes en la computación. Una que se enfoca en aplicaciones de muy alto nivel, aquellas que se enfocan en detalles de muy bajo nivel como los sistemas y la arquitectura, luego está la línea que mira toda la pila de computación y trabaja para descubrir la mejor manera de hacer las cosas desde arriba hacia abajo y de abajo hacia arriba. Las aplicaciones de alto nivel, que se centran en las aplicaciones de usuario final / HCI y el nivel bajo probablemente no estarán completamente automatizadas durante bastante tiempo. La tendencia en ambas áreas es eliminar las tareas que consumen tiempo para centrarse en los problemas realmente difíciles. La pila completa (que abarca todos los niveles) probablemente nunca se automatizará completamente en mi o en su vida. Si alguna vez has visto lo complejas que son las capas de software y hardware que interactúan, sabrás a qué me refiero.
