By 푸르반시 메타, Microsoft의 데이터 과학자.

온라인 학습은 원하는 과정을 수강할 수 있는 유연성과 경제성을 제공하는 것이 사실입니다. 그러나 정식 학위가 데이터 과학 분야에 입문하려는 사람에게 도움이 될 수 있다고 생각하는 몇 가지 이유가 있습니다.

이것은 내 자신의 관점일 뿐이며 사람들은 여러 면에서 나와 동의하지 않을 수 있습니다. 자신의 포인트를 자유롭게 공유하십시오.

어디서 배워야 할지 모르겠다

머신 러닝을 배우고 싶다고 가정해 봅시다. Andrew Ng의 기계 학습 과정으로 시작하여 완료합니다. 이제 ML에서 공부할 수 있는 다른 내용을 Google에서 확인하세요. 당신은 '의 100을 찾을 수 있습니다10 최고의 기계 학습 과정'. 이제 어떤 코스를 선택해야 할지 혼란스럽습니다.

ML에서는 매우 방대한 분야이기 때문에 SVM, 회귀에 대해 각각 하나의 과정을 수강할 수 있으며 목록은 계속됩니다. 마지막에 쉽게 낙심할 수 있습니다!

공식 학위에는 일반적으로 ML에서 하나의 적용 및 하나의 이론 과정이 있으며, 이는 다음을 정의하는 데 도움이 됩니다. 해당 분야에서 가장 중요한 주제는 무엇이며 해당 주제를 다루는 리소스를 제공합니다.

정규 학위는 연속성을 보장합니다.

현재 MOOC 과정의 평균 완료율은 ~15%에 불과합니다[1]. 많은 사람들이 무언가를 배우고 싶어하지만 아마도 생활 방해가 되거나 흥미를 잃게 됩니다.

정식 학위는 사용하는 기간과 자원에 대한 제약을 보장합니다.

코스 과제

가장 인기 있는 온라인 코스 과제에는 GitHub 또는 기타 소스에서 사용할 수 있는 솔루션이 있습니다. 온라인에서 검색하는 경향이 있기 때문에 문제가 발생하는 시간은 적습니다.

대학의 좋은 과정은 일반적으로 어려운 질문을 하고 틀에 박힌 생각을 하게 만들 것입니다. 사실, 나는 내 과제에서 가장 많이 배웠습니다. 특히 이론 과목의 과제는 정말 재미있을 수 있습니다.

프로젝트

인기있는 코스라면 거의 모든 사람들이 하고 있습니다. 그래서, 당신이 수강한 컴퓨터 비전 강좌의 '객체 감지 프로젝트'는 1000명의 다른 사람들이 수강했습니다. 이력서를 돋보이게 하려면 자신만의 것이 있어야 합니다.

여전히 기본 작업을 수행 중일 때 아이디어를 얻는 것은 매우 어렵습니다. 당신에게 아이디어를 쏟아부을 수 있는 교수의 도움이 있다면, 당신은 유리한 출발을 할 것입니다.

리서치 프로젝트

혼자서 연구에 뛰어드는 것은 어렵습니다. 논문은 다른 사람들보다 우위를 점할 뿐만 아니라 주제에 대해 깊이 있게 배우는 데에도 도움이 됩니다. 교수 밑에서 일하고 출판물을 얻을 수도 있습니다.

국제 노출

국제 환경 및 다른 국가에서 대학원 학위 경험을 얻는 것은 그 자체로 경험이 될 수 있습니다.

업계는 여전히 정규 교육을 중요시합니다.

현재까지 정식 학위가 있으면 더 쉽게 얻을 수 있는 직책이 많이 있습니다. 이것은 여러 가지 이유 때문입니다. 나는 이것이 옳고 그름에 대해 논평하는 것이 아니지만, Ph.D. 재학생.

[1] MOOC 완료율(katyjordan.com)

실물. 허가를 받아 다시 게시했습니다.

바이오 : 푸르반시 메타Microsoft 보안 연구 팀의 구성원입니다. 중급.

관련 :

• Google 연구 이사의 데이터 과학 학습에 대한 조언
• 6년 최고의 2021 데이터 과학 온라인 강좌
• 데이터 과학자가되기위한 학습 경로