【中枢教育】西北学长数据挖掘讲座.docx

【TOP3运筹学博士学长聊聊数据挖掘相关项目申请】主讲人：殷学长北大数院本科获得西北大学IEMS博士目前正从事社交网络分析研究内容简介：1. 暑期科研实习的申请与后续2. 统计背景如何申请数据挖掘相关项目3. 推荐信老师的选择与沟通讲座内容：大家好，我先自我介绍一下吧，我叫殷裔安，我是北京大学数学学院概率统计系16年毕业的，然后我现在在西北大学工业工程与管理科学系读第一年的PhD，我现在的主要的研究呢还是跟一些跟网络有关和一些social science有关的一些东西。那么在我申请PhD项目之前，其实我之前主要做过有3段科研的经历，一段是在我们统计系和一位老师做了有关于统计里面的实验设计这一方面的一个科研项目，第二段科研是当时我在我们学校信息科学学院那边和一位信科的老师做的一个偏CS的关于社交网络的项目，第三个呢就是我在大三升大四那年暑假，在美国的宾州州立大学跟一位老师做的关于文献的引用网络的一些也是和网络有关的科研。那么在我个人感觉来讲，特别是第三段科研，无论是成果还是最后的推荐信，其实对于我整个的申请都有着很大的帮助，所以我觉得今天我们第一想跟大家聊一聊关于暑期应该怎么去处理这个事情。让我们先来聊一下暑期科研这件事情，暑期科研呢其实我觉得相对于我们选择一般的科研老师其实有两点是我们需要特别注意的，第一件事情是说当我们在选择现在手头比如说大家本科在做的科研的话，其实我们可能选择的方向相对会有限一些，因为可能自己熟悉或者自己愿意的老师就那么些，可是如果在暑期科研的话，他有一个好处我们有一个非常高的灵活性可以去选择，所以，虽然有一个趋势是大家可能需要发很多很多封邮件才能够找到一个合适的机会，但是这里面相对重要的是大家可能在这个阶段就要去思考自己以后到底对什么样的东西感兴趣，而不是说我现在可能有什么样的资源满足我想要做的这一方面的东西。那么暑期科研另外一个问题呢，可能就在于它的时间相对短，一般来说暑期科研的时间在2到3个月之内，所以大家另外考虑一个问题是我在这2到3个月之内能够有什么样的东西，能够有什么样的成果出来，当然最理想的情况是我们最后有一篇paper能够写出来，甚至是可以投出去，但是事实上的话，在2到3个月的时间内能完成，并不是每个人能完成这样的目标，那么我的建议是大家至少能有一个Technical report，或者有一个论文的初稿，同时呢大家在最后离开以后能够和老师保持充分密切的联系，因为事实上对于每一个Faculty来讲,大家在remote work的时候，cooperative都不会很高，所以这个情况更需要大家主动的和教授在自己结束这段暑期科研以后保持联系，包括paper后续的发表，包括推荐信的一些问题等等。然后从我自己的经历来讲的话，我是一个统计背景但是对实际的数据分析和数据挖掘比较感兴趣的同学，所以我当时在寻找暑期机会的时候，我个人的感觉是，像统计系这边的老师，即使有做相关课题的，即使招summer intern或者summer research这样机会的概率会比较低一些，相对来说概率比较高的会是一些computer science和information science的老师，在这方面大家也可以多注意，甚至如果是跟你的research interest相关的话，有些EE的老师也有可能在这方面有一些机会大家可以考虑一下。然后具体到找暑期科研这样一个机会的话，其实大家应该也都有听一些学长学姐说，在这边我想强调是注意两点，第一是大家一定要准备充分数量的自己感兴趣的老师，这可能是一个非常艰难的工作，当然包括我刚才说的如果大家真的想要了解这个老师做什么的话，如果一下子去了解几十个老师的话，其实会是一个非常繁重的工作，所以这一方面大家可以提前进行一些，去读一些老师的paper，或者说去看一些相关的系的老师的主页来了解一下到底在做什么事情。第二件事情是由于我理解大家可能在申请的时候会集中在一些学校或者一些系，所以发邮件的时候我希望大家能避免同时向一个系的老师发很多邮件这样一些情形，否则之后的话会有一些冲突的事情，如果解决不当的话可能会有一些减分项，这也希望大家能够注意。那么具体到做暑期科研的时候，我觉得其实大家最重要的一个原则是能够非常高频而且高效的和老师保持沟通。