Bagaimana cara mendaftar dalam program pembelajaran mesin PhD

1. Pendahuluan

Teks ini adalah ringkasan kecil dari pengalaman pengajuan PhD Ilmu Komputer saya dengan bias dalam pembelajaran mesin di Amerika Utara. Saya mencoba mengumpulkan kesalahan perhitungan saya dalam panduan ini (untuk belajar lebih baik dari kesalahan orang lain) dan lebih atau kurang hal-hal universal yang bermanfaat bagi semua orang. Tetapi Anda masih perlu memahami bahwa ini adalah pengalaman yang agak individual, sehingga strategi pribadi Anda dapat bervariasi. Misalnya, dalam hal pemilihan universitas / penasihat akademis atau secara tertulis pernyataan tujuan. Baik, atau Anda berada dalam kondisi awal yang berbeda dibandingkan dengan saya (peringkat, artikel, rekomendasi).

Perlu diingat bahwa bagian utama dari panduan ini ditulis sebelum hasilnya diperoleh, karena saya ingin menghindari " bias penyintas " dan menganalisis pengalaman saya terlepas dari apakah saya melakukannya atau tidak. Di akhir manual ada hasil saya: Saya memasukkan 2 dari 11 universitas yang saya lamar. Menurut pendapat saya, Anda harus tetap menghindari kesalahan yang akan saya uraikan di sini. Nah, Anda perlu memahami bahwa dalam proses melamar ke ML PhD ada banyak kebisingan, sehingga Anda dapat melakukan semuanya dengan baik dan terbang dan mungkin bahkan sebaliknya.

Bersiaplah bahwa mendaftar untuk PhD akan membawa Anda dari dua bulan hingga enam bulan, tergantung pada level awal Anda dan bagaimana Anda mengatur pekerjaan Anda. Ternyata sekitar dua bulan untuk saya dan itu menegangkan. Jika Anda tidak memiliki artikel ilmiah, masuk akal untuk membuang satu atau dua tahun pada tulisan mereka. Untuk uang: $ 400 (GRE + TOEFL) + $ 70-150 untuk setiap aplikasi yang diajukan + $ 150 (persiapan untuk GRE / TOEFL melalui Magoosh). Harap dicatat bahwa angka-angka ini relevan pada akhir 2017.

Proses aplikasi untuk PhD terstruktur secara singkat sebagai berikut: Anda mempersiapkan dan lulus GRE / TOEFL, memilih universitas dan peneliti, menulis pernyataan tujuan / sejarah pribadi, menulis ke penasihat ilmiah potensial, mengisi aplikasi, menunggu jawaban, melalui wawancara (dalam beberapa kasus, mengambil tanpa mereka ), datang dan hentikan penelitian yang luar biasa dan Anda diambil sebagai profesor di Stanford atau peneliti di Google (tetapi ini tidak akurat). Setiap bab dalam panduan ini menjelaskan satu bagian dari proses di atas. Di akhir setiap bab, saya juga mengumpulkan tautan berguna yang saya temui dalam proses persiapan, karena pengalaman saya bukan yang pertama dan bukan yang terakhir.

2. Mengapa saya perlu gelar PhD?

Ini adalah pertanyaan utama yang harus Anda jawab sendiri sebelum Anda terlibat dalam semua ini. Pengajuan aplikasi membutuhkan waktu, uang, dan yang paling penting, saraf. Ya, dalam prosesnya Anda akan memahami sesuatu untuk diri Anda sendiri dan menjadi sedikit lebih sadar tentang bagaimana penelitian di bidang ini diselenggarakan, tetapi pengetahuan yang sama ini dapat diperoleh dalam kondisi yang tidak terlalu membuat stres dan jauh lebih berguna dapat dilakukan selama waktu ini.

Menurut pendapat saya, jawaban normal untuk pertanyaan "Mengapa saya perlu PhD" hanya satu - Anda ingin melakukan penelitian di bidang ini. Jika Anda melihat phd sebagai cara untuk masuk ke Google / Facebook / Amazon, maka ada banyak cara lain yang lebih andal dan menarik. Anda perlu memahami bahwa phd membutuhkan waktu 4 hingga 6 tahun dan selama waktu ini sangat mungkin untuk membangun karier yang normal sebagai ilmuwan data atau insinyur data. Selain itu, jika phd Anda salah, maka Anda akan berada dalam posisi yang sangat kalah dibandingkan dengan orang-orang yang bekerja saat Anda menderita phd.

Pada dasarnya, phd adalah lisensi untuk melakukan penelitian (tetapi bukan satu-satunya cara untuk melakukannya). Jika Anda tidak tahu apa yang harus dilakukan selanjutnya dengan lisensi ini, maka lebih baik untuk tidak terlibat di dalamnya.

3. Pemilihan negara

Awalnya, item ini tidak ada dalam panduan ini, tetapi saya memutuskan untuk menambahkannya karena situasi visa. Kebenaran kehidupan yang keras adalah bahwa dalam situasi geopolitik saat ini (2018), semakin sulit bagi banyak orang asing untuk mendapatkan visa studi di Amerika Serikat, terutama jika mereka terlibat dalam teknologi penggunaan ganda: fisika atom, ilmu komputer, kimia, kimia, dan sebagainya. Hampir 100%, yang mengajukan visa, Anda akan menemukan hal yang disebut pemrosesan administratif, yang digunakan untuk mengambil di wilayah tiga minggu, dan sekarang dapat memakan waktu tiga bulan atau lebih.

Masalah kedua dengan visa belajar Amerika adalah kemungkinan mereka hanya memberi Anda satu tahun. Ini berarti bahwa Anda akan terjebak di AS (Anda dapat berada di sana tanpa visa jika semuanya sesuai dengan dokumen internal), atau Anda harus memperbarui visa Anda setiap tahun jika Anda ingin bepergian ke konferensi di luar AS (visa memberi Anda hak untuk masuk negara, tetapi tidak tinggal). Jika mobilitas geografis penting bagi Anda atau Anda ingin mengunjungi kerabat secara teratur, Anda harus secara serius mempertimbangkan untuk menyerahkan dokumen tidak ke AS, misalnya, ke Kanada atau Eropa.

