z******3
发帖数: 1 | 1 本人在加拿大读通信方向的博士，做的方向偏向信息论和信道编码，第四年将要毕业了
。感到通信行业发展前景不算非常好，想转方向到现在比较火热的机器学习、计算机视
觉方向，转行(洗白)方式大概只能是申相关方向的博后了吧，直接强转工业界研究职位
估计不可能。所以想问问大家两个问题：
一个是，通信PhD直接申北美ML/CV方向的博后可能性如何？
第二个是，如果申成功了并且博后期间努力做，但是由于只有博后大概两年经验，不如
其他ML/CV方向的PhD四五年的经验长，虽然已经经历过完整博士训练，但是论文可能还
是会不如其他PhD。这样的话，在博后结束的时候如果要进工业界做ML/CV的研究或者应
用，能找到职位吗？竞争力如何？
// 本人大概背景
有半年美国工业界实习经历，发了五篇论文；学校这边毕业时大概会有3篇顶刊发表，
另有3篇左右in preparation吧；从本科起所有好的一般的论文算在一起大概有十几篇
；本科EE的背景，CS方面的很多知识出国之后上课补的，也算是补齐了，包括机器学习
、计算机视觉的基础知识；数理基础尚可，科研上的innovation还可以。ML/CV的相关
基础说不上非常好，大概就是可以开始做research了的程度。
明显的缺陷当然是论文全是通信方面的，跟ML/CV不相关。
转码虽然也在准备，课都上了。但是coding天分一般般，实在说不上擅长，纯拼coding
的话感觉很累，所以还是希望转CS方面的research。
请大家不吝赐教，在此谢过各位了！ |
c******w
发帖数: 1108 | |
z******3
发帖数: 1 | 3 感谢回复！您的意思是首要任务还是刷题转码是吗？
我看过一些CV顶会paper的开源代码，大多是用python/matlab写的，一些文章的代码风
格似乎并不是很好，所以产生了CS research的coding要求并不是特别高的印象，这个
印象不对是吗？
【在 c******w 的大作中提到】
: 不愿意下工夫转码就甭指望进业界做得好CV/ML
|
g****h
发帖数: 481 | 4 你这个背景，非科班出身，应该果断放弃做科研的想法。公司不会有研究的职位给你的。
有钱雇ML/CV纯研究职位的就那么几家公司，而且最后拿到这些职位的都是那几个牛校
的。
比较现实的还是转码或者做data scientist。
【在 z******3 的大作中提到】
: 本人在加拿大读通信方向的博士，做的方向偏向信息论和信道编码，第四年将要毕业了
: 。感到通信行业发展前景不算非常好，想转方向到现在比较火热的机器学习、计算机视
: 觉方向，转行(洗白)方式大概只能是申相关方向的博后了吧，直接强转工业界研究职位
: 估计不可能。所以想问问大家两个问题：
: 一个是，通信PhD直接申北美ML/CV方向的博后可能性如何？
: 第二个是，如果申成功了并且博后期间努力做，但是由于只有博后大概两年经验，不如
: 其他ML/CV方向的PhD四五年的经验长，虽然已经经历过完整博士训练，但是论文可能还
: 是会不如其他PhD。这样的话，在博后结束的时候如果要进工业界做ML/CV的研究或者应
: 用，能找到职位吗？竞争力如何？
: // 本人大概背景
|
l*********o
发帖数: 736 | 5 几年前和lz背景差不多 以我id为证 后来刷题转码
通信转互联网没那么难 这几年qcom brcm成批往互联网公司跳 痛苦程度比发IEEE
trans轻松多了 |
z******3
发帖数: 1 | 6 感谢回复！
请问您当时转码就只是刷题吗？还是还要做些project(比如Coursera或者Udacity的
project)？
另外不知上CS课重要吗？
我现在因为还在学校，想毕业之前多利用下学校的资源，所以现在疯狂上课，反而刷题
和project拖着没怎么做。不知这种策略对吗？
