1. 背景介绍

关于我里面有cv，就是我申请用的cv。网上关于申请应该各种攻略，我就不说了。我想分享的是我准备过程中和自然语言处理（nlp）相关方向的一些资料。我定位很明确，top20是抽奖，主申top50左右的，所以大牛学校大牛老师我也忽略了。

2. 相关领域的学校和老师

专排	宗排	学校	老师	注意点
11	47	University of Wisconsin—Madison	https://www.cs.wisc.edu/people/jerryzhu	工科较强，但貌似要提前联系导师。地理位置不好(对于CS)，费用高，冷
20	17	RICE（据说对南大比较友好）	http://www.cs.rice.edu/~devika/
25	76	University of Massachusetts—Amherst	http://brenocon.com/	似乎文书要特别注意，强调自己的方向AI｜
28	12	Johns Hopkins University	philipp koehn
34	54	Ohio State University	https://cocoxu.github.io/
39	97	CU-Boulder	http://www.umiacs.umd.edu/~jbg/static/faq.html
40	110	Utah	http://www.cs.utah.edu/research/areas/nlp/
42	52	rpi	http://nlp.cs.rpi.edu/hengji.html	申请的时候要提到这个老师，让她申你的材料，非常好的老师
44	28	uci	http://cml.ics.uci.edu/sponsors-funding/
47	65	TAMU(早申请)	https://engineering.tamu.edu/cse/people/huang-ruihong
52	33	rochester	https://www.cs.rochester.edu/~gildea/mt/
52	62	Pittsburg（TOEFL单项> 22）	http://people.cs.pitt.edu/~litman/
56	109	UCSC	https://nlds.soe.ucsc.edu/people
58	140	UT Dallas	http://crss.utdallas.edu/	http://www.hlt.utdallas.edu/~vince/
61	56	neu

还有一些活跃于微博的老师们，挺多的，可以关注一下。

3. 后记

加油吧，申请只是你人生的一部分。

1. 目的

我在这个博客上花了很长时间，阅读，思考，现在想做个总结，同时分享给其他人。博主现在在一所很好的学校做计算机系的副教授，他博客里分享了很多和科研工作，教学有关的观点；也有很多过来人经验的传授，包括他写的两本书；还有一些他做的采访，采访其他科研工作者，企业界的朋友，独立博主。都还蛮有意思的。

2. 主要内容

他有个介绍自己博客的videoA Tour Through pgbovine.net，大致介绍了博客的20年的历史，结构，内容。简单来说结构和风格都非常简洁清楚，像是一本书。博客的内容主要是他作为副教授对外的科研上的展示和自己感兴趣话题的文章和video。

我主要感兴趣的是他第二代移民经历对描写；科研上的想法；写文章的观点。

3. 对科研工作的建议

• How to Get Hired：完成每天工作；让雇佣你的人看起来更有面儿；激发出你周围人好的一面；拥有权威的证书或者说学位；同行内拥有声誉；拥有个人魅力。。。
• Doing Publishable Academic Research：现在的有潜力的方向要把握好（纠正了一些天马行空的想法）；尽快有结果，否则容易产生挫败感；
• A Five-Minute Guide to Ph.D. Program Applications：录取委员会对每份材料的期待，怎么准备。虽然大多数的中国申请者做不到这一点。
• Jean Yang on time and serendipity management：我对这个姐姐印象深刻，她简历牛逼就不说了。她妈妈从小每天要求她交时间管理计划，申请批准。还告诉她，你不要有假期，要不然你会成为失败者，然后就死了。