Penting juga untuk memahami karakteristik negara dalam pendekatan mereka terhadap PhD. Di Eropa, PhD biasanya membutuhkan gelar master dan berlangsung 3-4 tahun, di mana Anda bekerja pada proyek tertentu. Di Kanada dan Amerika Serikat, orang biasanya pergi ke sekolah pascasarjana setelah studi sarjana, menghabiskan dua tahun pertama pelatihan, memilih pengawas dengan topik, dan akhirnya mempertahankan diri 5-6 tahun setelah dimulainya pelatihan. Anda dapat mendaftar untuk gelar PhD di Amerika Serikat dengan gelar magister, tetapi ini bukan hal utama yang dilihat kebanyakan universitas pada awalnya.

4. Estimasi Biaya

Ini terutama berlaku untuk universitas-universitas Amerika / Kanada, yang mengharuskan hampir semuanya membayar biaya pendaftaran ($ 70-125 per universitas), serta mengirim mereka laporan GRE resmi ($ 27 GRE + $ 19 TOEFL). Akibatnya, ternyata satu aplikasi ke universitas berharga $ 100-150 dolar. Ada juga tulang tetap untuk GRE dan TOEFL - masing-masing sekitar $ 200. Dengan kata lain, jika Anda ingin kuliah di 10 universitas di Amerika, maka akan dikenakan biaya sekitar $ 2000. Perhitungan ini relevan pada akhir 2017.

Komponen penting kedua dari pengeluaran adalah waktu. Butuh waktu sekitar dua bulan: satu untuk mempersiapkan GRE dan yang lainnya untuk mencari pengawas, menulis pernyataan tujuan, dan mengisi aplikasi. Menurut pendapat saya, ini adalah minimum absolut, di bawah ini tidak layak jatuh. Ini bukan waktu yang bersih, karena saya bekerja di laboratorium sains pada saat yang sama, jadi jika Anda memiliki lebih banyak waktu luang, mungkin Anda dapat mengatur lebih cepat. Jika Anda adalah pendukung stres minimum, maka lebih baik mulai 3-6 bulan sebelum batas waktu aplikasi.

5. Persiapan untuk GRE

5.1 Umum

GRE adalah tes 3 jam 45 menit yang menguji pengetahuan Anda tentang metode numerik (kuant, Q), kemampuan Anda untuk menganalisis teks / kalimat dalam kombinasi dengan kosakata Anda (verbal, V), dan juga kemampuan untuk menulis teks analitik (AWA). Tentang tes itu sendiri, ada tertulis secara rinci di banyak tempat, jadi di sini saya akan berbagi kesan dan trik saya.



Menurut saya, GRE umumnya cerita yang aneh. Jika Anda menulisnya dengan sangat baik, itu tidak memberikan keuntungan tertentu, karena sebagian besar kandidat kuat menulisnya dengan baik. Tetapi jika Anda menulisnya dengan buruk, itu bisa sangat merugikan. Ini membuat persiapan untuknya menjadi tugas yang membosankan dan menjemukan, karena rumusan pertanyaan seperti itu tidak memotivasi sama sekali (Anda harus berlari sekeras yang Anda bisa untuk tetap di tempat). Saya menggunakan beberapa trik mental untuk membuat proses yang membosankan ini lebih menyenangkan / efektif.

Tetapkan tujuan untuk diri Anda sendiri. Tujuan saya adalah 165Q, 155V. Saya tidak menetapkan tujuan AWA dan itu adalah kesalahan. Akibatnya, saya lulus pada 169Q, 159V dan 3.0 AWA, di mana dua nilai pertama sangat baik untuk spesialisasi saya (96 dan 83%), dan yang terakhir sangat biasa-biasa saja (18%). Jika saya menetapkan tujuan khusus pada AWA, persiapan saya akan lebih efektif.

Lihatlah GRE sebagai peluang untuk mempelajari sesuatu. Dalam kasus matematika, saya menyegarkan beberapa pengetahuan sekolah + belajar beberapa trik evaluatif. Dalam hal c verbal, saya secara signifikan memperluas kosakata saya dan belajar beberapa kata yang saya tidak akan pernah pelajari sebaliknya. Tanpa trik ini, bersiap-siap untuk GRE sangat membosankan.

Memahami meta test. Pertanyaan dalam GRE tidak selalu dirumuskan sejelas mungkin dan ini dilakukan dengan sengaja. Penyusun sangat mengetahui kondisi di mana Anda menyelesaikan tes dan kadang-kadang mencoba untuk membingungkan Anda sebagai bagian dari aturan. Anda perlu memahami bagaimana perangkap ini diatur agar tidak jatuh ke dalamnya. Magoosh sangat berguna dalam hal ini (lihat di bawah).

Gunakan www.magoosh.com. Berlangganan enam bulan biaya $ 150 dan itu layak. Magoosh memiliki banyak video pendek dan jelas untuk menjelaskan cara kerja GRE, trik dasar dan jebakan untuk kompiler, dan untuk membantu menyegarkan kembali matematika yang Anda lupa. Selain itu, ada sekitar seribu tugas pada kuant dan verbal, serta statistik yang nyaman dan jelas dan cara untuk melacak bagian di mana Anda paling keliru.

