查看: 29357| 回复: 75
跳转到指定楼层
上一主题 下一主题
收起左侧

[申请策略] CS PHD研究什么方向好? 哪个相对最有"前/钱途"?

 
全局:

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
如果读PHD,就从以后挣钱角度来说(“就业机会多少”和在“大公司高package机会”,或者创业和VC funding机会角度)

如果有下面ML 相关几个选项:
(1) SLAM, 3D video understanding
(2) 3D geometry reconstruction,computer graphic
(3) NLP
(4) speech recognition
(5) reinforcement learning

还是传统一点的方向:
(1) database
(2) distributed system, high performance computing
(3) human computer interaction
. 1point3acres.com (4) information retrieval


如果是ML 相关的,SLAM 或者 3D video understanding 应该自动驾驶相关(但是目前自动驾驶的公司应该很难上市使得股票变现,这个方向还有其他场景应用吗,例如小型工业机器人,amazon go store?)。 3D geometry reconstruction 和 computer graphic 应该和VR/AR 行业相关,大家看好这个行业吗(以后的VR headset会像手机普遍吗,或者还是有其他场景应用?还是3D geometry 和 computer graphic 有其他场景应用?)?NLP和speech recognition似乎应该很难有新的突破,好像目前GPT-3的能力很有限,似乎纯增加GPT model的大小其不是真正的理解文本,而且NLP相关的startup和VC funding似乎比CV的少很多?)?reinforcement learning目前好像最大突破就在让电脑玩游戏,但是教电脑打游戏没有什么机会变现(reinforcement learning 应该还可以在recommendation system领域有应用,但是即使这个方向变现或者VC funding都相对比较少?)?

如果要把这几个方向排序一下, 应该怎样排序? 例如 3D geometry reconstruction > 3D video understanding > SLAM > NLP > Speech recognition > reinforcement learning?

如果是底层一点ML model 结构研究(YOLO, transformer/attention或者stat model等等),这个好像变现能力会差一点?这些model研究领域应该可以在大公司找到research position,但是好像如果创业找funding,不如上面提及的上层一点的的ML领域?
-baidu 1point3acres

如果是传统一点方向的,例如database,distributed system,high performance computing等等上面提到的领域怎样,会有新的突破?
. 1point3acres
就从”钱途” 角度来说,这些领域领域应该如果选择,或者还有其他更加好的领域?
..
因为PHD的topic很重要,好的topic和方向会使得就业和创业机会大大增加。. 1point3acres.com

有没有大神指点一下?

Thanks

上一篇:nyu tandon cs的邮寄成绩单系统一直显示未收到
下一篇:推荐信求比较!
推荐
dandylion 2021-1-2 06:00:51 | 只看该作者
全局:
最有前/钱途的永远是你自己做得最好、最有天分、也最感兴趣的领域。看长远一点,人一生工作3-40年,而一个领域火不过10年。

评分

参与人数 5大米 +5 收起 理由
papaliu + 1 赞一个
cssoup + 1 说的太对了!
EnzoLau + 1 赞一个
Kamie + 1 赞一个
painting + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
徐璐 发表于 2021-01-27 04:39:18
1. 这心态真的能过phd面试么?我似乎可以想象到prof的表情
2. 这么想赚钱为什么不直接去读个MS呢?就算年年水CVPR甚至水BMVC也有开始怀疑人生的时候吧?有时候要先想想如果自己是quit
Terrible advice and suggestion.
-baidu 1point3acres
哪个有点抱负的prof不是想着创建公司挣大钱?Aurora的CEO Chris Urmson 不就是当时因为Google给了好几倍的工资然后辞掉CMU faculty去了Google的吗,现在Aurora市值5 Billion,以后一旦上市Chris Urmson身家少则1 billion,多则10 billion,就看5年后的市值。即使L5在5年后做不出来,Chris Urmson以低价把内部股票卖给其他车厂,也至少也可以卖100 million。再看standard 的 Andrew Ng, 不是Google brain和百度给钱多了好几倍然后也不当faculty,最后VC给了他100 million然后他也创业了。这些例子不看,还看什么?Stanford牛逼一点的faculty谁不在外面至少做个LLC?

现在做CS PHD不想钱还想追寻科学梦想?这不是画大饼骗小孩的吗,在残酷的商业世界就看谁可以创造商业价值。Come on. Give me a break. . 1point 3acres

在PHD找个research赛道创业只是想在一个领域深耕建立一定的前沿技术壁垒罢了。在PHD选择好的赛道追寻一点错误没有,而且应该鼓励。没有错MS工作同样可以创业,也有机会,但是赛道不一样,MS去抢ML的赛道也可以,只是难一点,而且在H1B没有抽到的时候会被困住不能随便辞职。PHD即使拿着一些没用的paper也可以忽悠Uncle Sam拿NIW。。。。。

prof更加不会和你讲什么情怀,招生的时候就看你进来能不能干活给他发paper从而他自己可以评tenure罢了,他才不care你是不是这个research是你人生的passion和calling呢,他又不是你老爸。。。。who cares。。。。 It is all about the almighty dollar .....

A lot of people just give terrible advices in life. Even in the comment section.
. ----

评分

参与人数 1大米 +2 收起 理由
冲啊啊啊啊 + 2 赞一个!

