Ян Лекун (англ. Yann LeCun) — французский учёный в области информатики. Основные сферы деятельности — машинное обучение, компьютерное зрение, мобильная робототехника и вычислительная нейробиология. Известен работами по применению нейросетей к задачам оптического распознавания символов и машинного зрения. Один из основных создателей технологии сжатия изображений DjVu (совместно с Леоном Боту и Патриком Хаффнером). Вместе с Леоном Боту создал язык программирования Lush. В декабре 2013 года возглавил лабораторию искусственного интеллекта Facebook в Нью-Йорке.
На сервисе Quora Ян Лекун сформулировал следующие советы тем студентам, которые стремятся стать учеными и заниматься проблемами машинного обучения.
Совет 1
Изучите как можно лучше математику и физику. Если у вас есть выбор учебных курсов и стоит выбор, например, между программированием под iOS и квантовой механикой — запишитесь на курс по квантовой механике. В любом случае стоит изучить линейную алгебру, теорию вероятности, статистику и так много курсов по физике как только сможете. Конечно же, нужно научиться программировать.
Совет 2
Выберите проблему из области искусственного интеллекта, которая вас особенно увлекает.
Совет 3
Обдумывайте эту проблему самостоятельно.
Совет 4
Как только вы сформировали свое собственное представление, начните читать литературу по проблеме.
Совет 5
Вы обнаружите, что (a) ваши идеи, вероятно, были немного наивны, но (b) ваш взгляд на проблему немного отличается от того, что было сделано раньше.
Совет 6
Найдите профессора в университете, который может помочь вам сделать ваши идеи конкретными. Это может быть трудно. Профессора заняты и у них нет много времени на студентов. Больше всего свободного времени у молодых, почтенного возраста и тех, кто не очень активен в исследованиях.
Совет 7
Если вы не найдете профессора со свободным временем на вас, подключитесь к аспиранту в его лаборатории.
Совет 8
Спросите профессора, можете ли вы посещать его лабораторные занятия и семинары.
Совет 9
Перед выпуском из университета попробуйте написать статью о своем исследовании или выпустить фрагмент кода с открытым исходным кодом.
Совет 10
Теперь обратитесь к программам PhD. Забудьте на время о "рейтинге" учебного заведения. Найдите авторитетного профессора, который работает на темы, которые вас интересуют. Выберите человека, чьи статьи вам нравятся или восхищают.
Совет 11
Подайте заявку на PhD программы вышеупомянутых профессоров. Упомяните в сопроводительном письме, что вы хотели бы работать с этим профессором, но открыты для работы с другими.
Совет 12
Попросите вашего преподавателя написать рекомендательное письмо для вас. Это максимально эффективно, если ваш выбранный профессор по PhD программе знает этого преподавателя.
Совет 13
Если вы не поступили на выбранную программу PhD, устройтесь на работу в Facebook или Google. Попытайтесь найти себе работу в качестве инженера, который помогает исследованиям ученых в FAIR или Google Brain .
Совет 14
Публикуйте статьи с исследователями из этих компаний. Попросите тех ученых из этих компаний, с которыми вы работали, написать для вас рекомендательное письмо. И затем повторно подайте заявку на PhD программу.
Читать еще советы: What’s your advice for undergraduate student who aspires to be a research scientist in deep learning or related field one day?
Понравилась статья? Ставьте лайк и подписывайтесь на наш канал, чтобы не пропустить ни одной интересной публикации :)