Perkirakan waktu yang Anda butuhkan untuk mempersiapkan. Aturan praktis, yang ditulis di mana-mana dan yang saya setujui - rata-rata, dibutuhkan 40 jam untuk meningkatkan skor dalam kategori (misalnya, kuant) sebanyak 5 unit. Misalnya, jika Anda menulis tes untuk pertama kalinya pada 160Q / 155V, maka Anda perlu 80 jam untuk meningkatkan skor menjadi 165Q / 160V. Tetapi di sini penting untuk memahami karakteristik pribadi Anda. Misalnya, jika Anda yakin bahwa poin Anda diremehkan karena gugup, maka Anda mungkin memerlukan lebih sedikit / lebih banyak waktu untuk mengembangkan strategi Anda untuk menulis tes.

Tetapkan rutin pelatihan berdasarkan prioritas dan waktu yang tersedia. Saya punya tepat satu bulan untuk mempersiapkan dan karena itu dalam kasus saya rutinitas adalah 40 pertanyaan kuant dan 40 pertanyaan verbal setiap hari. Saya tidak memiliki rutinitas AWA dan ini adalah kesalahan.

5.2 Jumlah

Penting untuk dipahami bahwa GRE Quant adalah tes tidak hanya untuk pengetahuan matematika dasar, tetapi juga untuk perhatian dengan konsentrasi. Pada awal pelatihan, saya menilai diri saya pada tiga poin ini (sangat baik / normal / buruk) dan membangun pelatihan yang sesuai. Dalam kasus saya, matematika sangat bagus, perhatian buruk dan konsentrasi sangat baik. Konsentrasi dapat dipahami sebagai kemampuan untuk bekerja di bawah tekanan sementara yang keras.



Setiap hari saya menyelesaikan setidaknya 40 pertanyaan dengan magoosh dalam mode kuis - ini adalah saat Anda menjawab pertanyaan dan baru kemudian melihat jawabannya. Saya tidak akan menggunakan mode latihan sama sekali ketika Anda melihat jawaban yang benar segera setelah jawaban Anda. Persiapan dalam format kuis lebih mirip dalam hal kondisi dengan tes nyata. Plus, lebih mudah dan lebih baik untuk menganalisis kesalahan dalam banyak.

Selain itu, dalam proses penulisan teks ini saya disarankan oleh Crunchprep - diklaim juga nyaman digunakan dan Anda dapat melihat apa yang harus dikencangkan.

5.3 Verbal

GRE Verbal terutama tentang kosakata, dan kedua, tentang memahami bagaimana perangkap yang paling umum dalam tugas membaca bekerja. Untuk lulus Verbal secara normal, cukup dengan hati-hati melihat semua video di magoosh tentang verbal (jumlahnya lebih sedikit daripada dalam matematika) + terus bekerja di kamus. Situs quizzlet.com (ada juga memrise.com) banyak membantu saya dengan yang terakhir, di mana Anda dapat membuat daftar kata-kata dan kemudian memulai pelatihan, di mana situs tersebut memberikannya kepada Anda dengan cara yang cerdik untuk belajar. Saya terbiasa menulis semua kata asing yang saya temui di pertanyaan dan teks magoosh yang saya baca. Saya menuliskan kata-kata dalam paket masing-masing 50 dan pada akhir persiapan saya mencoba untuk mengerjakan satu paket setiap 2-3 hari. Dengan membaca, menurut saya, itu sudah cukup untuk menyelesaikan semua pertanyaan yang terkait dengannya di magoosh. Trik paling penting yang saya tarik adalah bahwa Anda pertama-tama perlu membaca pertanyaan, kemudian merumuskan jawaban Anda dan hanya melihat opsi jawaban di bagian akhir.

5.4 AWA

Saya mengacaukan bagian ini sedikit karena saya mendapat 3.0 dari 7.0, yang sangat buruk. Pilihan persiapan yang ideal, seperti yang saya pahami setelah fakta, adalah menemukan orang yang dapat memberikan umpan balik melalui surat dan menulis 3-4 esai seminggu. Masalah utama dengan AWA bagi saya adalah sulit untuk menulis hal-hal yang bermakna di bawah tekanan waktu yang sulit. Magoosh menawarkan garis besar yang bagus: intro, 3-4 paragraf dengan abstrak, kesimpulan. Itu berguna bagi saya, karena memungkinkan Anda untuk tidak berpikir tentang struktur, tetapi untuk fokus pada konten.

Dalam proses penulisan teks ini, saya juga disarankan di sini adalah sumber ini , yang memberikan perkiraan kasar untuk esai dalam mode semi-otomatis.

5.5 Keterampilan lulus ujian itu sendiri

Untuk lulus GRE secara normal, menurut pendapat saya sangat penting untuk mengurangi tingkat stres saat melewatinya. Misalnya, terbiasa dengan antarmuka uji. Selain itu, sangat penting untuk mengatur waktu dengan baik. Misalnya, jangan bertahan pada masalah yang sulit dan kembali kepada mereka dalam waktu yang tersisa. Untuk melakukan ini, saya sarankan untuk lulus tes mockup sebanyak mungkin (ada opsi seperti di magoosh, dan daftar tes gratis dapat ditemukan di sini ). Selain itu, GRE menawarkan dua tes powerprep saat memesan waktu pengiriman. Mereka harus dilewati untuk mendapatkan gambaran tentang antarmuka.

Secara pribadi, selama 10 hari persiapan terakhir, saya telah lulus enam tes: dua PowerPrep dan empat Magoosh. Ini banyak membantu saya ketika lulus tes itu sendiri. Sebagai contoh, di bagian quant saya mendapat pertanyaan yang dirumuskan dengan sangat cerdik tentang probabilitas, di mana saya menggantung. Tetapi karena saya memiliki pengalaman dengan perubahan, saya melewatkan pertanyaan ini, kemudian dengan jiwa yang tenang kembali ke sana di akhir dan ternyata pertanyaannya sederhana, hanya diformulasikan dengan tangkapan.

5.6 Reservasi waktu

Waktu terakhir untuk melewati GRE dan TOEFL adalah minggu pertama bulan November jika Anda hanya ingin melakukan satu upaya. Jika Anda ingin beberapa, tambahkan satu bulan untuk setiap upaya tambahan untuk GRE. Oktober / November adalah waktu pengiriman yang terpanas, jadi sebaiknya pesan setidaknya satu bulan di muka, atau bahkan lebih awal, untuk mendapatkan tes pada waktu yang nyaman.