谢谢您的回复！
【在 l*********o 的大作中提到】
: 几年前和lz背景差不多 以我id为证 后来刷题转码
: 通信转互联网没那么难 这几年qcom brcm成批往互联网公司跳 痛苦程度比发IEEE
: trans轻松多了
|
z******3
发帖数: 1 | 7 感谢您的回复！那请问非牛校的ML/CV的PhD毕业之后一般会去哪里？大多还是做码工吗？
的。
【在 g****h 的大作中提到】
: 你这个背景，非科班出身，应该果断放弃做科研的想法。公司不会有研究的职位给你的。
: 有钱雇ML/CV纯研究职位的就那么几家公司，而且最后拿到这些职位的都是那几个牛校
: 的。
: 比较现实的还是转码或者做data scientist。
|
g****h
发帖数: 481 | 8 是的，大多数还是马工。
我个人经验，刷题还是要和做project结合。
吗？
【在 z******3 的大作中提到】
: 感谢您的回复！那请问非牛校的ML/CV的PhD毕业之后一般会去哪里？大多还是做码工吗？
:
: 的。
|
c******w
发帖数: 1108 | 9 ML方向在业界除了几个大厂的research team没人有闲钱供你慢悠悠用matlab做
research。你做的东西达不到能应用在实际系统里的quality和scalabity就等于没做
【在 z******3 的大作中提到】
: 感谢回复！您的意思是首要任务还是刷题转码是吗？
: 我看过一些CV顶会paper的开源代码，大多是用python/matlab写的，一些文章的代码风
: 格似乎并不是很好，所以产生了CS research的coding要求并不是特别高的印象，这个
: 印象不对是吗？
|
e*****r
发帖数: 144 | 10 正解。
刷转翻
【在 l*********o 的大作中提到】
: 几年前和lz背景差不多 以我id为证 后来刷题转码
: 通信转互联网没那么难 这几年qcom brcm成批往互联网公司跳 痛苦程度比发IEEE
: trans轻松多了
|
|
|
z****y
发帖数: 345 | 11 楼主问的是从通信PhD跳到ML post-doc或者research scientist，这个难度还是很大的
。ML更偏数学而不是通信，非科班出身能玩玩脚本搞搞应用但是突破性的研究不太可能。
转纯马工玩应用还是可以的。
【在 e*****r 的大作中提到】
: 正解。
: 刷转翻
|
l*******e
发帖数: 260 | 12 通信phd就是玩优化和随机等数学，应付ML搓搓有余
能。
【在 z****y 的大作中提到】
: 楼主问的是从通信PhD跳到ML post-doc或者research scientist，这个难度还是很大的
: 。ML更偏数学而不是通信，非科班出身能玩玩脚本搞搞应用但是突破性的研究不太可能。
: 转纯马工玩应用还是可以的。
|
z******3
发帖数: 1 | 13 您说的很对，我觉得同为信息学科大类，搞通信的受到的数学训练比CS的深了不少，但
是相对的通信受的编程训练比CS弱了不少。重要的是通信人一般缺乏科班编程思维的训
练，所以比较偏野路子。我读到博士也写了几万行代码了，但是现在补了CS之后回头看
看，都是质量不高的代码，几年下来代码的能力提升有限。
【在 l*******e 的大作中提到】
: 通信phd就是玩优化和随机等数学，应付ML搓搓有余
:
: 能。
|
z****y
发帖数: 345 | 14 CS搞ML/AI那帮人基本是数学系或者统计系过来的，很多是两边的兼职教授，还不用说
CS搞理论计算玩数论的那帮人，可以说CS就是数学系应用数学方向的后花园。不觉得通
信比他们的数学有优势，当然我说的是大公司的ML research track，简单转个玩脚本
的software track是完全可以的。
真有兴趣的话除了数学你还要注意补充：
