amerikansk rapper, spillet, ico, uregistrert

7 grunner til at du bør få en formell grad i datavitenskap

Kilde node: 1865212

7 grunner til at du bør få en formell grad i datavitenskap

Så mange alternativer er nå tilgjengelige på nettet for å lære innen datavitenskap. Det er flere faktorer å vurdere for å avgjøre om disse alternativene eller en tradisjonell grad fra en akademisk institusjon er den beste tilnærmingen for din personlige læringsstil og karriereambisjoner.


By Purvanshi Mehta, dataforsker i Microsoft.

Det er sant at nettbasert læring gir deg fleksibiliteten og rimeligheten til å ta de kursene du liker. Men det er flere grunner til at jeg tror en formell grad kan hjelpe noen som ønsker å komme inn i datavitenskap.

Dette er bare mitt eget perspektiv, og folk kan være uenige med meg på mange plan. Del gjerne dine egne poeng.

Vet ikke hvor jeg skal lære av

La oss si at du vil lære maskinlæring. Du starter opp med Andrew Ngs maskinlæringskurs og fullfører det. Nå Googler du hva annet du kan studere i ML. Du vil finne 100-vis av '10 beste maskinlæringskurs'. Nå er du forvirret om hvilket kurs du skal ta.

I ML, som er et så stort felt, kan du ta ett kurs hver på SVM, regresjon, og listen fortsetter. Du kan lett bli motløs på slutten!

En formell grad vil vanligvis ha ett anvendt og ett teoretisk emne i ML, noe som er med på å definere hva er de viktigste emnene i feltene og vil gi deg ressursene som dekker disse.

En formell grad sikrer kontinuitet

Den nåværende gjennomsnittlige fullføringsgraden for et MOOC-kurs er bare ~15 % [1]. Mange vil lære ting, men kanskje liv kommer i veien, eller de ender opp med å miste interessen.

En formell grad sikrer en begrensning på tidsperioden og ressursene du bruker.

Oppgaver til et kurs

De fleste populære nettkursoppgavene har løsninger tilgjengelig på GitHub eller andre kilder. Tiden du sitter fast med et problem er lav da du har en tendens til å søke på nettet.

Gode ​​kurs ved et universitet vil vanligvis ha tøffe spørsmål og vil tvinge deg til å tenke ut av boksen. Faktisk lærte jeg mest av oppgavene mine, spesielt de oppgavene i teorifag kan være veldig morsomme.

Prosjekter

Hvis det er et populært kurs, gjør nesten alle det. Så, "Objektdeteksjonsprosjektet" i datasyn-kurset du tok har blitt tatt av 1000-vis av andre mennesker. For å få CV-en din til å skille seg ut, må du ha noe eget.

Det er veldig vanskelig å få ideer å jobbe med når du fortsatt jobber med det grunnleggende. Hvis du har bistand fra en professor som kan bombardere deg med ideer, vil du ha et forsprang.

Forskningsprosjekter

Det er vanskelig å dykke ned i forskning på egenhånd. Papirer gir deg ikke bare et forsprang på andre mennesker, men hjelper deg også til å lære i dybden om et emne. Du kan jobbe under en professor og kanskje få noen publikasjoner.

Internasjonal eksponering

Å få en høyere gradserfaring i et internasjonalt miljø og et annet land kan være en egen opplevelse.

Industrien verdsetter fortsatt formell utdanning

Det er mange stillinger til denne datoen som bare er lettere å få hvis du har en formell grad. Dette er på grunn av flere årsaker. Jeg kommenterer ikke om dette er feil eller riktig, men det er visse posisjoner forbeholdt, la oss si, Ph.D. studenter.

[1] MOOC-gjennomføringsrater (katyjordan.com)

original. Ompostet med tillatelse.

Bio: Purvanshi Mehtaer medlem av Microsofts sikkerhetsforskningsteam med flere siste skrifter tilgjengelig om Medium.

Relatert:

Kilde: https://www.kdnuggets.com/2021/08/7-reasons-degree-data-science.html

Tidstempel:

Mer fra KDnuggets