查看全部评分

回复

使用道具 举报

全局:
想赚钱就不要读phd。来自cs方向phd的一句发自肺腑的话。要真的目标是赚钱,早上车几年,多个机会加入pre ipo公司,你赚的钱比phd多多了。

评分

参与人数 1大米 +1 收起 理由
JustinCheng + 1 赞一个

查看全部评分

回复

使用道具 举报

全局:
最有钱途当然去hedge fund啦,学校最重要

评分

参与人数 1大米 +1 收起 理由
tianxiaguixin + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
 楼主| hengde12 2021-1-2 02:31:27 来自APP | 只看该作者
全局:
AlphaOne 发表于 2021-01-01 10:20:23
最有钱途当然去hedge fund啦,学校最重要
去hedge fund做什么?用NLP分析市场?

评分

参与人数 1大米 +1 收起 理由
tianxiaguixin + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
gqyz01sw 2021-1-2 02:54:18 | 只看该作者
全局:
本帖最后由 gqyz01sw 于 2021-1-2 02:55 编辑 .--

如果说钱途的话,一定不要选distributed system,HPC和database这种传统方向。
纯system方向很难再有学术上的突破,难发paper和按时毕业,而且现在全都往ML或者别的领域上靠,毕业一般也是找SWE的工作。
HPC做起来难,对数学要求高,也不容易发paper,而且想赚钱就别学这个,因为一般都是研究机构和national lab在搞,这些地方收入不可能高的。
另外HPC是签证check重灾区,就算移民政策宽松的时候也是CS里面别的方向5年签证水过然后HPC相关的必check。
反正想赚钱就搞ML,你看地里报的那些Apple PhD new grad MLE的工资都赶上别人的SWE senior了。至于ML里面哪个小方向就不了解了,我不是做这个的。

评分

参与人数 2大米 +2 收起 理由
MareBone + 1 给你点个赞!
tianxiaguixin + 1 赞一个

查看全部评分

回复

使用道具 举报

🔗
 楼主| hengde12 2021-1-2 03:07:39 来自APP | 只看该作者
全局:
gqyz01sw 发表于 2021-01-01 10:54:18. 1point 3acres
如果说钱途的话,一定不要选distributed system,HPC和database这种传统方向。
纯system方向很难再有学术上的突破,难发paper和按时毕业,而且现在全都往ML或者别的领
应该也没有new grad MLE可以达到senior SWE 的程度吧?new grad MLE PHD大概是300K左右? senior SWE 或者 tech lead应该可以500K左右?
回复

使用道具 举报

🔗
gqyz01sw 2021-1-2 03:12:47 | 只看该作者
全局:
hengde12 发表于 2021-1-2 03:07
应该也没有new grad MLE可以达到senior SWE 的程度吧?new grad MLE PHD大概是300K左右? senior SWE 或者 ...

500k那得F/G的6才行吧?senior难道一般不是300~400k这个区间?
回复

使用道具 举报

🔗
 楼主| hengde12 2021-1-2 03:24:36 来自APP | 只看该作者
全局:
gqyz01sw 发表于 2021-01-01 11:12:47
500k那得F/G的6才行吧?senior难道一般不是300~400k这个区间?
500K是要上市公司加上股票,FANG肯定有,其他Uber,snowflakes等也应该可以给得起这个价钱。
回复

使用道具 举报

🔗
kamia 2021-1-2 03:38:06 | 只看该作者
全局:
如果是ML方向推荐
(1) SLAM, 3D video understanding
(2) 3D geometry reconstruction,computer graphic

如果是传统方向,其实系统方向也不错。比如如何搭建一个scalable, robust, high performance infrastructure system for anything, e.g. for ML serving, training, data processing. 其实snowflake也是属于这个范畴。.--

你可以看看crunchbase看看现在的startup一般是什么方向的
https://www.crunchbase.com/hub/united-states-startups.--
https://www.crunchbase.com/hub/startups-founded-in-2020

评分

参与人数 2大米 +2 收起 理由
kate123321 + 1 很有用的信息!
MareBone + 1 很有用的信息!

查看全部评分

回复

使用道具 举报

🔗
 楼主| hengde12 2021-1-2 03:50:17 来自APP | 只看该作者
全局:
kamia 发表于 2021-01-01 11:38:06
如果是ML方向推荐
(1) SLAM, 3D video understanding
(2) 3D geometry reconstruction,computer graphic
Crunchbase点进去要premium才可以看到complete list of companies。 层主可以说下为什么推荐这两个方向?是看好了自动驾驶很快实现,还是VR/AR, 还是其他?
回复

使用道具 举报

🔗
kamia 2021-1-2 03:58:58 | 只看该作者
全局:
hengde12 发表于 2021-1-1 11:50
Crunchbase点进去要premium才可以看到complete list of companies。 层主可以说下为什么推荐这两个方向? ...

这个链接好像不需要premium. 1point3acres
你可以自己设置filter条件,比如这些是云计算相关的创业公司. check 1point3acres for more.
https://www.crunchbase.com/lists ... anization.companies

那两个方向主要是联系比较紧密,而且用的场景确实比其他会广一些。所以机会可能会多一些。但ML现在也是太拥挤了,而且纯ML的创业公司也不见得很多或者有做的很强,所以也不一定是个最好的方向。还是要和具体应用需求结合。ML只是个工具。
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