想去读博士，可是分数不行，方向也不太一致
本帖最后由 MeineFrauWiebke 于 2020-7-18 22:19 编辑我是电子专业，毕业后一直做程序员，到现在工作经验几年了，最近越来越对机器学习方向的东西感兴趣。找了找博士的位置，发现大多数都要ausgezeichnet这种分数，我只有2.7。分数肯定是不行的，而且我的专业是电子。
又看了看，找到几个FH，要求也都不高，而且找到一些德国的研究所，要求也不高。感觉很奇怪，可能是因为这些研究所本身不是做CS的，他们只是需要一个人懂编程，懂机器学习，然后可以用在他们的领域，比如bioinformatics。似乎对分数也要求不高。
我现在比较迷茫，值得吗？我兴趣是肯定有的，而且以后想回国去高校。可是不太明白如果去了FH读博或者一些生物所之类的读博，最后出来回国没问题吗？
谢谢各位了
更新----------------------------------------
找到位置啦，12月开始
补充：很多人理解错了，我现在就是做ML的，干了几年越来越感兴趣了。只不过看到不少Ausschreibung写的是必须学info甚至statistik的才可以申请，所以略虚
江南一屁 发表于 2020-7-18 22:31
但是跟老板千万不能这么说
懂行，感觉 工作时业务能力 和 勾心斗角的 能力 那样 都 不能少。 我大概理解LZ的想法，不去做ML的基础研究，而是应用研究。比如把ML和Robotics结合，例如自动驾驶，这也是现在很火的一个ML应用研究方向，比如用深度学习做目标探测和识别，用深度强化学习做端到端自动驾驶控制等等，不一定需要精深的ML基础知识。但是，这一类应用研究需要研究者有相应精深的domain knowledge，比如机器人学的相关基础知识，例如关于perception, sensor model, path planning, motion control等等的理论知识。如果不具有相应深度的domain knowledge，研究者是很难提炼出好的研究课题，并完成好的研究报告的，这样也就很难实现博士的毕业目标。大部分博士相关的Ausschreibung只是指出有读博的可能性，但它们本质上首先是一份工作岗位，而Promotion实际一般是与工作内容不直接相关的。真正Promotion首先需要你开题，而这就要求你提炼出好的研究课题，并受到教授认同，之后才是去大学学院注册开题，才是正式开启Promotion生涯。换句话说，如果你在工作合同时限内开不了题，那你基本到期就得走人（这个也要看具体的研究所，有的是Promotion freiwillig，有的就不行，必须开题），除非支持这个岗位的项目得到续期。当然，德国读博还有个普遍现象就是，研究所的工作合同结束，但你的Promotion没有结束，这样你就得另找一份工作，然后用业余时间继续做，或者放弃。当然也要看实验室和个人资质，即便是Info领域3-4年毕业的也大有人在。 MeineFrauWiebke 发表于 2020-5-21 18:52
谢谢你的思路啊，生物信息只是一个方向，我说了还有很多其他方向的东西，现在还在迷茫探索中
方向本身确实不那么唯一，但是博士本身就是偏研究性的，而不是一个单纯的码农，你可以和老板谈他想让你干什么，自己思考一下能不能发论文和做博士论文，这两个搞不定，你最后毕业会成问题的 {:5_325:} 本帖最后由 st2477 于 2020-5-20 23:24 编辑
全德FH不具备独立授予博士学位的资格，但是黑森州是例外。一般FH有博士班都是和Uni 联办的。建议去好点的学校，差学校回国高校也不好进 德国Ml 应该没有什么值得读的博士 因为不是前沿读也要去美国。 ml 项目自己做起来如果数学和编程基础还在 比浪费四年强多了。而且做着做着你就发现自己是不真的热爱这个方向。 申博看源，如果你不要钱绝对能增加筹码，你自带CSC更好，2.7是比较低 挺麻烦 ps我2.6申到的 但目前还在筹措经费 wrffrw 发表于 2020-5-21 09:09
申博看源，如果你不要钱绝对能增加筹码，你自带CSC更好，2.7是比较低 挺麻烦 ps我2.6申到的 但目前还在筹措 ...
ML相关的所有博士位置都有钱，甚至给的很多，按öffentliche dienst走，这个倒不用多虑，可能是因为工业界和政府给钱一直大方。不过似乎很多相关专业的人都不想读博，硕士毕业甚至学士毕业以后就去赚钱了。 wrffrw 发表于 2020-5-21 09:09
申博看源，如果你不要钱绝对能增加筹码，你自带CSC更好，2.7是比较低 挺麻烦 ps我2.6申到的 但目前还在筹措 ...
谢谢你的消息，让我看到一点希望。 如果你的目标是回国以后去高校，个人不太看好fh的博士 Ma2017 发表于 2020-5-21 06:01
德国Ml 应该没有什么值得读的博士 因为不是前沿读也要去美国。 ml 项目自己做起来如果数学和编程基础还 ...
