查看: 16868| 回复: 42
跳转到指定楼层
上一主题 下一主题
收起左侧

[其他] 数学博士未来职业发展(非学术方向)求建议

 
全局:

2024(4-6月)-Math/AppliedMath博士+fresh grad 无实习或全职 | Other| 统计类全职@

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
目前北美某校纯数学phd。学的专业实在没有什么应用方向,大概都是纯数的课,例如代数拓扑,代数几何,复几何之类的。. From 1point 3acres bbs
. Χ
有一个统计的master,学过一些理论的统计课也做过一些panel data analysis,R用得比较溜,pandas也还行。

去年突然想转码,就去leetcode上刷了500题左右吧,简单中等困难都有。主要用python刷的,有些题用java也行就是不太熟。参加了十几次周赛,一开始大概能解出2题,后来基本上是3题,运气好能4题全解出,进过前1000名。然后也申请了亚麻的实习,但可惜太晚了亚麻已经freeze了,把我放进waitlist就再也没放出来过。
没有什么coding project。唯一做过的“machine learning”是本科的时候用python做过一个part-of-speech tagger。当时python只会if和for这种最基本的,就从头到尾照着课本上的Hidden Markov Chain理论根据自己的理解手搓了一个。速度超慢,因为当时的我还不知道有numpy这种东西,全部自己造轮子。那是第一次我知道4gb内存的macbook air其实可以用到60g的虚拟内存。

(废话有点多)因为明年就要毕业了,希望大家指点一下迷津。

主要想法有如下:
1. 找一个teaching school开始教学生涯。我的数学学术水平估计是够不上前200的AP了。教数学好像比研究数学更让我觉得有意思。
2. 去生物lab做生统。不知道这条路能不能走通。主要是数学本身发paper难度高,引用少,申请eb1根本不敢想象。
3. 去做quant。这个去年试过申请实习。无奈quant问的问题更像是高级版脑筋急转弯,有限时间里有时候脑子卡住就直接面试gg。.--

之前看到过这个帖子https://www.1point3acres.com/bbs/thread-708030-1-1.html。两三年过去很多情况可能不一样了,所以希望大家能指点一下迷津,十分感谢!!

补充内容 (2023-07-17 00:19 +08:00):

学校综排top 20

补充内容 (2023-07-18 23:10 +08:00):.--
..
从大家的反馈看来,不继续呆在学术界的话,quant可能是最对口的,也是最可以好好准备的。


但是我还想着eb1或者niw的可能。因为数学专业的特殊,没有会议论文,期刊审稿又慢,review这类型的paper不到大牛的程度根本写不好,一般的phd毕业两年内即使继续做学术也很难攒到两位数的引用。所以看看是不是能转战生物统计。一是因为生统跟数学、统计相对来说比较相关,二是因为paper和引用数量上涨速度比数学要快很多。

上一篇:周赛只会1题,是不是只能去亚麻了
下一篇:2024 Summer Intern SDE NG转码选手简历求狠批!
推荐
Albert2019 2023-7-16 15:12:18 | 只看该作者
全局:
satibt2520 发表于 2023-7-16 12:56
如果是machine learning的话,我粗略看过elements of statistical learning,感觉确实能看得比较快,理解 ...

deep learning只是概念,噱头而已,理论和方法层面和linear regression没有区别,最后都是归结到minimize loss。数学背景的人容易被AI领域那些糊弄人的概念搞懵,其实千万别把AI看复杂了,都是很初级的数学理论,剩下主要是工程化。当然直觉也很重要,有点像物理,你解释不了why,但就是work,我知道这种结果会让数学PhD很抓狂,但是AI领域就是这么推进的😂
回复

使用道具 举报

推荐
Batistuta 2023-7-17 01:51:16 | 只看该作者
全局:
satibt2520 发表于 2023-7-16 12:07
啊对,我面试的时候就是因为还没熟到那个程度。因为平时科研可以慢慢来,细节上的东西可以慢慢推敲。很多 ...