Misalnya, saya seekor burung hantu dan awalnya memesan tes pada jam 8 pagi, karena saya memesan pada saat terakhir. Kemudian saya harus memonitor waktu yang nyaman dan menghabiskan $ 50 untuk mengubah waktu untuk mengikuti tes jam empat sore. Setelah fakta itu, saya percaya bahwa ini adalah keputusan yang sangat tepat, karena saya menyerahkan TOEFL yang lebih sederhana pada jam 8 pagi dan merasa bahwa otak belum banyak dihidupkan. Jika Anda adalah seekor burung, maka mungkin bagi Anda ini benar sebaliknya.

5.7 Ambil Kembali GRE / TOEFL

Jika Anda tidak yakin dengan kemampuan Anda, rencanakan tes tersebut sehingga Anda punya waktu untuk satu atau dua pengambilan ulang. GRE Anda dapat mengambil lima kali setahun dengan interval minimum 21 hari, Anda dapat mengambil TOEFL sebanyak yang Anda inginkan dengan interval 12 hari. Dalam praktiknya, ini berarti lebih baik menambahkan satu bulan untuk setiap upaya untuk mengambil kembali GRE dan dua minggu di TOEFL.

6. Persiapan untuk TOEFL

TOEFL terdiri dari empat bagian: berbicara, menulis, mendengarkan, membaca. Untuk masing-masing dari mereka, Anda bisa mendapatkan maksimal 30 poin. Sebagai aturan, universitas mengharuskan hasil Anda setidaknya memiliki ambang tertentu, paling sering 80 atau 100. Beberapa universitas menunjukkan minimum bagian. Sebagai contoh, saya tidak tunduk pada Cornell, karena mereka memiliki cut-off dengan berbicara 22 (saya mendapat 20). Secara umum, berbicara biasanya merupakan bagian terpenting jika uni memiliki skor terpisah, jadi Anda harus memberi perhatian khusus padanya (lihat di bawah).



Jika Anda biasanya siap untuk GRE Verbal dan AWA, maka Anda secara otomatis siap untuk membaca / menulis, karena mereka adalah versi sederhana dari GRE Verbal. Mendengarkan juga seharusnya tidak menjadi masalah jika Anda dapat menonton acara TV / film tanpa subtitle dan memahami sebagian besar dari apa yang terjadi di sana. Jika tidak, maka ini cara yang baik untuk bersiap. Kesulitan utama dalam mendengarkan selama tes adalah bahwa beberapa orang mengikuti tes di ruangan, sehingga Anda dapat mendengarkan ketika orang lain berbicara berbicara. Seseorang harus siap secara mental untuk ini dan tidak malu.

Bagian tersulit bagi saya adalah berbicara. Saya pikir secara default saya sudah siap untuk itu, tetapi ada nuansa penting dalam tes - batas waktu. Anda memiliki 45-60 detik, dan kadang-kadang bahkan kurang, untuk menjawab pertanyaan dengan jelas. Ini membutuhkan latihan. Magoosh memiliki layanan persiapan toefl ($ 50 per bulan). Saya membeli, tetapi sebenarnya hampir tidak pernah menggunakannya. Jika saya sedang bersiap untuk ujian sekarang, saya pasti akan mengerjakan beberapa lusin pertanyaan berbicara.

7. Nilai di universitas

Ada dua komponen penting: sarjana (sarjana / khusus) dan lulusan (pascasarjana). Persyaratan yang diperkirakan beragam dari satu universitas ke universitas lainnya. Seseorang tertarik pada nilai Anda hanya di seluruh sarjana, seseorang tertarik pada dua tahun terakhir, termasuk program master (jika Anda berada di dalamnya). Dalam kasus saya, saya agak dalam situasi yang buruk - nilai saya sangat buruk, walaupun saya lulus dari universitas yang sangat bagus dengan program yang sangat bagus.

Bergantung pada universitas dan program, nilai tinggi akan meningkatkan peluang Anda untuk melalui seleksi awal, tetapi kemungkinan besar tidak akan memengaruhi keputusan akhir. Nilai buruk mengurangi kemungkinan bahwa Anda akan lulus pra-filter dan membuat profil Anda sedikit kurang kompetitif: Anda akan memiliki banyak pesaing dengan IPK mendekati ideal. Pada saat yang sama, dilihat dari apa yang saya baca, tidak ada banyak perbedaan antara IPK 3,8 dan 4,0. Menurut perasaan saya, jika Anda memiliki bagian lain dari aplikasi yang kuat, maka IPK> 3,5 cukup normal.



— , , statement of purpose, . , , , « , ». — , , , ( ).

, GRE , . , MIT, , GPA. MIT , GRE. , MIT , , , . .

8.

2-3 / /, . — .

8.1

, , . . — , , .



, , . -, — , . -, - , . -, , /. -, , - , .

— , , — . — , , , , .

8.2

, , . , , — . , .

did well in class. . , , , , , .

, . , , . , ( !) — . .

, . , , , , . , , , .

8.3

, . — . Google Sheets, , , (/ , / , ). , X / .

9.

, — . PhD , . , , , , .



, — , , . — ( ). NIPS ICLR, workshops. , , arXiv — , . NIPS — .

, PhD, . — research assistant .

, neuroscience . , , , , NYU, . : /, / PhD.

, , , ML-research . : , , . , , . — .

, — - . , , . , ICLR Reproducibility Challenge , . , , PhD.

10.