  4. 工作相关

• Managing is Nudging:管理主要是在遇到卡壳的时候，你推一把。作为小兵，可能进度赶不上，懈怠了，管理就应该能及时把你往前挤一挤
• Playing Opens the Door to Serendipity：有时候，无意间做的一些有意思的事情，可能会促使你最后重要事情的一个契机。举例说自己读博期间玩一样的去教公司人写python，和后来用图的方式解说机制算是一个链接。找教职，随手的一封邮件让自己获得了去做talk的机会，能梳理自己的工作，然后为接下来的真正的应聘打下基础。
• Working Hard: 不要耻于说自己工作很认真，展示自己非常轻松地做成某事没什么意义。要在非常努力的同时，成为一个容易共事的人。后面一点值得重视。我的观察，很多人能做到第一点，做不到第二点。
• Examples of Good and Bad Cold Emails：我相信，尝试陶瓷的同学还有大学新生应该会感兴趣一点。
• Robert Ikeda on pivoting from grad school to startups：读博之后去做了不大相关的创业，采访。要和能让你变的更加牛逼的人在一起。
• 个人项目：有几篇，主要是讲创造性的工作可能不那么搏眼球，反馈稍慢；开启个人项目最好一开始不要声张，因为别人会给你意见，而过多的建议或意见可能是有害的。
• 副教授谋教职相关：希望早知道的道理；时间管理等。
• Everybody has a plan, until they get punched in the mouth：计划赶不上变化，以及为啥。
• 辍学去工业界：不是适合很多人，你至少要有个坚实的计划，比如，已经有一份还满意的工作，相信这个比上学更是你需要的。

他写东西有个想法：未来三年有至少100个人关心的话题。我目前很喜欢的文章当然是他的两本书啦。我在豆瓣上都写了对书的想法：On the Move和The Ph.D. Grind。两本书的阅读难度不大，有一些GRE单词，但是基本上不晦涩。非常推荐要读博，尤其是到北美读博的人看看。

读了两年的研究生，感觉有收获也有走弯路的时候。作为研三老司机，发现很多师弟师妹似乎在走类似的弯路。走了弯路，绕了一圈，该总结总结了，以免以后继续脑抽，或者给后来者一点点警醒。虽然很多道理其实很好懂，高中初中生说起人生大道理都一套一套的。但是要真的在日常中注意用到你懂的道理，方法，还是需要踩点雷，走走弯路的。走了弯路不要紧，没有成果也不要紧，好好总结总结，下次努力做好。

1. 弯路是啥

前期调研不充分：老板给个想法，学生直接读了两篇文章，动手就做。我看到的情况是，学生边做边学。着本来是好事，但是当老板自己也在探索的时候，学生边做边学很可能整个工作漏洞百出。最后结果不好，和预期不符，回头找原因的时候，把之前的漏洞填起来，填的很累。填到最后，发现这个想法似乎又不是很扎实的工作了。匆忙跑的各种实验，也和各个相关工作不可比。自己回过头来再读其他文章，发现其实很多坑都是别人发现了，提醒过的，甚至解决过的。
前期调研太充分：这个也许不算是弯路，但是我观察到的情况是，很多其实还蛮厉害的人，懂很多东西。但是做起来似乎有点缩手缩脚，觉得自己的工作比较水，或者是思路被束缚了。还有个问题就是太花时间了，读了不少文章，是酣畅淋漓啊，但是几天下来发现自己的工作没有进展，产生点挫败感。或者调研得太开心，觉得别人都是牛人，自己水平太渣。
实验陷入细节：理想状态是根据motivation设计实验啊，结果跑着跑着和预期不符，那得找原因啊，然后设计了一堆实验去找原因。又兜了一圈。还可能是因为解决各种实验细节，结果把做实验的motivation给忘了。
与老板沟通：实验不理想，代码改不出，怀疑自己的时刻到了，然后就害怕见到导师了。或者不认同导师的做法，但是自己也没有更好的办法，也不想和导师沟通。又或者是怕被导师鄙视，做了缩头乌龟。

2. 怎么走相对直的路

这个就是整理一下我看到的东西吧，表示入门菜鸟级别的我还没有太多保证不误人子弟的经验。
首先，各个问答网站有很多人聊过，还有各个学术牛人的各种经验，我入学的时候也是搜罗了一圈的how-to系列。来，想要的拿去:
[博士应该采取什么策略读文献](https://www.zhihu.com/question/37781628)
[我阅读科研文献的一些做法](http://www.andrewsun.net/panta_rhei/archives/5982)
[winsty: 我的PhD总结](http://www.52cs.org/?p=632)
[Opportunistic Paper Reading](http://pgbovine.net/opportunistic-paper-reading.htm)
[Advice list from Jason Eisner](http://www.cs.jhu.edu/~jason/advice/)
[The Ph.D. Grind](http://pgbovine.net/PhD-memoir.htm)

