Estoy buscando solicitar un doctorado en el ámbito de CS en el próximo ciclo, particularmente algo con un sabor de IA como Machine Learning o NLP. Soy un poco anómalo en CS ya que tengo especializaciones de pregrado en un área muy diferente (una era historia...). Estoy terminando una maestría enfocada en el procesamiento de señales en una escuela de renombre y tengo un buen GPA y los mejores GRE. Yo era un estudiante de licenciatura secundaria de CS, pero comencé demasiado tarde en la universidad, por lo que no pude haber obtenido la especialización, aunque tomé los cursos básicos.
Aunque terminé la licenciatura con muchos elogios (y estudié TA en informática durante 3 semestres) y me he destacado en los cursos de ingeniería a nivel de maestría, estoy realmente preocupado por mis posibilidades de ingresar a un gran programa de doctorado. (Hay una serie de razones por las que quiero obtener un doctorado, pero al mismo tiempo, * para mí * , el compromiso de tiempo no se justifica si no estoy trabajando con un gran cuerpo docente en una gran institución).
Tengo algo de experiencia en investigación (una tesis de licenciatura con honores en mis especializaciones, sé que no está exactamente relacionada, y soy coautor de un par de artículos que no son de CS publicados en revistas IEEE de algún trabajo de verano), pero nada realmente en profundidad que he hecho por mi cuenta. Mi maestría es un programa sin tesis, por lo que he tenido problemas para encontrar un asesor que me acepte (quiero hacer una tesis de todos modos). También he tenido problemas para encontrar (y ser aceptado) oportunidades de investigación de verano que valgan la pena (entornos académicos relacionados con mis intereses). De hecho, disfruté mucho de mis oportunidades de investigación anteriores, y sé que para las admisiones de doctorado es investigación, investigación, investigación (y algunas recomendaciones). Asi que aqui están mis preguntas:
NOTA: Por supuesto, creo que estoy calificado (todos los solicitantes lo hacen o de lo contrario no postularían). También creo que mi experiencia única es una ventaja. Me preocupa que quienes toman las decisiones de contratación/admisión se sientan diferentes. (editado desde la primera publicación)
¡Gracias de antemano por el consejo!
A menos que me equivoque, el "próximo ciclo" es dentro de medio año. Hay muchas formas de mejorar las perspectivas de un doctorado, pero muchas de las más importantes ya no están disponibles debido a la falta de tiempo.
Robert Peters en Getting What You Came For cita un estudio de ETS sobre la importancia que los comités consideran varias partes de la solicitud de doctorado, en una escala del 1 al 5:
Tienes medio año. Algunas de estas cosas, como su GPA, obviamente no se pueden cambiar. Lo que puedes hacer es:
Esto depende en qué país o "mundo" vives.
Los programas de doctorado y similares son muy diferentes en todo el mundo.
Tienes:
- EE.
UU. - Reino Unido
- Países como Suecia
- Suiza
- Europa Central como Alemania/Austria
- India
- etc.
Cada país tiene una cultura muy diferente en general y una cultura universitaria diferente a su vez, y también diferentes recursos.
Solo un ejemplo: en la India los puestos de doctorado son difíciles de conseguir, en Alemania/Austria a veces hay 5 solicitudes para un solo trabajo, así que por casualidad es fácil conseguir un puesto.
En la investigación en disciplinas técnicas (informática, ingeniería eléctrica), mi opción es que lo más importante sean las matemáticas. Es el tema aplicable más difícil y más general. Este es también, en mi opinión, el tema más importante para la investigación aplicada.
Si no sabes matemáticas es difícil hacer programación funcional. Necesita la teoría de categorías para usar mónadas, funtores, etc., para escribir programas en lenguajes funcionales como haskell. Hay lenguajes de programación de última generación basados en la lógica de orden superior y otros que se basan en la teoría de tipos de Martin Löw. Sin una excelente base matemática, uno está indefenso.
Si desea analizar y predecir señales en ingeniería eléctrica, esto es comparablemente fácil si sabe cómo hacer análisis armónicos y estadísticas de última generación.
Shión
marcman
Shión
Shión