Я собираюсь подать заявку на получение докторской степени в области CS в следующем цикле, особенно что-то с примесью ИИ, такое как машинное обучение или НЛП. Я немного ненормальный в CS, так как у меня есть специальность бакалавриата в совершенно другой области (одной из них была история...). Я заканчиваю магистратуру по обработке сигналов в известной школе и имею хороший средний балл и высокие баллы GRE. У меня был второстепенный курс CS, но я поступил в колледж слишком поздно, поэтому я не смог получить специализацию, хотя и прошел базовые курсы.
Несмотря на то, что я закончил бакалавриат с большим количеством похвал (и я учился в CS в течение 3 семестров), и я преуспел в инженерных курсах на уровне магистра, я действительно обеспокоен своими шансами попасть в отличную программу PhD. (Есть ряд причин, по которым я хочу получить степень доктора философии, но в то же время * для меня * выделенное время не кажется оправданным, если я не работаю с отличными преподавателями в отличном учреждении.)
У меня есть некоторый исследовательский опыт (почетная диссертация бакалавра по моей специальности — я знаю, что это не совсем связано — и я соавтор пары статей, не связанных с компьютерными науками, опубликованных в журналах IEEE после какой-то летней работы), но ничего. действительно в глубину я сделал самостоятельно. My Masters — это не дипломная программа, поэтому у меня возникли проблемы с поиском консультанта, который возьмет меня (я все равно хочу написать диссертацию). У меня также были проблемы с поиском (и принятием) достойных возможностей для летних исследований (академическая среда, связанная с моими интересами). Мне на самом деле очень нравились мои предыдущие исследовательские возможности, и я знаю, что для поступления в докторантуру это исследование, исследование, исследование (и некоторые записи). Итак, вот мои вопросы:
ПРИМЕЧАНИЕ: Конечно, я думаю, что я квалифицирован (каждый кандидат, иначе они не подали бы заявку). Я также думаю, что мой уникальный опыт — это бонус. Я обеспокоен тем, что те, кто принимает решения о найме/допуске, будут чувствовать себя по-другому. (отредактировано после первого сообщения)
Заранее спасибо за совет!
Если я не ошибаюсь, "следующий цикл" будет через полгода. Есть много способов повысить свои шансы на получение докторской степени, но многие из них больше не доступны для вас из-за нехватки времени.
Роберт Питерс в книге «Получение того, за чем вы пришли » цитирует исследование ETS о том, насколько важными различные части заявки на получение докторской степени рассматриваются комитетами по шкале от 1 до 5:
У тебя есть пол года. Некоторые из этих вещей, например, ваш средний балл, очевидно, нельзя изменить. Что вы можете сделать, это:
Это зависит от того, в какой стране или «мире» вы живете.
Программы докторантуры и подобные программы сильно различаются по всему миру.
У вас есть:
- США
- Великобритания
- Такие страны, как Швеция
- Швейцария
- Центральная Европа, например Германия/Австрия
- Индия
- и т.д.
В каждой стране очень разная культура в целом и, в свою очередь, разная университетская культура, а также разные ресурсы.
Только один пример: в Индии трудно получить должность кандидата наук, в Германии/Австрии иногда подают 5 заявлений на одну вакансию, так что случайно получить должность несложно.
В исследованиях по техническим дисциплинам (информатика, электротехника) я считаю, что важнее всего математика. Это самая сложная и самая общая применимая тема. Это также, на мой взгляд, самая важная тема для прикладных исследований.
Если вы не знаете математики, вам сложно заниматься функциональным программированием. Вам нужна теория категорий, чтобы использовать монады, функторы и т. д., чтобы писать программы на функциональных языках, таких как haskell. Существуют современные языки программирования, основанные на логике высшего порядка, и другие, основанные на теории типов Мартина Лёва. Без отличного математического образования человек беспомощен.
Если вы хотите анализировать и прогнозировать сигналы в электротехнике, это сравнительно легко, если вы знаете, как проводить гармонический анализ и современную статистику.
Шион
маркман
Шион
Шион