和你想的不一样，ML最前沿的方向都是研究ML这个工具的，需要很多统计学和数学的知识，这个我真的不行。
我想做的是用ML工具，研究其他问题的，比如生物信息之类。这种不需要太多数学知识，更多的是对ML的应用 shrek_munich 发表于 2020-5-21 09:35
如果你的目标是回国以后去高校，个人不太看好fh的博士
我想去的是国内二线城市的二流高校，我家是二线的。不知道这种难度有多大 MeineFrauWiebke 发表于 2020-5-21 08:40
和你想的不一样，ML最前沿的方向都是研究ML这个工具的，需要很多统计学和数学的知识，这个我真的不行。
...
谁告诉你生物信息不需要数学统计功底？你不会以为写个工具脚本那就算吧…… shrek_munich 发表于 2020-5-21 14:02
谁告诉你生物信息不需要数学统计功底？你不会以为写个工具脚本那就算吧……
我问了以后，教授说的啊，懂coding，熟悉机器学习框架就行了，连生物都不需要懂。 本帖最后由 Ma2017 于 2020-5-21 14:53 编辑
MeineFrauWiebke 发表于 2020-5-21 09:40
和你想的不一样，ML最前沿的方向都是研究ML这个工具的，需要很多统计学和数学的知识，这个我真的不行。
...
兄弟 你这个逻辑有点矛盾啊。 我帮你捋捋。
先说Ml 前沿研究工具 需要数学和统计知识。
然后说自己这方面不行。
下面又说自己想研究的是“用”ML工具。
感情你明白自己缺数学功底不能研究工具还要硬刚？
你觉得用工具和研究工具需要的数学差别很大吗？
我觉得你就是想取巧 避开自己不擅长的东西。
这心态完全不是学习的心态得调整。其实ml 用的数学也没有那么高深。没有要你证明一个定理的地步。你只要把里面的数学架构弄懂就OK了。 本帖最后由 Ma2017 于 2020-5-21 15:03 编辑
MeineFrauWiebke 发表于 2020-5-21 14:10
我问了以后，教授说的啊，懂coding，熟悉机器学习框架就行了，连生物都不需要懂。
也许这个教授coding 不行 需要找个人实现。Ml这东西是很吃项目经验的。从feature engineering 开始一直到最后模型验证，其实是个力气活。你会发现业界的Ml 只要能玩解决问题就行。根本不在乎提高了多少精确度，只需要能work 解决实际问题。数学在里面的比重不高。
不过按照我的经验很多码农（本人也算半个）的数学水平时是堪忧的。
有没有ranmdon的意思，对分布了解多少，高斯分起码要会吧，如果数据不遵循现已知分布怎么办，做么做hyoothesis test.....
不是什么none value 给个fixed的值就完了。 本人机械博，刚发一篇机器学习的Beitrag。可以给你点建议：
1. 读博不等于WissMit。有项目才有职位，Antrag批下来到结束一般为期两年。也就是说这两年内拿到职位你是WissMit。项目结束你必须提交新Antrag否则职位最多带薪保留半年。Antrag被同意几率你可以打听打听，ca. 25%。这种循环至少3次，也就是6年。期间你必须抽空开自己DA的Thema，做实验，积累数据，并撰写论文。还有个问题，自己Thema所需实验器材耗材的钱，老板是否愿意给你。
2. 发Paper。扪心自问一下，自己的德语英语能力。你如果有幸能入职，你发现周围同事当年MA几乎都是1.0来的。跟他们比你是否有足够能力。
3.教学任务。不要以为拿着EG13或是奖学金，可以轻松focus自己的项目。教学任务牵扯很大精力。但是前提，你是否有足够能力带德国学生？
这只是工科博的大概情况。理科医科可能拿钱少容易申。但是工科成绩进不了1,5，并且无“真正”的实践经验。申请到的概率几乎不可能。即使拿到了，两年后tschuess概率也极大。疫情下，DFG，ZIM等等也没余粮啊。研究所招人也少了。
其实最重要的是认清自己。成功是多方面的。人要有自知之明，且会扬长避短。
Ma2017 发表于 2020-5-21 14:50
兄弟 你这个逻辑有点矛盾啊。 我帮你捋捋。
先说Ml 前沿研究工具 需要数学和统计知识。
然后说自己这 ...
我这么给你解释吧
理解CNN，RNN，RL，甚至R3C和bp以及所有的参数，都不需要数学。你可以理解ML所有的工具，以及他们的意义，可以做什么等等。
如果你想在某一个工具的基础上做改进，比如Alex Krizhevsky从LeNet做出AlexNet，这种需要你对ML底层的一些东西理解的非常清楚，这种我肯定做不了。
我这么说你明白了么？ Ma2017 发表于 2020-5-21 14:58
也许这个教授coding 不行 需要找个人实现。Ml这东西是很吃项目经验的。从feature engineering 开始一直 ...
