Um Doutorado é Necessário para uma Função de Engenheiro de Aprendizado de Máquina?
- Um Ph.D. nem sempre é necessário para cargos em Machine Learning; habilidades práticas e experiência são altamente valorizadas.
- As tendências do setor estão mudando, priorizando habilidades e contribuições em vez de diplomas tradicionais.
- Startups oferecem um caminho alternativo para futuros Engenheiros de Machine Learning.
No mundo em rápida evolução da inteligência artificial (IA) e do aprendizado de máquina, o debate sobre a necessidade de um grau de doutorado (Ph.D.) para aspirantes a Engenheiros de Aprendizado de Máquina ganhou destaque. Esta discussão foi alimentada por comentários recentes de profissionais da indústria e pela mudança no cenário dos requisitos de emprego em IA. Embora alguns argumentem que um Ph.D. não é essencial, outros acreditam que ele pode trazer perspectivas inovadoras para o campo.
Opiniões diversas na comunidade de tecnologia
Uma discussão recente no Twitter iniciada por um usuário expressando seu dilema sobre a obtenção de um Ph.D. para se tornar um Engenheiro de Aprendizado de Máquina acendeu uma conversa entre profissionais de tecnologia. Muitos expressaram suas opiniões, desafiando a noção de que um doutorado é um pré-requisito para o sucesso neste campo.
Cristian Garcia, engenheiro de aprendizado de máquina na divisão de IA DeepMind do Google, acredita que um Ph.D. pode ser exagero para uma função de Engenheiro de Aprendizado de Máquina.* De acordo com Garcia, os programas de Ph.D. muitas vezes não cobrem habilidades essenciais como DevOps, limpeza de dados, engenharia de dados e trabalho de back-end, que são vitais para o trabalho. Ele argumenta que o aprendizado de máquina é apenas um componente da função e que as habilidades práticas desempenham um papel significativo no sucesso.
Por outro lado, alguns usuários expressaram preocupações de que ter um Ph.D. pode afastar potenciais empregadores.* Eles argumentam que os recrutadores podem perceber que os portadores de Ph.D. carecem de experiência na indústria, são caros ou estão muito focados em aspectos teóricos. Alguns até sugerem que as empresas que listam um Ph.D. como um requisito estrito podem não entender totalmente a função para a qual estão contratando.
Tendências e perspectivas da indústria
O debate sobre a necessidade de um Ph.D. para funções de aprendizado de máquina ocorre em um momento em que o mercado de trabalho em IA está em expansão e as empresas estão reavaliando seus critérios de contratação. Vários especialistas da indústria e gigantes da tecnologia compartilharam suas perspectivas sobre este assunto.
Chris Foltz, Diretor de Talentos da IBM, enfatiza a importância das habilidades e experiências em vez de graus tradicionais ao contratar para funções de IA.* Foltz sugere que os candidatos que podem demonstrar efetivamente seu conhecimento em IA são altamente valorizados, independentemente de sua formação acadêmica.
Lindsey Duran, Vice-Presidente de Recrutamento Global da Nvidia, ecoa este sentimento, afirmando que os candidatos de origens não tradicionais podem se destacar enfatizando suas conquistas profissionais, capacidades de liderança e o impacto de seus projetos anteriores.*
Alex Shapiro, Diretor de Pessoas da Jasper AI, uma startup de IA, sugere que origens não convencionais podem às vezes ser mais atraentes para os empregadores do que graus técnicos.* A visão de Shapiro sublinha a mudança da indústria em direção à valorização da experiência prática e das contribuições do mundo real.
Explorando caminhos alternativos
Alguns participantes da discussão no Twitter ofereceram caminhos alternativos para indivíduos que aspiram se tornar Engenheiros de Aprendizado de Máquina sem buscar um Ph.D. Um usuário sugere começar em uma startup, que pode estar mais disposta a arriscar candidatos sem doutorados. Ganhar experiência em uma startup pode então abrir portas para empresas maiores no futuro.
O debate sobre se um Ph.D. é necessário para se tornar um Engenheiro de Aprendizado de Máquina continua a evoluir na comunidade de tecnologia. Embora alguns argumentem que um doutorado pode ser um ativo, outros acreditam que nem sempre está alinhado com as habilidades práticas necessárias para a função. As tendências da indústria mostram uma ênfase crescente em habilidades, experiências e contribuições em vez de graus tradicionais, sinalizando uma mudança no cenário das práticas de contratação em IA. Em última análise, os indivíduos que aspiram entrar no campo do aprendizado de máquina têm várias vias a explorar, incluindo ganhar experiência em startups e mostrar suas habilidades práticas aos potenciais empregadores. À medida que o mercado de trabalho em IA continua a se expandir, os critérios para o sucesso neste campo dinâmico provavelmente evoluirão ainda mais.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Aviso legal. As informações fornecidas não constituem aconselhamento de negociação. A Cryptopolitan.com não assume qualquer responsabilidade por investimentos realizados com base nas informações disponibilizadas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
John Palmer
John Murangiri chegou à Cryptopolitan com habilidades em análise de mercado. John (também conhecido como JP) formou-se na Universidade de Nairobi com bacharelado em comunicação social e estudos de mídia. Ele já contribuiu anteriormente com insights sobre o mercado de criptomoedas para InsideBitcoins.com e Metacoingraph.