高频是什么意思呢，就是说我们知道一般国外老师特别在暑假会非常忙，甚至会有非常多的travel，在这个时候可能需要我们主动的去和他们提前联系，像我当时在Penn State做的一段暑期科研的时候，我个人的感受是，甚至很多时候包括我们一开始拿到和自己research可能不是那么相关的课题，所以在前期保持频繁的联系不仅会让你对整个环境熟悉的更快，而且可能对于课题可能会更快的上手。第二件事情是叫做高效，高效的话我不知道大家有没有这个习惯，就是在做一个课题的时候一旦有了一些结果之后就可以慢慢的把它整理成一个document，然后每次和老师meet的时候就可以不断的把这个document更新，包括自己有什么结果有什么问题，这样子不仅可以帮自己理思路，而且可以使交流更高效。暑期科研之后需要注意的一些事情我觉得还是从各个方面能够保持联系，因为在暑期科研之后，由于不在身边，所以导师希望跟你主动交流的频率肯定会更低，特别是我们有一些同学如果有一篇未完成的paper的话，其实在这个时候update甚至能在申请之前投出去，会是一个非常重要的加分项，那么在这方面大家需要注意一些。第二件事情是关于申请的方向，即使我个人感觉是有很多同学由于会考虑说我还需要拿这个老板的offer，可是我又不确定会不会去，所以在和老师交流的时候会比较谨慎一些，其实对于具体自己想做什么事情，或者想去哪的话，我觉得大家大可以相对open的和导师坦诚讲一下，第一个是因为这样会让你们有更少的误解，第二件事情是因为最后有一些怎样的信息其实并不是我们一开始查网页就能查到的，可能导师会给你提供。第二个事情我想讲的是关于申请的项目，在这边大家肯定也已经查了很多的资料，所以在这边我想提醒大家的是特别是一些统计背景的，做数据挖掘或者想做数据分析的一些同学，可能会紧盯的是像我们统计的一些项目，或者是现在比较流行的CS的一些项目，其实还有一些选项的话是现在有一些学校有的information school，有很多学校有information school，其实这里面也会有一些跟我们很fit的一些项目或者说一些导师，大家可以多注意关注一下。当时我在Penn State的时候就找到在Penn State information Science and Technology这样一个学院里面找到了一个很不错的机会。第二个在申请的时候需要注意的关键是要看这个项目到底想要招怎样的人，如果是特别对于数学和统计背景同学出身的话，可能会有一个问题是实际的代码量或者说实际我们真的去处理一些大规模数据能力比较欠缺。那么在这样的时候，可能大家无论是在国内还是国外，有一份科研的经历能够涉及到大规模数据处理或者说非常多的coding这样子可能更让人更convince，值的committed，或者说你的Potential adviser说我有这样的能力，特别大家注意的，如果你要申请的确实是computer science这样风格比较浓重的背景的话，其实我建议大家在PS或者CV里面，能够强调自己的program skill或者说我处理这些大规模数据的经历，这样可以很大程度上打消疑虑。另外大家需要注意的一件事情是，在暑研这件事情上funding的问题是比较敏感的，就是说你需不需要老师给你来发钱还是你自己self fund或者说你学校或者学院能够给你解决一部分资金，这部分问题可能对于你想要去的学校老师来讲比较感兴趣，因为他想知道他需不需要为你花钱，所以大家如果是self fund的话这件事情也需要在邮件中写清楚，这样子可以打消老师一些不必要的疑虑。然后我觉得在项目申请的时候，除了我们看ranking，或者说看有哪个老师在的话，其实我觉得还有很重要的一件事情是说到底我的背景是不是很match这个项目或者说我真的很想去这个项目，我需要在哪方面提升。那么对于这个问题的话，除了大家可能去问一些熟悉的学长学姐之外的话，我觉得一个很有效的方式是大家尽可能多的和人交流或者去查看一些信息，当中很好的一些方法是说大家可以去看一下我感兴趣的某个项目的在读PhD或者说我感兴趣的某个组，见了老师组里面的师兄师姐，即使是哪怕是我之前不熟悉的，大家也可以发邮件了解一下，和他们交流一下，或者至少看他们主页上一些自己的背景介绍，当然这里面问题是如果这些学长学姐不是很乐意的话，大家也尽可能的不要骚扰，我们可以找一些热心的学长学姐，至少在我个人感觉里面，我个人的经历里面，有一个人给你提供这方面的信息，会比我们网上看一些比较零散的经验会多一些有效信息。