你说的是DL吧？DL只是ML的一个小分支，虽然是一个很重要的工具。 Hornets1616 发表于 2020-5-21 15:09
本人机械博，刚发一篇机器学习的Beitrag。可以给你点建议：
1. 读博不等于WissMit。有项目才有职位，Ant ...
Ausschreibung上直接写的就是Promotion，甚至没写要带学生。就是有很多coding要做。
甚至有的Ausschreibung上直接写的Softwareentwickler mit Promotionsmöglichkeit
如果不行就算了。其实如果去做了这个，收入减少了快一半了。。。就是单纯的对这个感兴趣。
Ma2017 发表于 2020-5-21 14:58
也许这个教授coding 不行 需要找个人实现。Ml这东西是很吃项目经验的。从feature engineering 开始一直 ...
你说的数学也太基础了吧。。。这个只要是学EE的都学过。 MeineFrauWiebke 发表于 2020-5-21 13:10
我问了以后，教授说的啊，懂coding，熟悉机器学习框架就行了，连生物都不需要懂。
你准备怎么发论文？我用了xx框架，完了？ shrek_munich 发表于 2020-5-21 17:59
你准备怎么发论文？我用了xx框架，完了？
针对xx问题，我在xxx论文里发现有类似的问题可以用xx方法解决，然后我用了xx方法，然后效果还可以，改进了xx。
我也不清楚教授为什么说不需要懂生物和统计学的东西。 MeineFrauWiebke 发表于 2020-5-21 15:56
你说的是DL吧？DL只是ML的一个小分支，虽然是一个很重要的工具。
我说的就是传统的Ml， dl 应该不需要很多精力在FEATURE ENGINEERING 上。
我觉得你还是继续上班，挺好的，有空自己研究一下ml。
做ml应该是project oriented. 而不是拿个algo 或者框架随便试。楼主还是稍微有些学生思维。不是说做最好的不对，而是如果你能用ml解决一个实际问题 本身就已经是成功的了。 Ma2017 发表于 2020-5-21 19:12
我说的就是传统的Ml， dl 应该不需要很多精力在FEATURE ENGINEERING 上。
我觉得你还是继续上班，挺好的 ...
啊，我忘记说了，我现在做的就是ML，不过我是engineer，不是scientist，就是我写软件，写pipeline，ML理论我懂的还是很多的 MeineFrauWiebke 发表于 2020-5-21 17:10
针对xx问题，我在xxx论文里发现有类似的问题可以用xx方法解决，然后我用了xx方法，然后效果还可以，改进 ...
我这么告诉你我当初是怎么干的
生物的观察到某些现有理论解释不了的现象-通过ml训练模型-设计新的实验验证模型可靠-通过模型反推理论，再从生物学上根据理论设计实验验证
我博士论文差不多100页，你觉得只是简单的用了方法而不讨论背后的机制怎么灌这么多水 shrek_munich 发表于 2020-5-21 19:46
我这么告诉你我当初是怎么干的
生物的观察到某些现有理论解释不了的现象-通过ml训练模型-设计新的实验验 ...
谢谢你的思路啊，生物信息只是一个方向，我说了还有很多其他方向的东西，现在还在迷茫探索中 本帖最后由 Ma2017 于 2020-5-21 20:16 编辑
MeineFrauWiebke 发表于 2020-5-21 19:33
啊，我忘记说了，我现在做的就是ML，不过我是engineer，不是scientist，就是我写软件，写pipeline，ML理 ...
巧了，我也是 ML engineer ？那你这算是钓鱼贴吗。我觉得 你要是 做开发的 基本 不做 模型 research 和产出验证baseline 的 就不算。:jingya:
Ma2017 发表于 2020-5-21 20:09
巧了，我也是 ML engineer ？那你这算是钓鱼贴吗。我觉得 你要是 做开发的 基本 不做 模型 research 和产 ...
做啊，多少都要做点，只不过不是我的工作重心。 shrek_munich 发表于 2020-5-21 23:41
方向本身确实不那么唯一，但是博士本身就是偏研究性的，而不是一个单纯的码农，你可以和老板谈他想让你干 ...
谢谢你的建议，我肯定是要和他具体聊的。现在只是在询问哪里有比较合适的位置。
你说的我也考虑过，我比较倾向于研究某个领域（生物，仿生，模拟，等等）的问题，然后去找不同的ML工具，看哪个工具对解决这个问题最有效。我大概的思路是这样的，基本上ML方向的具体知识我是有的，当然需要更加的深入研究一些东西，比如说我现在的optimizer是无脑上adam，以后可能要具体研究某些问题adam可能不是最优的。
至于具体问题，这个更是需要好好研究一下