Devrais je me spécialise dans Theoretical Computer Science ou Machine Learning?

Je commence ma maîtrise en septembre prochain et mon but final après avoir terminé ma maîtrise est d’obtenir un emploi dans une entreprise de technologie gros comme Google, Facebook, etc.. Ce qui serait un meilleur chemin de spécialisation en termes d’être mieux préparé pour les entretiens?

Réponse

Afin de se spécialiser dans n’importe quel domaine de recherche au sein de l’informatique, tels que l’apprentissage automatique, données scientifiques, Aritificial Intelligence (réseaux de neurones, mémoires associatives, etc.), heuristiques métaheuristiques (Evolutive, Bio-inspirés, etc.), de la conception d’algorithme (par approximation, aléatoire, etc.), réseaux (Manet, VANET, etc.), etc., il faut être bon en informatique théorique (pas nécessairement au niveau d’Alan Turing, bien sûr). Maintenant, après quelques années en tant qu’étudiante (actuellement un étudiant en thèse), je peux dire qu’il est très difficile d’obtenir des résultats théoriques pertinents, alors que dans le champ appliqué, c’est presque simple (plusieurs fois, c’est plus sur la sueur que la pensée profonde). Je pense obtenir autant que possible connaissances théoriques (dont vous ne cesserez jamais d’apprentissage) est une bonne voie à suivre, mais en même temps, c’est une bonne idée de rester en contact avec le champ appliqué. ML est certainement un très prometteur, amusant et gratifiant espace de recherche.


Tags: Enseignement des sciences informatiques, Informatique théorique, Apprentissage automatique, Computer Science Research