博士课程资格

Yann LeCun在其AMA中提到，他认为拥有博士学位对于在顶级公司找到工作非常重要。

我拥有统计学硕士学位，本科是经济学和应用数学，但现在我正在研究ML博士课程。大多数程序都说没有绝对必要的CS课程。但是我倾向于认为大多数被接受的学生至少具有非常强的CS背景。我目前担任数据科学家/统计员，但我的公司将为课程付费。我应该在本地大学上一些入门软件工程课程，以使自己成为更强大的候选人吗？对于从CS领域以外申请博士学位课程的人，您还有什么其他建议？

编辑：我每天都参加一些MOOC（机器学习，推荐系统，NLP）和代码R / python。我在统计语言方面有很多编码经验，并且每天都要执行ML算法。我对我可以放在应用程序上的东西更加关注。

如果您是我，那么我会选一两个MOOC（例如，Scala中的算法，第一部分，算法，第二部分，功能编程原理），一本关于数据结构和算法的好书，然后尽可能多地编码。例如，您可以实现一些统计或ML算法；这对您来说是一种好习惯，对社区也很有用。

但是，对于博士学位课程，我还要确保我熟悉他们使用的数学类型。如果想深入了解它的样子，请浏览JMLR上的文章。这样您就可以在理论方面进行自我校准。你可以遵循数学吗？

哦，除非您想加入像他这样的研究部门，否则您不需要博士学位就可以在顶级公司工作。但是，那么您将花费更多的时间进行开发，并且您需要良好的编码技能...

在Kaggle上花费的时间可能比在博士课程上花费的时间更好。当您阅读获奖者的故事（Kaggle博客）时，您会发现它需要大量的练习，获奖者不仅仅是一种方法的专家。

另一方面，积极主动并在博士学位课程中制定计划可以使您获得联系，而这种联系否则可能无法获得。

我想真正的问题是给您的-想要在顶级公司工作的原因是什么？

您已经拥有统计学硕士学位，太好了！通常，我建议人们尽可能多地获取统计信息，尤其是贝叶斯数据分析。

根据您想对博士学位做些什么，您将从应用领域的基础课程中受益。您已经拥有经济学，但是如果您想就社会行为进行数据科学，那么社会学课程将非常有价值。如果您想从事欺诈预防工作，那么银行和金融交易课程将是不错的选择。如果您想从事信息安全工作，那么参加一些安全课程将是不错的选择。

有人认为数据科学家花时间在社会学或其他学科的课程上并没有什么价值。但请考虑一下Google流感趋势项目的最新案例。在本文中，他们的方法因犯了可以避免的错误而受到强烈批评。评论家称其为“大数据狂妄”。

在社会科学学科中增强实力的另一个原因是：个人竞争优势。随着学位课程，证书课程和MOOC的大量涌入，学生疯狂地涌入了数据科学领域。大多数将带有核心机器学习方法和工具的功能。博士毕业生将有更多的深度和更多的理论知识，但他们都在争夺相同的工作，并提供相同的价值。有了这么多的毕业生，我希望他们将无法获得高薪。

但是，如果您可以通过在特定领域和应用领域的正规教育和实践经验相结合来使自己与众不同，那么您应该能够与众不同。

（上下文：我在计算社会科学领域的博士学位课程中，该课程重点关注建模，进化计算和社会科学学科，而较少关注ML和其他经验数据分析主题。）

很高兴您也找到了Yann LeCun的AMA页面，它非常有用。

我的意见
如下：问：我是否应该在当地大学上一些入门软件工程课程，以使自己成为更强的候选人？
答：不，您需要参加更多的数学课程。并不是很难应用的东西，而是理论的东西。我不知道你学校提供什么。参加理论数学课程以及一些计算机科学课程。

问：对于在CS领域以外申请博士学位课程的人还有什么其他建议？
答：您在寻找紧密相关的东西。没有特定的问题，很难给出特定的答案。

您也可以选择在商学院和信息学院加入博士学位课程。商学院和信息学校也有定量教授和数据科学家（关于美国，我敢肯定有很多学校）。这样，您就可以在量化和技术技能方面胜任甚至超过资格，并且可以将时间花在增强其他技能上。