1. 算法和数据结构课程
2. 最好有些开源程序经历
3. 最好有ML/AI顶级会议的publication
【在 z******3 的大作中提到】
: 您说的很对，我觉得同为信息学科大类，搞通信的受到的数学训练比CS的深了不少，但
: 是相对的通信受的编程训练比CS弱了不少。重要的是通信人一般缺乏科班编程思维的训
: 练，所以比较偏野路子。我读到博士也写了几万行代码了，但是现在补了CS之后回头看
: 看，都是质量不高的代码，几年下来代码的能力提升有限。
|
l******n
发帖数: 1 | 15 3篇tit就去个学校找个教职当当呗 想怎么转都行啊 |
z******3
发帖数: 1 | 16 感谢指导！对我非常有帮助
请问开源程序经历是上GitHub找个star数多的感兴趣的开搞吗？或者还有什么其他的途
径？
【在 z****y 的大作中提到】
: CS搞ML/AI那帮人基本是数学系或者统计系过来的，很多是两边的兼职教授，还不用说
: CS搞理论计算玩数论的那帮人，可以说CS就是数学系应用数学方向的后花园。不觉得通
: 信比他们的数学有优势，当然我说的是大公司的ML research track，简单转个玩脚本
: 的software track是完全可以的。
: 真有兴趣的话除了数学你还要注意补充：
: 1. 算法和数据结构课程
: 2. 最好有些开源程序经历
: 3. 最好有ML/AI顶级会议的publication
|
z******3
发帖数: 1 | 17 我一篇TIT也没有。。不过话说回来，即使3篇TIT，想找教职非常难吧，看到太多博后
五六篇IT最后找不到教职，一把年纪去了工业界，觉得这条路完全是地狱级hard模式，
成功率太低了，还不如早早转码
几年前我在国内读硕士的时候，实验室有老师之前是3篇TSP毕业，大概也只够进个985
当讲师
【在 l******n 的大作中提到】
: 3篇tit就去个学校找个教职当当呗 想怎么转都行啊
|
z****y
发帖数: 345 | 18 找教职不靠数paper数目，关键要有大牛老板。不是那种躲在山里自娱自乐灌水型，而
是学术界一霸那种，能影响funding分配的。学校要的都是funding，有了funding自然
有paper。
你要是想赌学术道路，找学霸做post doc是正道。要是没那个野心，转码是正道。
985
【在 z******3 的大作中提到】
: 我一篇TIT也没有。。不过话说回来，即使3篇TIT，想找教职非常难吧，看到太多博后
: 五六篇IT最后找不到教职，一把年纪去了工业界，觉得这条路完全是地狱级hard模式，
: 成功率太低了，还不如早早转码
: 几年前我在国内读硕士的时候，实验室有老师之前是3篇TSP毕业，大概也只够进个985
: 当讲师
|
uj
发帖数: 324 | 19 都什么年代了，一般学校毕业的人，有三篇顶级会议找发考题也不容易
ML, AI, DM, DB界牛导师的paper都是一年至少6-7篇，每个顶会都得要插一脚，有时候
一个会挂5-6篇的也不少见。你算算一个学生4-5年的有多少文章，还不算会议发完了的
边角
料，搞搞发到Journal
transaction的。transactions就是发会议文章的长版的。 |
z****y
发帖数: 345 | 20 所以现在这种一台笔记本就能搞的科研都被玩坏了，不是学霸的弟子就都洗洗睡吧
【在 uj 的大作中提到】
: 都什么年代了，一般学校毕业的人，有三篇顶级会议找发考题也不容易
: ML, AI, DM, DB界牛导师的paper都是一年至少6-7篇，每个顶会都得要插一脚，有时候
: 一个会挂5-6篇的也不少见。你算算一个学生4-5年的有多少文章，还不算会议发完了的
: 边角
: 料，搞搞发到Journal
: transaction的。transactions就是发会议文章的长版的。
|
