Trabajar 10 horas al día es mucho. Añadir más horas de estudio no es fácil. Puede agregar un poco cada día y más durante el fin de semana y esperar mucho tiempo hasta que llegue al punto de comprender lo que está sucediendo en el aprendizaje automático. Por lo tanto, debe ser muy selectivo en los cursos de capacitación y en los libros que está utilizando. Tienen que ser un buen partido para tu nivel. De lo contrario, puede dedicar demasiado tiempo a excavar usted mismo en el agujero en el que no debería estar en primer lugar.
Por lo tanto, mi primer consejo para usted es tratar de definir qué es exactamente lo que le gustaría hacer como ingeniero de ML. ¿Desea simplemente recopilar datos: la entrada para construir el modelo ML (y la construcción del modelo real se realizará para otra persona)? ¿Desea poder incluir los datos recopilados en el algoritmo (que fue establecido por otra persona) que construirá el modelo para usted? ¿Desea probar el modelo construido en otro conjunto de datos y poder verificar qué tan bueno es? ¿Quieres software de escritura que utiliza el modelo construido? ¿Quieres entender cómo funciona todo en principio, estudiar datos y aconsejar a otros cómo ML puede ser útil para ellos?
No creo que puedas hacer todo eso. Cada área puede absorber a una persona por 24 por 7 sin un descanso. ML es un esfuerzo de equipo. Tiene que haber alguien que sea un buen matemático, que conozca los fundamentos de los algoritmos ML, sus ventajas y desventajas para su área en particular. Tiene que haber alguien que conozca bien las herramientas – MATLAB o R o lo que sea (lea el Mejor lenguaje de programación para el aprendizaje automático – Dominio del aprendizaje automático). Prefiero MATLAB, incluso si es más caro, pero se amortiza cuando se puede exportar el modelo y se usa tal como es para calificar sin codificarlo, es una gran ganancia. Debe haber alguien que conozca bien los datos, sus interdependencias y el origen (si los alimenta sin filtrarlos, es posible que no obtenga resultados útiles del mejor modelo). Tiene que haber alguien que sepa de negocios, para que él / ella pueda guiarlo en lo que su modelo debe predecir. Tiene que haber un programador (o incluso un grupo de ellos) que pueda implementar la recopilación de datos, el modelo y el uso del modelo en el código.
Todo el mundo debería saber un poco sobre todo lo anterior, pero uno no puede ser igual de bueno en todas partes (bueno, hay personas excepcionales, que pasaron mucho tiempo aprendiendo todo eso, pero son eso: excepcional).
- ¿Qué significa ser bueno estudiando? ¿Cómo puedo llegar a ser bueno en el estudio?
- ¿Cuáles son algunas aplicaciones de productividad altamente recomendables?
- ¿Cuál es tu mentalidad sobre el estudio?
- ¿Hay algún truco para estudiar las cosas correctas?
- Cómo mejorar mis habilidades matemáticas al nivel requerido y estar preparado para estudiar Informática
Hable con las personas con las que va o con las que desea trabajar en ML, descubra el área más fácil para usted y aprenda sobre eso. Una vez que esté en un equipo de ML, mantenga sus ojos y oídos abiertos, continúe estudiando y pronto cumplirá su sueño. Poner pie en la puerta es la llave. Hay mucho para el ML, que es imposible aprenderlo de manera aislada, especialmente porque este campo se está desarrollando tan rápidamente que incluso mantenerse al día no es fácil.
Dado que no conozco su nivel de conocimientos y habilidades en cada una de las áreas anteriores, y no conozco sus ideas sobre lo que desea hacer, no puedo ser más específico. Sin embargo, un paso creo que puedo aconsejar (si aún no lo has hecho): sigue este curso https://www.coursera.org/learn/m…. Te dará una buena visión general. Es gratis a menos que desee obtener un certificado.
¡Buena suerte!