10.1

Secara teori, bagian ini harus tepat setelah "mengapa saya perlu PhD", tetapi pada akhirnya karena satu alasan sederhana. Di Amerika Serikat dan Kanada, sejumlah besar universitas yang bagus dan bahkan lebih banyak profesor yang baik. Untuk memeriksanya dengan cermat, Anda perlu banyak waktu. Item di atas (GRE, artikel, TOEFL, IPK) memberlakukan batasan pada pilihan universitas Anda. Misalnya, jika nilai Anda begitu-begitu, maka kemungkinan besar universitas seperti MIT ditutup untuk Anda. Atau misalnya, GRE Anda tidak mencapai ambang yang ditentukan secara resmi (beberapa universitas menunjukkan ini). Ini berarti bahwa jika Anda menunda pilihan universitas pada akhirnya, Anda dapat menghemat waktu dengan menggunakan hasil Anda sebagai filter tambahan.

Menurut pendapat saya, sebelum Anda mulai mempersiapkan PhD, Anda harus memilih beberapa sekolah impian - tempat-tempat di mana Anda ingin pergi walaupun ada banyak kesulitan, hanya untuk mencoba. Setelah Anda lulus tes, Anda dapat menambahkan ke daftar ini beberapa kandidat yang lebih realistis berdasarkan hasil Anda.

Penting juga untuk dipahami bahwa di AS dan Kanada ada banyak universitas bagus, yang kemungkinan besar hanya Anda ketahui 5-10 yang paling terkenal (katakanlah Stanford, Berkeley, Harvard, Yale, Carnegie Mellon, MIT dan Caltech). Sangat sulit untuk masuk ke universitas-universitas ini, karena semua orang mengenal mereka dan setiap tahun banyak orang pergi ke sana. Secara pribadi, saya dibimbing dengan masuk ke universitas dari 50 besar.

10.2 Pencarian Supervisor

Bagi saya sendiri, saya memutuskan bahwa peringkat sekolah tidak terlalu penting bagi saya - ada banyak peringkat (QS, WAKTU, US NEWS dan sebagainya), mereka dapat bervariasi dan seringkali tidak terlalu jelas bagaimana mereka disusun. Karena itu, pertama-tama, saya mencari profesor yang terlibat dalam penelitian yang menarik dan terlihat seperti orang baik. Bagian terakhir tidak boleh diremehkan - Anda akan menghabiskan beberapa tahun dengan penyelia dan jika dia tidak menyenangkan bagi Anda sejak awal, maka ini sepertinya bukan waktu yang menyenangkan.



Untuk mencari ilmuwan, saya menggunakan CSrankings.org , situs yang nyaman dan minimalis di mana Anda dapat memilih berbagai area CS / AI / ML dan menonton universitas, diurutkan berdasarkan jumlah publikasi dalam konferensi terkemuka di area ini. Lebih penting lagi, rincian kutipan dari profesor disediakan untuk masing-masing universitas. Sebenarnya, saya hanya memilih arah yang menarik minat saya, mengambil periode selama lima tahun terakhir dan berjalan daftar orang-orang dari masing-masing universitas. Sebagai aturan, saya menyaring profesor yang memiliki kurang dari 10 publikasi karena saya mencari orang yang aktif bekerja.

Untuk setiap profesor, saya mengevaluasi tiga hal. Yang pertama adalah profil Google Cendekia. Di sana saya menonton tidak hanya artikel yang paling banyak dikutip, tetapi juga luasnya minat profesor, serta artikel terbarunya. Saya mencoba untuk menghindari spesialis yang terlalu sempit atau terlalu luas, serta teori murni (ada beberapa) dan pelamar murni (ada beberapa dari mereka karena artikel terapan lebih sulit untuk dipublikasikan). Saya mencari orang-orang yang secara fundamental kuat dan menggunakan pengetahuan ini untuk menyelesaikan masalah yang diterapkan. Ini menghilangkan sekitar setengah dari profesor (sangat subyektif).

Yang kedua adalah situs pribadi. Ini adalah yang terbaik (walaupun sangat tidak sempurna) dari kemungkinan perkiraan kepribadian profesor, jika Anda tidak terbiasa dengannya. Menurut pengamatan saya, untuk profesor yang baik situs ini tidak dipenuhi dengan tanda pangkat atau pamer, itu jelas menjabarkan apa yang dilakukan seseorang secara umum dan sekarang, yang utama dipilih dari publikasi dan, idealnya, ada catatan untuk calon siswa. Selain itu, situs ini sering menulis apakah mereka mengambil siswa atau tidak. Dari hal-hal yang mengkhawatirkan saya: banyak pamer dan / atau kebesaran (Anda seorang profesor, jelas bahwa Anda keren / keren), kurangnya pembaruan, kurangnya siswa atau sejumlah kecil dari mereka.

Ketiga, jejaring sosial. Ini adalah hal yang opsional, tetapi live twitter / facebook adalah nilai tambah yang besar bagi profesor. Dari situ Anda bisa memahami cara berpikirnya, hal-hal apa yang menarik baginya dan orang seperti apa dia. Tidak banyak profesor seperti itu, tetapi saya pikir bahwa selama bertahun-tahun akan ada semakin banyak, jadi saran ini akan lebih relevan.

Penting untuk dipahami bahwa cara saya memilih seorang ilmuwan sangat condong ke arah orang-orang keren. Jika seorang profesor secara aktif menerbitkan di konferensi terbaik, kemungkinan besar dia bekerja di universitas yang bagus, yang lebih sulit untuk dimasuki. Di sisi lain, jika Anda tidak menyukai atasan potensial bahkan di atas kertas, maka ada kemungkinan itu akan menyulitkan Anda.

10.3 Pemilihan universitas

Karena kita hidup di dunia yang tidak sempurna, dapat terjadi bahwa seorang ilmuwan yang ideal menemukan dirinya di universitas yang tidak sempurna. Ini adalah lokasi, atau kriteria untuk masuk, atau ilmuwan tidak mengambil siswa tahun ini. Karena itu, setelah menyaring para ilmuwan, saya menyaring universitas. Kriteria adalah sebagai berikut.