大概很多人都写过各种经验教训之类的总结，所以我的建议是。。最好一开始有个先去调研调研别人踩过哪些雷的意识，然后再开始埋头苦干。

3. 说说我的经历让大家乐一乐？

最大的弯路：之前并没有想好要做科研。我是实用至上，想着科研达到一般水平就行了，一定要好好把找工作的事情落实。那在科研上就random walk吧。后来想要出去读博了，研一都快过去了，还要准备TOEFL和GRE，科研上时间分配就比较少。结果就是没有成果，申请很慌。所以刚入学的研究生最好能想清楚一些，想找工作的好好刷题，提高提高动手能力。想继续科研的路就好好科研。合理安排自己的时间是很重要的事啊（废话）。

前期调研不充分：这个分两种，一种是，给了个具体的任务之后，没调研清楚，你是不是能做的来，要怎么做。另一种是，没调研清楚导师想让你做什么。

• 第一种就是读了两篇文章就动手型儿。各种自己拍脑袋想方法，甚至自己从头到尾搭了个架子。或者找了个也不知道是什么会议什么年代什么作者的论文就做了baseline。（现在想回到过去抽自己）自己拍脑袋的问题是，做的过程中会有各种各样的雷，如果你没调研清楚，你会在别人跌过跟头的地方继续跌跟斗，然后花了很大力气才搞明白怎么回事儿。但是后来再读文章的时候发现，原来这个问题别人也遇到了，人家还解决了。这个过程可以说是能成长很多，但是也确实浪费了很多时间。血泪啊，当我看到人家文章中说到我纠结了很久的问题时，那心情很酸爽。最好是多读一些比较权威的综述性，再读比较新的高引用的文章。比较安全的做法还是不要做太大的题目（牛人除外），最好是从现在的state-of-the-art出发，解决当前的问题。
• 第二种就是走着走着，老板会问你：这是我们当时想解决的问题么？一脸懵逼地发现两个人不在一个频道上了。这个可能还是学生积累不够，对老师的意思只理解了部分，然后自己一稍加演绎，再加上实验上的偷懒（这个代码好难改，我搞点其他的吧）就歪了。

调研太充分

• 读了一堆文章之后发现，原来大家已经走了这么远了，已经解决了这么多问题了，解决得好优美。或者悲剧地发现，这个数据集好像做不上去了啊！这个任务好像被开发的差不多了啊！好像没我什么事儿了啊！！还发现了一堆灌水的文章。这个时候呢，可能比较好的做法是保持良好心态啊，想想问题的其他解决办法，想想当前方法的缺陷，想想从其他角度来处理这个问题。之类的事情。反正就是调节好心态，不要真觉得这个任务到头了，要是真到头了，就说服老板吧。。这似乎是技术活儿。。
• 还有一种情景，太充分的调研，或者追热点，会压力比较大。就好比现在的NMT，end-to-end框架一出来，大家其实思路都差不多，都能看到这个框架下哪些东西是需要改进的，可能出文章的。然后读到各种改进，各种模型，感觉大家出文章的速度好快。一味读文章，耽误进度啊，然后冷不丁在arxiv刷出一篇文章和自己的想法如出一辙。

实验陷入细节:想法不work，导致自己很颓丧。首先，想法不work是很正常的好么！！我的心态一开始很不好，实验效果不好就纠结，狂躁。那段时间咬指甲啊，抓头发啊，有点抓狂。这个心态很不好。甚至不该是经过四年cs教育的学生该有的心态。因为对于我们来说，计算机是很听话的东西，出问题了之后，追本溯源，总能找到问题所在。而急功近利的想让自己的idea有效的心态，是不适合科研的。有次和一个教授交流，他说：be comfortable with failure. 想想科研不就是各种想法，然后验证想法么？出现不work的想法太正常了啊。

和老板的沟通：按下不表。