理工科phd科研路如何发展Corner Talk 转角(职业分享)

理工科phd科研路如何发展

12分钟 ·
播放数25
·
评论数0

文字版:

嘉宾背景:

- 本科某985科技自动化专业,本科直接申请的的香港博士,专业为生物医学工程,目前在深圳一家研究所做助理研究员

为什么决定做科研?

- 本身对目前做的这个领域是有兴趣的,认为这个领域有前景

- 从现实上说,目前研究的领域比较前沿,也是在技术探索阶段。工业技术上不太能找到对口的专业的企业公司,所以希望通过科研把自己研究的东西往实用阶段推进

什么阶段决定做科研?

- 在读博的过程中,其实也在选择进企业和做科研中反复横跳

- 但后来学习科研逐渐展开,对自己的未来规划是越来越清晰的

什么样的人适合科研/提前需要培养什么样的性格或者技能?

- 不太需要很多的的硬性技能

- 做科研评价标准是比较统一的,主要看之前的学术经历获得的成功,对自己领域及其前沿的看法

- 最核心的是把自己的成果搞好,这样之后申请更高的学位会有帮助

对于理工科专业选择以及有没有一个清晰的timeline?

- 学术界的门槛一般是博士学位,一般是要4-5年。硕士的话是4年左右,没读过硕士可能就要5年

- 亲身的体验是导师给的timeline是比较清晰的:博一:能产出成果;博二:把自己的课题或者领域往完善去推,比如之前发了会议论文,博二可能就要发一个不错的期刊;博三/四:这个阶段对整个科研的流程有比较完善的经验,可以去冲一冲顶级的期刊

如果回到大学会培养自己哪一方面的技能或者性格?

- 本科的话越早进实验室接触科研越好,这样可以了解这方面的规律和经验

- 有余力的话可以去做出一些科研成果

- 在实验室科研期间把一些做过的工作成果做一个整理,做出一个完整的逻辑链条

- 有文章发表的话对申请国内外的高校都是有帮助

- Gpa刷高一点

人际沟通的技能对科研有没有帮助?

- 科研过程中不可避免的是要和他人去沟通

- 比如给他人讲清楚自己的工作是在什么领域的,自己有什么样的问题需要别人来配合你,这些都是在不断的工作中积累经验

- 纯i人可能做不好科研

Ai目前主流的发展趋势是什么

- 机器人的领域主要是对ai的使用,不会关注到很多ai算法的本身

- Ai可能还是会主要是偏实体落地的方向,有一个承载的实体,比如机器,工业流水线,大多数都会产出一些会对我们日常生活有所帮助的

- 目前自动驾驶会有ai算法的应用

- Ai发展有点像工业革命的过程,会逐渐渗透到各行各业,对各个行业的生产效率产生影响

有什么推荐的信息来源捕捉飞速的变化?

- 读paper,但对非从业的人来说是有门槛

- 在很多平台有人分享的帖子,这里面有很多行业前沿的科研成果做二次加工和总结,对大众来说更容易接受,会更有效率地获得新的内容

文科生的科技公司岗位机会?

- 行政,管理类,相对来说比较传统和稳定

- 技术上来讲,大语言模型类的(猜测),可能需要有一定语言学的人有一定理解,来帮工程师做一些背景性的帮助

- 未来可能会做出有专业性的大模型,这些大模型的建立需要有专业的人来帮忙,在技术上作出探索和决策的建议

- 但是这一类建议类的岗位能存在多久是不确定的

读书和科研工作有什么很大的区别?

- 工作和读书身份转换是比较明显的,读博的时候更多是日常做做实验,把自己工作完善就好

- 但是工作过程中,可能会涉及到基金的申请,项目的申请和一些非科研的工作,时常会有一些稍微偏管理事情。