那么，需要聊的最后一件事情是关于推荐信的这个问题，推荐信的话我个人的经验其实一般来讲至多一封是任课老师写的推荐信，然后两封是科研相对应的老师写的推荐信，可能会是一个比较好的搭配，这样至少在PhD的申请的时候更多的突出自己的科研经历会是一个比较好的选择。然后在推荐信老师选择的时候，我自己的一些教训是，大家特别找任课老师的时候，如果自己申请的项目比较多的话，可能找一些和自己之前没有那么熟悉的任课老师来写推荐信，在这样的情况下，我希望大家能够和老师有着充分的沟通，因为有些老师写推荐信的原则可能是你在这门课上取得了足够好的成绩就愿意写推荐信，可是事实上你在推荐信中要求他能给你证明，或者说能够推荐你所具有某些品质他并不非常确定的时候，可能会没有写到你想要的推荐信的那个程度。我个人的经验是，特别如果你用一些很具体的例子来描述的时候，而你又没有说服给你写推荐信这位老师来充分的相信这里面所体现的品质，在最后的时候他可能会对这些例子进行一些修改或者删减，这样其实对我们可能不是一件很好的结果。第二件事情是有一些同学可能在问老师要推荐信的时候老师会要求给一个草稿，这时候草稿的话我希望大家可以参考一些模板格式，在参考模板后尽量用自己的语言去表述，尽量用一些个性化的例子来突出，这件事情其实对于最后这封推荐信的说服力有多强其实是一个非常重要的保证，特别是在这几年，由于来自很多国内的申请信，可能来自国内的你的导师或者你的任课老师跟国外的link本身不是特别强，而如果你用一些推荐模板的话，会使得推荐信的力度打非常大的折扣，在这样的情况下对我们申请来讲也不是一个很理想的结果。第三件事情是我们通过帮老师拟草稿或者说和给自己写推荐信的老师面谈所需要确定的最后一个信息是，你分别希望这三封推荐信能够证明你具有一种怎样的能力，如果这三封推荐信我们都是按照一些最标准的方式来准备，那是说肯定ok，那这是一个学习很用功，然后做科研很努力的同学，他还得过某某奖，或者最后还有某某的结果，我highly recommend他，可是这样子的话就错失了这三封推荐信从三个不同的角度来描绘你的品质或者描绘你的能力这样比较好的一个机会。那么刚才对于推荐信这回事其实我想补充一点的是，特别是国外老师给自己写推荐信时，其实有一些品质可能国外一些老师会比较在意，可是我们自己常常会忽视的，这其中包括你能够怎样快速来适应环境，适应一个新的课题，你是不是一个非常easy to work please 的人，你跟导师或者跟其他同学交流的能力怎么样，你如果遇到问题的时候能不能及时向大家求助，而且及时的去做一些沟通，甚至包括说你能够lead group 或者说跟大家发现一些新的有意思的东西甚至寻找一些potential 的collaborator，这些事情可能是我们平时做科研的时候觉得不那么重要的东西，但是确实对于这些国外的faculty来说是比较看重的品质，如果大家在这方面有一些实际的例子能够在推荐信里面说明的话，其实也给我们最后的申请有很多的加分。问：java答：ok，我看到有同学写java，我不知道这个意思是不是说关于编程的语言方面，在这个事情上其实不管是在申请的过程中还是整个在找暑期科研的机会中，其实我跟好几个老师都聊到过这样的问题，那么我得到的大部分答案都是说我们其实更希望你能解决一个问题，并不是特别在乎你用什么样的工具去解决那样的问题，大家更在乎的是你到底能够把这个问题解决到什么程度，所以相对来讲的话在现在这方面的话，没有一定要说我们要学java或者某个语言，但是如果对于自己的research的领域，特别是有些课题，有些通用的包会用怎样的语言，那么大家可能会尽快的熟悉一些，但是总体而言好像对于语言的要求没有那么苛刻，大家可以选自己更顺手或者更熟悉的，因为毕竟所有语言最后是要帮助我们更高效处理这些工作。问：学长，请问您给教授发邮件时用什么邮箱合适呢？答：我觉得邮箱没有硬性的规定我们用什么合适，但是我自己的感受是两条