Jumlah ilmuwan potensial. Saya tidak pergi ke universitas, di mana saya tidak dapat menemukan setidaknya tiga pemimpin potensial yang saya sukai. Ini adalah masalah memaksimalkan pengembalian sumber daya yang diinvestasikan - Anda membayar uang untuk setiap aplikasi, sehingga berisiko untuk bertaruh pada satu penyelia. Plus, banyak universitas meminta Anda untuk menunjukkan tiga pemimpin potensial.

Korespondensi kriteria pemilihan dengan parameter saya. Sebagai contoh, saya tidak berbicara terlalu tinggi di TOEFL - 20 dan Cornell tertutup bagi saya dengan kriteria ini. Universitas lain seperti MIT terlihat sangat teliti di IPK. Universitas ketiga memberikan cutoff pada GRE, eksplisit atau implisit. Semuanya jelas dengan eksplisit, dan yang tersirat biasanya memanifestasikan dirinya dalam kenyataan bahwa universitas memberikan poin bagi mereka yang masuk di sana selama tahun yang berbeda (misalnya, untuk Universitas Duke). Jika poin Anda jauh lebih rendah, maka layak dipertimbangkan.

Peluang pendanaan. Sebagian besar universitas menulis bagaimana mereka mendanai mahasiswa PhD mereka. Ini biasanya pekerjaan asisten pengajar / penelitian. Jika ini tidak ditunjukkan dengan jelas di situs web universitas, maka ini mungkin merupakan tanda yang mengkhawatirkan, karena ada kemungkinan Anda akan memiliki masalah dengan pembiayaan. Ya, mereka dapat membawa Anda, tetapi tanpa dana, yang bagi saya pribadi sama saja dengan penolakan, karena sekolah pascasarjana di AS, seperti semua pendidikan pada umumnya, sangat mahal.

Berapa banyak universitas yang berlaku tergantung pada waktu dan uang Anda, serta pada kekuatan relatif aplikasi Anda. Jika Anda berpikir bahwa Anda memiliki aplikasi yang kuat untuk universitas-universitas tempat Anda akan melamar, maka Anda dapat melamar ke sejumlah kecil universitas (<7), jika aplikasi tersebut relatif lemah, maka mungkin perlu memperluas jaringan lebih luas. Penting untuk memahami bahwa penilaian Anda tentang kekuatan relatif dari suatu resume mungkin dilebih-lebihkan, sehingga layak untuk membuat uang jaminan.

Saya mengenal beberapa orang yang melayani pada saat yang sama dengan saya, atau setahun sebelumnya. Yang pertama dari Amerika Serikat, dengan resume yang sangat kuat, pergi ke ~ 10 universitas keren, yang lebih dari setengahnya membawanya dan dia sekarang di Stanford. Yang kedua dari Rusia, dengan nilai sarjana yang tidak terlalu bagus, pergi ke lima universitas untuk enam program, di mana ia dibawa ke dua universitas, satu di antaranya berada di 10 besar Berita AS. Yang ketiga dari China, yang pergi ke ~ 20 tempat, di mana dia dibawa ke satu atau dua universitas, dan dia akhirnya pergi ke universitas dari 25 besar. Semuanya diserahkan ke teknik biomedis.

Secara pribadi, saya kuliah di 11 (8 di Amerika Serikat, 2 di Kanada, 1 di Eropa) di bidang Ilmu Komputer, sembilan di antaranya menuntut bayaran untuk aplikasi tersebut. Menurut pendapat saya, lebih banyak sudah terlalu banyak. Setiap universitas memerlukan mengisi aplikasi (dan biasanya format untuk mengisi aplikasi berbeda), sehingga diharapkan akan memakan waktu sekitar dua jam untuk menyelesaikannya saja (ini mendaftar di situs, mengisi banyak bidang, memeriksa informasi), jadi mengalikan jumlah universitas secara linier mengalikan ini waktu.

11. Menulis pernyataan tujuan / sejarah pribadi

Pernyataan Tujuan (SoP) adalah teks dua halaman tentang siapa Anda, mengapa Anda membutuhkan PhD, apa yang ingin Anda lakukan, dan pengalaman relevan apa yang Anda miliki. Dari uraian ini, jelas bahwa masalah utama SoP adalah memasukkan sejumlah besar informasi ke dalam volume teks yang sangat terkompresi. Bergantung pada profil, aspirasi, dan karakter Anda, Anda harus mengorbankan beberapa bagian dan menulis lebih banyak tentang yang lain.

Perkiraan peran pernyataan tujuan (SoP) sangat bervariasi. Beberapa panduan mengatakan bahwa ini adalah bagian paling penting dari aplikasi untuk PhD, yang lain bahwa itu adalah bagian yang kurang lebih formal (setelah semua, seseorang dapat menulisnya untuk kandidat). Menurut pendapat saya, peran SoP tumbuh jika Anda tidak memiliki profil yang paling ideal dan Anda bukan mahasiswa sarjana / spesialis pada saat pengajuan. Secara pribadi, saya menghabiskan banyak waktu untuk menulisnya dan merumuskan sendiri beberapa prinsip penting yang tercantum di bawah ini. Catatan penting: Saya mengingatkan Anda sekali lagi bahwa panduan ini sangat individual, dan bagian ini dua kali lipat individu. Ada kemungkinan Anda akan datang ke semacam skema Anda.



Tulis ulang SoP lagi dan lagi. Saya masih malu dengan SoP saya, yang saya buru-buru tulis untuk satu laboratorium Eropa yang terkenal. Dia sombong, bodoh, dan kelebihan beban dengan detail yang tidak perlu. Bersiaplah untuk menulis beberapa draft SoP untuk membuang semua yang tidak perlu dan untuk menulis hal-hal penting yang cerah dan pendek.

