楼主: yiwenz
跳转到指定楼层
上一主题 下一主题
收起左侧

[改行] 十字路口转行中的语言学PhD

   
🔗
gabrilies 2019-10-7 20:16:13 | 只看该作者
全局:
还是有很多工作可以做的, Funding也好拿, 但是就是大多数的人不会. 一般来说学linguistics, 只是看书上课拼GPA的话收获很少. 建议多去会议.
回复

使用道具 举报

🔗
木木夭 2019-10-8 00:53:09 | 只看该作者
全局:
就算研究方向没有直接应用上,大公司的research部门还是蛮看中PhD学术训练带来的能力积累的,LZ加油
回复

使用道具 举报

🔗
shinan88888 2019-10-8 02:37:19 | 只看该作者
全局:
yangshao 发表于 2019-10-6 14:21
dl时代, lingustics和nlp几乎是没啥关系。。。不过有些公司会有些职位特意要求招linguistics方面的人,比 ...

先声明我NLP基础为零,回复错了轻喷。我在一个很小的startup做DS,有幸同事中有一位linguistics phd,只以此毫无根基的出发点来谈谈我的看法。

1. 我这位同事对NLP有自己的见解,是我这种没有涉足过语言学的人望尘莫及的。他了解很多machine learning是如何处理NLP,再embed上他自己对语言结构、认识体系等等的理解,在NLP问题上做的得心应手。他坚决主张NLP应该由linguistics来做而不是一般的data scientist。我们一组的math phd在NLP问题上都是由他来给我们上课。
2. deep learning和linguistics涉及到NLP问题的不同阶段以及理解。这个问题涉及到为什么很多公司data scientist一定要招phd的一部分原因:数理理论基础带来的对模型的基础理解深刻是很容易被忽视的。个人经历在接触到很多客户大公司内的data scientist对数据的处理能力实在是无法直视,但他们依然可以轻松的套用现有model做出令公司满意的结果。我一直坚信data input才是决定model质量的关键,而不是model本身。并且,只有对model理解深刻的人才能做出最好的processed data。而在NLP问题上,我的同事一直坚信,自然语言转化为量化数据只有linguistics最适合做,才能给model本身提供最好的data input。
3. 我认为这些懂的招linguistics的公司是懂得从源头找合适的人才,丰富自己team的多样化。不过话就要说回来了,有欣赏这样人才的地方,同时更需要你将自己武装好,准备机会的到来。ds/nlp的各种基础知识,coding基础(我那位同事就惨不忍睹靠我们给他擦屁股)都要做好。

希望楼主能一切顺利。ps: 我这位同事最后还被其他公司挖走了。

评分

参与人数 1大米 +1 收起 理由
赖凌锋 + 1 给你点个赞!

查看全部评分

回复

使用道具 举报

🔗
yangshao 2019-10-8 05:26:17 | 只看该作者
全局:
本帖最后由 yangshao 于 2019-10-8 05:28 编辑
shinan88888 发表于 2019-10-8 02:37
先声明我NLP基础为零,回复错了轻喷。我在一个很小的startup做DS,有幸同事中有一位linguistics phd,只 ...

nlp领域需不需要linguistics,需不需要结构化的信息,本身就是一个开放的问题。甚至lecun和manning还专门有个视频在争论这个话题。
. .и
我自己接触nlp大概也7,8年了(大部分都是学术界经验)。  可以谈一些自己简单的想法。
1. 结构化的linguistic信息有没有用? 也许有用,也许没用。 目前dl时代之所以没什么用,是因为在大数据和简单的train/inference架构下, linguistics带来的好处基本可以忽略不计。 当然对于发论文来说,某些特定的任务还是有用的,这些任务的特点大部分集中在数据量少, 需要大量的先验知识。 不过大部分这样的任务性能离工业界的标准还很遥远。
2. 现在基于向量化的表示比如bert之类的出来之后,基本横扫大部分工业界实用一点的任务。原因在于简单易。 加入structured的信息,往往会导致模型的复杂度不太好控制, 周期也比较长。 所以bert简单粗暴好用。. 1point 3acres
2.  如果你ml/nlp背景很不错,懂linguistics是很不错的benefits。 对于nlp来说,并不是所有的问题都有现成的解决方案可以让你git clone一下调调参。 重要的是,你如何能够根据实际的问题特点,建立合适的模型和评估机制(nlp的大部分问题都是很难评估的)。