嗯嗯,正好借宝地发表一下看法,我觉得quant (非对冲基金因为我没面过)和ai/ml/ds/ 的面试正好走到了两个极端。

quant 的行业成熟稳定(过时),面试的知识点和面试题也比较老(bs 方程年龄比好多从业者都大),而且有明确的答案那种,而且基本都是本科数学,只要有数理基础,努力就可以弄得很熟。同时quant的门槛比较高,得是名校phd 或者在圈子里的才能拿到面试,面试的时候好多面试官自己是数学物理phd,有种天然优越感,会不明缘由地鄙视非数学物理或者非名校出身的。

ai/ml/ds 恰恰相反,因为行业在飞速发展,两年之前的新model 新 work 很可能直接变成面试题,就连transfomer 这种秒杀一切的model 17年底才出现。好多面试题都是open question,很可能连面试官自己都不知道答案,再加上本身deep learning 可解释性很差,很多东西只能有intuitive understanding 而没有rigorous proof。要准备相关面试更需要平时大量的积累,大量阅读新发的论文并且读code 复现和思考才能形成完善的理解。. check 1point3acres for more.

我自己的看法,quant 是适合速成的,只要能拿到面试,就是刷题背题,ai方向没有个一两年的积累挺难。到了工作之类我反而觉得quant 并不累,因为东西太死了,工作一点时间,想跳槽的话还是面同样的东西,把绿皮书小红书刷熟了,10年跳槽无忧(当然这不是件好事),而ai 方向反之,公司里senior 的人水平不如刚入职的人的情况经常出现,想要保持竞争力就得不同的follow new work,还是蛮累的

评分

参与人数 1大米 +1 收起 理由
satibt2520 + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
我觉得楼主聪明的。 比小红书的三个月转码仙女强多了, 肯定能成功
回复

使用道具 举报

全局:
如果热爱教学,请选1。
否则建议2/3,尤其是可以试试3(待遇,发展空间都相对不错)。quant面试是可以准备的,建议多看些相关材料(e.g. quant green book) 评估一下可行性。
(BTW要不是近期行情不好加上楼主即将毕业,也可以试试去科技厂做ML)
回复

使用道具 举报

🔗
laixl2010 2023-7-16 12:32:33 | 只看该作者
全局:
如果想做EDA,可以和我联系。不需要刷题。
回复

使用道具 举报

🔗
Albert2019 2023-7-16 12:42:38 | 只看该作者
全局:
现在AI这么火,还犹豫什么。数学是AI最对口的专业,没有之一。我本科也是学数学(计算数学),虽然我现在不高AI,但是偶尔关注下AI的进展,掌握速度和深度远远大于我身边非数学背景的开发者,不夸张说是降维打击😂
回复

使用道具 举报

🔗
 楼主| satibt2520 2023-7-16 12:44:36 | 只看该作者
全局:
小狗在虾图 发表于 2023-7-16 00:23
如果热爱教学,请选1。
否则建议2/3,尤其是可以试试3(待遇,发展空间都相对不错)。quant面试是可以准备 ...

是的,我买了小绿书看了前几章,基本上书上的知识点我都学过,但是面试的时候有时候一紧张就不会了。也不算不会,其实事后仔细想想都能做出来。主要平时做数学都是习惯慢慢思考。
最近确实行情不好,我这转码才转了一小半就结束了。
回复

使用道具 举报

🔗
 楼主| satibt2520 2023-7-16 12:45:56 | 只看该作者
全局:
laixl2010 发表于 2023-7-16 00:32. ----
如果想做EDA,可以和我联系。不需要刷题。

请问EDA是?exploratory data analysis?
回复

使用道具 举报

🔗
 楼主| satibt2520 2023-7-16 12:56:45 来自APP | 只看该作者
全局:
Albert2019 发表于 2023-07-15 21:42:38.google  и
现在AI这么火,还犹豫什么。数学是AI最对口的专业,没有之一。我本科也是学数学(计算数学),虽然我现在不高AI,但是偶尔关注下AI的进展,掌握速度和深度远远大于我身边非数学背景的开发者,不夸张说是降维
如果是machine learning的话,我粗略看过elements of statistical learning,感觉确实能看得比较快,理解得也比较深。
AI如果是deep learning的话,我没有很仔细去了解过。
回复

使用道具 举报

全局:
去年毕业的学术菜鸡 只提供一个experience DP
我选了类似于2 . ----
在药企R&D 做signal和image processing 也做一点简单的AI
我挺喜欢的 工作不忙但是赚的不多 看钱对你有多重要了
系里其他的中国男生好像都去了quant 可能有经济和养家的思考

补充内容 (2023-07-16 16:19 +08:00):
背景的话 我是纯数的偏微分方程 基本上简历上都完全不提自己research
回复

使用道具 举报

全局:
satibt2520 发表于 2023-07-15 21:45:56
请问EDA是?exploratory data analysis?
Electronic design automation
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表