Pahami apa yang ingin Anda lakukan setidaknya secara umum. Saya merumuskan pertanyaan ilmiah yang menarik minat saya bahkan sebelum saya memutuskan untuk mengajukan PhD. Ini membantu saya dalam menemukan penyelia dan menulis SoP. Jika sulit bagi Anda untuk merumuskan pertanyaan ilmiah, bahkan secara umum, maka menurut pendapat saya ini adalah tanda yang mengkhawatirkan (lihat paragraf “Mengapa saya butuh gelar”). Di sisi lain, bersiaplah bahwa Anda tidak akan melakukan hal-hal yang dijelaskan dalam SoP. Dualisme yang bodoh.

Tampilkan SoP untuk semua orang yang Anda percayai. Tidak masalah jika seseorang bekerja di bidang sains atau industri, yang terpenting adalah Anda tidak acuh terhadapnya. Tugas Anda adalah untuk mengevaluasi berbagai reaksi terhadap teks Anda: apakah Anda tampak bersuka cita atau sombong? Sudah jelas orang seperti apa kamu? Apakah jelas yang Anda inginkan? Tugas Anda adalah mengurangi kemungkinan reaksi ekstrem terhadap teks, karena begitu banyak orang yang akan menontonnya. Sebagai contoh, beberapa saran yang sangat bagus dan sangat akurat diberikan kepada saya oleh seorang teman yang tidak memiliki pendidikan tinggi, tetapi dia sangat pandai memahami orang. Beberapa tips bagus diberikan oleh orang yang membaca banyak surat pengantar.

Tulis tentang kasingnya. SoP bukan pameran prestasi atau CV, tetapi sebuah teks tentang mengapa Anda membutuhkan PhD dan apa yang ingin Anda lakukan. Semua prestasi Anda harus dalam konteks kemampuan Anda untuk bertahan di PhD dan melakukan penelitian. Semua hal lain paling baik dijelaskan dalam CV atau pernyataan sejarah pribadi. Yang penting di sini bukanlah kuantitas, tetapi kualitas, jadi lebih baik memilih dua atau tiga pencapaian yang mencolok dan menggambarkannya dengan baik daripada membuat versi teks dari resume. Umpan balik orang akan membantu Anda dalam hal ini (lihat paragraf di atas).

Tunjukkan orang seperti apa Anda. Ketika saya pertama kali melihat SoP teman saya, rasanya buruk bagi saya, karena menurut saya tidak ada fokus dan tekad yang cukup. Setelah menulis SoP saya, saya menyadari bahwa ada manfaat penting dalam teksnya - jelas dari teks bahwa kenalan saya adalah orang yang baik. Penting untuk dipahami bahwa universitas tidak hanya mencari bintang, tetapi juga untuk orang-orang yang senang bekerja dengan mereka. Jelas bahwa dalam sebuah teks pendek sulit untuk menunjukkan siapa Anda, tetapi jika Anda berhasil, itu akan meningkatkan kemungkinan Anda akan menemukan seorang penyelia yang dekat dengan Anda (atau menyaring yang tidak cocok dengan Anda).

Kurangi kesalahan. Nasihat ini terlihat jelas sampai saat Anda memahami bahwa Anda membuat kesalahan ketik atas nama pengawas potensial di sekolah impian Anda, yang telah Anda lamar. Itu terjadi pada saya, dan itu sangat tidak menyenangkan. Jangan ulangi kesalahan saya.

12. CV dan ceri pada kue

Di bagian ini saya akan menjelaskan apa yang menurut pendapat saya dapat berguna untuk resume Anda. Masing-masing hal di bawah ini tidak menjamin apa pun secara terpisah (meskipun GitHub yang keren dapat banyak membantu), tetapi dapat berguna untuk membuat profil Anda sedikit lebih kuat dan menonjol dari kandidat lainnya.

12.1 GitHub Langsung

Kemungkinan besar Anda memilikinya. Jika tidak, maka Anda harus segera memulainya dan belajar cara menggunakannya, karena ini adalah alat harian untuk bekerja di banyak universitas. Kemungkinan besar, Anda memiliki github, tetapi tidak terlalu menarik. Bagaimana cara mengisinya? Pilihan terbaik adalah mereproduksi artikel ML / DL terkenal dalam beberapa kerangka kerja terkenal seperti TF / PyTorch / Keras. Saya tidak memiliki hal seperti itu, tetapi saya telah berulang kali melihat saran ini dari orang-orang keren seperti Bengio, jadi jangan ulangi kesalahan saya. Penting untuk dipahami bahwa tidak mungkin membuat github hidup dalam beberapa bulan, jadi mulailah mengerjakannya sesegera mungkin. Jika Anda memiliki artikel ilmiah dan Anda dapat mengeluarkan kode, lakukan karena ini adalah demonstrasi terbaik dari kode Anda. Pilihan lain adalah kode normal dari kompetisi-ML, bahkan jika Anda tidak menerima hadiah.

12.2 Pengalaman Kompetisi ML

Jika Anda tertarik dengan ML, kemungkinan besar Anda terlibat dalam kompetisi Kaggle. Bagi saya, ini adalah cara terbaik untuk keluar dari zona nyaman saya dan mencoba tugas baru. Anda perlu memahami bahwa Kaggle membutuhkan banyak waktu dan kekakuan mental. Sebagai aturan, semua hal yang jelas sudah dilakukan oleh orang lain atau dijelaskan di kernel publik, jadi Anda harus selalu membuat sesuatu yang baru. Itu sebabnya sangat berguna. Kebiasaan baik (yang tidak pernah saya mulai) adalah untuk membersihkan kode setelah kompetisi dan memposting solusi yang didokumentasikan di github.

Jika Anda berada di Moskow, maka ada grup pelatihan ML keren di Yandex, di mana orang-orang secara teratur menerima emas segar / perak tinggi. Mereka juga memiliki saluran YouTube dengan rekaman pertunjukan.