评分

参与人数 2大米 +2 收起 理由
No_Anxiety + 1 很有用的信息!
shinan88888 + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

🔗
JinnyHui 2019-10-8 06:24:09 | 只看该作者
全局:
我来贡献一个case给大家参考。
主人公:我的干弟,
基础教育:苏南顶尖学校
本科:Vassar College ( 世界的顶尖文理学院。以本科教育为主,注重思维和写作能力的培养),期间去东京大学交流了一年多
硕士:拿到了Oxford和Cambridge两家的offer,最后去了Oxford攻读Applied Linguistics. Waral dи,
第二个硕士:Harvard 教育学。
现今已经毕业,在上海朋友开的教育机构工作。

大家看到这闪闪发亮的教育背景没?每次他拿到率取通知书,我都快被我弟闪瞎了。临近哈佛毕业前,我问他工作怎么办?他说简历投出去石沉大海。我说那你考虑下直接进学术圈(phd)吧,他说不想念了。
当然,弟弟也有一些缺陷,就是networking,他自身腼腆,不是那种八面玲珑的人。(但是他又高又帅,斯斯文文,我要是看到这样的小伙子,我肯定想跟他多亲近,当同事天天见那是zhui好了@..@

乱七八糟说了一堆就是想表达,在美国学这些文科,不要想用闪亮的教育背景当求职的敲门砖,24K真金镶钻的都没有用。可能多出去扩展人脉对求职会有些帮助吧,我是说可能。。。
回复

使用道具 举报

🔗
 楼主| yiwenz 2019-10-8 09:57:42 | 只看该作者
全局:
MrRobot 发表于 2019-10-7 02:23
我是做NLP的, 一直好奇 1) linguistic系做computational linguistics和CS里面做NLP有什么不同 (出发点, 思 ...

1)我觉得语言学系做comp ling的人可能更看重“语言”本身一点吧,比如我们系这个track会要求上比较多语言学基础领域的课程,然后做的project也更倾向于用computational的方法研究理论语言学的议题,或者一些濒危语言的相关工作等。2)文科的语言学研究,至少我们语义学,经常自嘲是armchair linguist,就是自己坐着思考某种语言现象,然后捣鼓一些规则或者公式来表达这种模式,并试图联系到更广泛的理论领域 = =
回复

使用道具 举报

🔗
 楼主| yiwenz 2019-10-8 09:58:56 | 只看该作者
全局:
Glaces 发表于 2019-10-7 15:57
看到lz的经历 真的佩服. From 1point 3acres bbs
本科读了半个linguistics 现在读MS computational linguistics的我哭了 找工作真的 ...
.--
加油呀~我感觉我们系comp ling这个track的同学找工作都还蛮顺利的样子 比理论方向的好多了T.T
回复

使用道具 举报

🔗
 楼主| yiwenz 2019-10-8 09:59:47 | 只看该作者
全局:
yf233 发表于 2019-10-7 11:49
佩服楼主坚持读完了phd,本科的时候一直特别喜欢semantics,学校里能上的课都上了,也满腔热血地想过要读个 ...

太真实了,我们系一样的,眼泪掉下来
回复

使用道具 举报

🔗
 楼主| yiwenz 2019-10-8 10:01:27 | 只看该作者
全局:
yangshao 发表于 2019-10-7 04:21
dl时代, lingustics和nlp几乎是没啥关系。。。不过有些公司会有些职位特意要求招linguistics方面的人,比 ...

. ----是有这种,但是这样的职位太少了,而且完全不懂NLP的话还是不行的T.T
回复

使用道具 举报

🔗
Glaces 2019-10-8 10:07:08 | 只看该作者
全局:
yiwenz 发表于 2019-10-8 09:58
加油呀~我感觉我们系comp ling这个track的同学找工作都还蛮顺利的样子 比理论方向的好多了T.T

一起加油T T
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
职场达人
  • ↑ 本版用于讨论职场各种干货话题,闲聊请去🔗聊聊或者🔗匿名版
  • ❌ 本版严禁水贴,引战,发布广告,拉群,贴个人联系方式,扣分无警告
  • ☑ 求职、面经等去 🔗北美求职和 🔗回国求职大区,刷题和学习请去 🔗终身学习大区
  • ☑ 请去专版发布 🔗内推, 🔗招聘信息,和讨论 🔗创业内容
  • ☑ PIP / DevList/ Need Support 等话题也已开设 🔗专版

本版积分规则

>
快速回复 返回顶部 返回列表