我要不要去读phd？

find_advice 发表于 2017-6-5 17:41
那照您这样说是不是相当于一方面把课上好知识打牢，一方面就是学编程的知识点，phd真正主业的科研就是混 ...

i wouldn't go to such extremes....
the process of understanding a domain, understanding existing solutions and their limitations, finding out an area of improvement through multiple trials and errors, questioning your own solutions from multiple angles etc are the basic training of a PhD. And through doing this, you WILL have papers.
I consider it part of the basic training of a PhD, and such skills are a key differentiator in your job later on, regardless of which area your PhD is in.
我个人感觉工作时候看见MS & PhD做事最大的差异就是这种思考习惯：不是说MS就没有这些，但是经过系统训练，phd一般更有能力从business context里面提出fundamental的新思路，新解法，而不是仅仅做incremental change，更倾向于检查自己结果的正确性，对assumption的依赖性，因此可以拿出更经得起推敲的solution etc.
一个纯粹个人的意见：我去看一个DS team，如果全部人都只有BS/MS degree，我一般会觉得不是一个太强的team （yes there are exceptions but .... ) 但是有几个phd的地方，做事就会靠谱很多。

anyways i think i am saying, no need to be "too" goal oriented. A PhD training gives a valuable experience. 不需要太过专注优化短期 （say, 0-2yrs beyond graduation) 目标。For a DS, 个人觉得对于5-10年的发展，有phd的训练（with or without the degree) will be valuable.

同意楼上的说法
如果不是非常喜欢DS，一定要做DS，那么能CS则CS
但是如果真心希望做DS，个人觉得best degrees are:
PhD in EE/CS/Stat/Biostat/OR/IE/Econ/Physics etc

如果要做ML，最好是：
PhD in EE/CS/ML/Stat/Biostat/Physics etc, or MS in CS

以下会适合analytics，做ds会稍微更费劲：
MS in ds/stat/biostat/analytics etc 个人观察是：即使有经验了，以后再次跳槽的时候，别人也会一再把这种背景往analytics方向push，it takes extra effort to steer towards DS. 而如果有phD这个就不会是问题。

But can someone still do analytics with a PhD in the above mentioned fields?
Yes of course, if you choose to.
除了FB那个product analytics team有少数人说法是不喜欢统计phd，其他公司没有这种说法。但是如果真有stat phd, you will have lots of choices (such as Research science or core DS at FB, as well as pretty much every single other IT company)

小K 发表于 2017-6-7 06:06
i wouldn't go to such extremes....
the process of understanding a domain, understanding existing  ...

从DS角度看同意您的看法，毕竟叫都叫个Scientist，大伙都懂并不是纯工程的东西。如果是（和research无关的）SDE的话其实就和统计学科和CS ML学科博士训练没太大关系了。

补充内容 (2017-6-7 10:35):
然而狭义地说，博士的publication或者project并没有直接的借鉴意义

补充内容 (2017-6-7 10:37):
而思维习惯这种东西其实ms也是可以培养的，然而大伙好像不注重这种软的东西，还是在乎摸到了什么技术之类。当然我更多是对码农行业的感觉……

续命神哈 发表于 2017-6-5 22:19
嗯，读博确实需要情怀，很多前辈和我说想赚大钱就别去读博了2333

然而感觉不读，也赚不了什么大钱…

Luptior 发表于 2017-6-8 22:23
然而感觉不读，也赚不了什么大钱…

早点工作可能更容易抓住时代的红利 实现财务自由吧；想想五年前到现在的变换，在学校呆五年可能又变天了呢

首先我觉得你应该去了解一下你现在的水平能申请到什么样的工作，去投个简历就知道了， 或者看看人家的招工要求，有个概念，自己瞎猜怎么行，同时不要把时间就定为到5年，这期间发生什么，谁不知道的，你也许转专业了，也许找工作了。

续命神哈 发表于 2017-6-9 12:17
早点工作可能更容易抓住时代的红利 实现财务自由吧；想想五年前到现在的变换，在学校呆五年可能又变天了 ...

早点找工作能找到个满意的工作也是不容易

小K 发表于 2017-6-7 06:06
i wouldn't go to such extremes....
the process of understanding a domain, understanding existing  ...

同意PhD训练会在职业生涯中有效这一说法，但细节上我有点不同意见。

我倒是觉得MS/PhD差距主要在于解决问题时的坚韧程度。否则无法解释citadel这样的公司为什么除了PhD之外，也很prefer聪明的本科生，PhD training对于思维能力的培养也就是那样，有些东西只能是生出来的，根本学不出来。PhD的优势是解决问题时比较冷静，也不会敷衍了事，会考虑各种可能性并且在这种来来回回的过程中足够坚韧不烦躁，这可能就是为什么他们显得靠谱许多。

至于是不是PhD思考习惯更好而不是局限于incremental change，这个我觉得个体差异很大。我个人的观点是：paper灌的越多的人越投机，反而越喜欢把简单问题复杂化折腾一些incremental change灌灌灌，这种习惯说白了就是急功近利，对工业界的工作绝不是好事。

讲道理，考研这个选项是拿来搞笑的。Gap好不好是基于gap的时候干了啥，如果能像你说的那样出paper，那么你的申请档次至少可以提高一个档次。不过我要说统计真的没有你想的那么容易出paper，尤其是一作SCI。。。。。我自己的paper从开始想idea到submit就差不多一年，预期审稿又需要一年，你自己算需要多久吧。。。。

所以如果你gap的时候啥也没做，那么你的申请还是没有什么起色的。另外，我不知道你拿的是哪个学校的offer，我是觉得差不多的话就读吧，毕竟你的大陆本科背景是硬伤，除非GPA逆天，好学校是想多了

梦亦无痕 发表于 2017-6-19 18:42
讲道理，考研这个选项是拿来搞笑的。Gap好不好是基于gap的时候干了啥，如果能像你说的那样出paper，那么你 ...

有arxiv倒不至于等投改