Dari kekurangan Kuggle: dibutuhkan banyak waktu, membutuhkan banyak sumber daya komputasi, dan bagian dari keterampilan yang dibutuhkan untuk menang sangat spesifik. Tetapi menurut saya, pro lebih besar daripada yang kontra, terutama jika Anda mencoba merangkum pengalaman Anda, dan tidak hanya menumpuk kernel publik (yang saya sendiri lakukan sedikit lebih sering daripada yang diperlukan).

12.3 Situs web pribadi

Sebelum melamar, alangkah baiknya memiliki situs kecil yang menggambarkan siapa Anda, proyek dan aspirasi Anda. Sebagian besar aplikasi di universitas memberi kesempatan untuk memasukkan tautan ke situs Anda. Saya membuat situs setelah aplikasi untuk PhD, jadi tidak ada tautan ke sana di aplikasi saya. Yang terbaik yang dapat saya lakukan pada saat ini adalah menambahkan tautan ke situs saya di LinkedIn, Github, dan Google Cendekia. Alasan utama mengapa saya tidak segera membuat situs itu adalah karena saya memilih mesin yang terlalu rumit, yang saya tidak mengerti sepenuhnya. Segera setelah saya menemukan mesin lain yang lebih sederhana dan lebih minimalis, saya membuat situs dalam beberapa hari. Sekali lagi - jangan ulangi kesalahan saya dan buat situs terlebih dahulu.

12.4 Google Cendekia

Jika Anda memiliki artikel, maka Anda memerlukan Google Cendekia. Sesederhana itu.

12.5 Coursera

Kehadirannya lebih baik daripada ketidakhadirannya, tetapi dilihat dari resume siswa yang diterima yang telah saya lihat, dia cukup umum.

13. Proses aplikasi

Bersiaplah untuk mengisi aplikasi adalah prosedur yang memakan waktu yang akan membawa Anda 2-3 jam untuk kuliah di terbaik. Setiap universitas memiliki sistem aplikasi sendiri dan mereka dapat sangat berbeda satu sama lain. Misalnya, universitas memiliki persyaratan berbeda untuk mengunduh dokumen. Misalnya, di satu universitas mereka membutuhkan satu pdf tidak lebih dari 2 MB, di universitas lain mereka menuntut untuk memuat halaman transkrip yang terpisah dalam file yang terpisah, di ketiga universitas mereka meminta untuk mengarahkan kursus utama dengan tangan mereka. Atau, universitas membutuhkan dua pendaftaran sekaligus - satu di situs web universitas, yang lain di situs web departemen, tempat Anda mendaftar. Untuk setiap universitas, ada hal-hal dinamis yang harus diperhatikan: apakah hasil GRE, TOEFL dan rekomendasi telah tercapai. Selain itu, jika Anda menulis pernyataan tujuan untuk setiap universitas, alangkah baiknya untuk menyimpan tautan ke mereka di satu tempat.



Saya mengatur proses aplikasi melalui Google Doc, di mana saya menyimpan semua informasi yang diperlukan: nama universitas, batas waktu aplikasi, penasihat akademis potensial, tautan ke halaman login, login itu sendiri, status GRE dan TOEFL, status ketiga rekomendasi, status respon universitas (berguna dalam proses harapan), tautan ke pernyataan tujuan, dan sebagainya. Selain itu, saya memiliki label yang disederhanakan untuk perujuk, jadi nyaman bagi mereka untuk melacak kapan dan di mana mengirim rekomendasi. Sistem ini bekerja sangat baik untuk saya.

14. Garis waktu menunggu dan respons

Jadi, Anda mengirim semua aplikasi, memastikan bahwa permintaan rekomendasi mencapai penerima dan mereka mengirimkannya tepat waktu. Waktunya bersantai, kan? Jika Anda adalah salah satu dari orang-orang yang menjawab "ya", maka Anda mungkin tidak membaca bagian ini. Jika Anda adalah salah satu dari mereka yang ekspektasi dan ketidakpastian sulit bagi saya, maka Anda akan pergi.

Batas waktu untuk tanggapan universitas terhadap aplikasi di Amerika Serikat adalah 15 April. Masalahnya adalah bahwa distribusi jawaban sangat berbeda dari universitas ke universitas. Suatu tempat jawaban mulai datang pada akhir Januari-Februari, dan di suatu tempat tidak lebih awal dari Maret-April. Menebak ini sangat sulit, jadi saya pergi ke arah lain.

Ada situs semacam itu - thegradcafe.com , di mana pelamar sendiri memposting aplikasi mereka dan status mereka. Saya menguraikan aplikasi ini selama lima tahun terakhir dan menyusun jadwal pengambilan keputusan untuk semua universitas rata-rata dan untuk universitas yang menarik minat saya. Garis waktu untuk semua universitas terlihat seperti ini ( tautan gambar yang lebih besar ):



Anda dapat menemukan garis waktu untuk universitas tertentu di album ini . Dapat dilihat dari mereka bahwa dalam kebanyakan kasus Anda terutama tidak bisa tegang jika tidak ada jawaban sebelum awal Maret. Jika tidak ada jawaban sampai pertengahan Maret, maka ini kemungkinan besar berarti bahwa jika Anda berada dalam daftar pendek, maka kemungkinan besar Anda berada di ujungnya. Tetapi penting untuk memahami bahwa Anda bisa mendapatkan penawaran Anda pada awal April (seperti halnya dengan salah satu dari saya).

15. Bagaimana cara mengatasi kegagalan

Kegagalan sangat tidak menyenangkan dan menghina. , . , .

, . Machine learning — , PhD , . , , . , , , CS PhD : 1500 , — 2000. , , .

rejection latte. , , , . : . , .

. - . , , , .

16.

, 11 (10 , ). , Berkeley, UT Austin NYU. , . ( -10 CS Rankings), .



2,5 . , — , , PhD.

17.

, , . , , ( ). PhD, !

( mephistopheies ), , , , e .