La ruta para que un estudiante de doctorado en física de segundo año tenga una carrera como científico de datos

Si participa en las competencias de Kaggle, o en el desafío de fisionet (y gana), eso contribuirá mucho a demostrar que es un científico de datos confiable, sin importar cuál sea su título.

Sí, definitivamente puedes pasar de un doctorado en Física a una carrera en ciencia de datos.

Las tres rutas principales que he visto han sido:

• Solicite un programa como Insight Data Science Fellows (hay muchos como este), donde toman estudiantes con sólidos antecedentes cuantitativos y desarrollan algunas de sus habilidades más relevantes para la industria, luego los colocan en puestos de trabajo. Estos pueden ser bastante competitivos, y mi impresión es que los estudiantes que obtienen estas becas ya han realizado un trabajo significativo en "proyectos paralelos" en ciencia de datos, es decir, crea su propio tema de investigación y descubre algo interesante. [Además, dado que son competitivos, sospecho que los estudiantes de universidades de alto perfil tienen una ventaja.]
• Encuentre una pasantía en una empresa local; use esto para abrirse camino en la industria (¡o simplemente vaya a trabajar allí si lo desea!). Nuevamente, por lo general, antes de obtener una pasantía, generalmente debe mostrar cierto interés, trabajando en un proyecto paralelo más relacionado con la ciencia de datos o brindando una solución en una competencia de Kaggle.
• Conexiones personales. ¡Esté atento a los estudiantes que se gradúan ahora y vea lo que hacen! Muchas empresas necesitan codificadores con sólidas habilidades cuantitativas y pueden ofrecer bonificaciones por recomendación: alguien que se graduó unos años antes que yo me contactó en un momento debido a esto.

Dado que recién está comenzando, también tiene la opción importante de hacer que su proyecto de doctorado esté más alineado con ideas interesantes de ciencia de datos. Es posible hacer tanto física como ciencia de datos; por ejemplo, si miro la lista de sesiones en la reunión de marzo de APS de 2017, veo tres o cuatro con "aprendizaje automático" solo en el título. Por supuesto, esto depende de un asesor que esté dispuesto a hacer esto y que pueda enseñarte cosas relevantes.

Sin embargo, aún es importante recordar que un doctorado en Física es un compromiso a largo plazo, y debe elegir un asesor y un proyecto con el que esté satisfecho mientras tanto, no solo lo que será popular en la industria. (Después de todo, en 3 o 4 años, es posible que el mercado de científicos de datos no sea tan bueno).

Hice exactamente esto (doctorado en física en ciencia de datos). No hice ningún 'proyecto específico' pero hice algo de autoaprendizaje.

Si quieres ayudarte a ti mismo, puedes aprender:

• Repase el álgebra lineal.
• Buen conocimiento de un lenguaje de programación de alto nivel (Python, R, etc.)
• Conocimiento de los algoritmos de Machine Learning.

Ya era competente en Python e hice algo de aprendizaje automático básico (es decir, regresión y clasificación básica de imágenes). También leí la primera mitad del libro:

'Aprendizaje automático práctico con Scikit-Learn y TensorFlow' por A. Geron. (No tengo ninguna afiliación con este libro o autor).

¡Lo más importante es concentrarse en obtener su doctorado! Un buen doctorado le dará un trabajo en este campo en lugar de la comprensión básica que podría obtener en su tiempo libre. Hice todo mi aprendizaje mientras trabajaba en un trabajo diferente durante unos meses después de mi doctorado.

Después de esto, me acerqué a algunos trabajos de ciencia de datos y fui honesto: tengo una sólida formación en aritmética, pero tengo muy poco conocimiento sobre ciencia de datos pero quiero aprender. ¡Varias empresas estaban muy contentas de que me 'capacitara' debido al potencial que tiene alguien con un doctorado! Particularmente, como un doctorado en física te enseña grandes habilidades de investigación y resolución de problemas.