博士号取得を検討している場合機械学習の分野で、または「適切な」バックグラウンドなしでこの分野に参入するだけの場合、決定を下す前に知っておくべき重要な洞察がいくつかあります。 学界 vs. 産業界: 博士号を取得する 分野に参入し、特定の研究目標を達成するための優れた方法になる可能性があります。 機械学習の ただし、アカデミアと産業界の長所と短所を考慮することが重要です。オープンソースの研究組織に参加したり、サイド プロジェクトに取り組んだりするなどの代替経路は、一部の個人にとっては実際には大学院での研究よりも有用であることが証明される場合があります。 以下は、ブライアンのインタビューから得た最高のヒントの明確なリストです。 : 機械学習で最初の仕事に就くときは、定量化可能な影響を示すことが重要です。これは、サービスの高速化、モデルのパフォーマンスの改善、または雇用主の収益の生成などです。これらの成果を強調するために履歴書をパーソナライズすることが重要です。 履歴書のパーソナライズ : 採用に関しては、強力な個人ブランドとオンライン プロファイルの影響を過小評価しないでください。作品を共有し、コラボレーションし、ソーシャル メディアを活用してください。 ブランドとオンライン プレゼンスの力 : ネットワークはあらゆる分野で不可欠であり、機械学習も例外ではありません。昔ながらのソーシャルネットワーキングに飛び込んで、業界でつながりを作り始めましょう。 LinkedIn で人々に連絡を取り、ネットワーキング イベントに参加し、 に参加し、競争の激しい市場で際立つためにさらに努力してください。 つながりを築く オンライン コミュニティ : 面接に入ったら、ストーリーを共有することが重要です。採用担当者はあなたの履歴書を読んでいるので、あなたが取り組んだプロジェクトと乗り越えた課題について話してください。あなたを作るものは何でも、あなた! ストーリーを共有する これらの洞察は、 博士によって共有されました。ワシントン大学の候補者であり、 Twitter アカウントの創設者です。 AI を導入する方法、Twitter ページを成長させる方法、ポッドキャストをホストする方法、面接を成功させる方法、より優れた履歴書を作成する方法についてさらに詳しい洞察を得るには、以下の完全なポッドキャストを視聴してください。 Brian Burns AI Pub ポッドキャストを見る https://youtu.be/M0aLFZegaec?embedable=true&transcript=true ( または でも利用できます)。 Spotify Apple Podcasts