国内的计算机的Phd，在澳洲有可能做回research吗？

派大星

年龄已经不小了，35+

本、硕工作了几年后，又在职读了博士，06年底拿到博士学位。

博士虽然也费了很大的力气：写论文的时候真累啊，脑细胞被谋杀了不少。但遗憾的是，没什么拿的出手的paper，也没什么好的成果。自我感觉基本是混过来的

这两年忙着在公司挣钱了，学术基本荒废了，技术也丢了很多 。不过工作了这么多年，硬件、软件、嵌入式、系统等各方面都做过，虽然我自己感觉一般，不过在同事和师兄弟眼里，大家都觉得我在技术上属于很牛的一类 ，虽然现在智商下降了不少，很多东西也都有点忘记了

读博士那阵，觉得research真累啊，不过现在还挺想念那时候的生活。今年准备长登澳洲，本来计划努努力找个工作，一辈子就这样混过去了，但有时又有点不甘心，内心还是希望自己能够做一些更。。。的事业（这个词真的不知道用哪个好，有点像小时候的理想：长大以后要作个科学家，为实现四个现代化而奋斗！ ）

导师和师兄弟的资源基本都在北美。在澳洲，谁都不认识，只能全靠自己了。我的师兄弟有很多去了北美做访问学者和post doc，不过基本都是依靠过去师兄弟和同学的资源，纯粹依靠自己联系的很少。毕竟，国内的研究水平还是相对低很多。

我的数学一般，对写paper不擅长，也没太大兴趣，希望能做一些有实际应用价值的研究。经济上要求也不高。

这样的情况，有可能在澳洲找到post doctor之类的工作吗？ 过去一直没想过这方面，所以也没琢磨过这个事。不知道在澳洲的post doc或类似的职位竞争是否激烈，我想，这样的职位和在公司相比，收入上应该会低一些，也许竞争会小一些？

有了解情况的同学能说说？

[ 本帖最后由 派大星 于 18-2-2009 11:58 编辑 ]

rabbitpoint

我是新博士在读，简单说说，能否成功取决于：
1）你的publication是不是很强
2）找到合适的research group,你们可以benefit each other

shurman

基本没希望回RESEARCH, 既然你对写PAPER不擅长, 也没兴趣,
做POSTDOC就是要出PAPER, 没PUBLICATION, 即使做了一期的POSTDOC, 下一步再干什么呢? 没人会永远雇用出不了PAPER的POSTDOC.

kevin2005

我看很多机构也做既有前瞻性、又具有一定应用价值的研究。举个例，研究人工智能，很多机构研制出具有应用价值的机器人，而不仅仅是做算法研究。这样的项目，不一定能发多少好的论文，但很有实际价值。

我希望工作的目标是完成一个这样具有应用价值、具有创新性的项目，即使自己的工作仅仅是这个大的项目中一个很小的部分，我觉得也是很有价值的；如果科学研究只是建建模型、搞搞算法、做做仿真，实在是没什么兴趣。

个人浅见，在计算机相关的paper中，除了开创性的理论研究和具有实际价值的应用研究，剩下的基本都是垃圾。一般的文章至少80％是垃圾，就算是ieee的文章，也至少50％以上是垃圾。耗费生命在这上面，确实是一种折磨和痛苦。

青山

我现在澳洲在读Phd,你的说法我很赞同。现在软件科学研究领域，虚的东西太多。
我现在做自然语言理解，但是整天被催出Paper。不发表paper，哪怕你做出很有价值
的东西，在学校里也没人承认。从学校的角度，宁可你出毫无实用价值的垃圾paper,
也比你搞出真正有价值的东西，但不好出paper强。我下功夫做实验，做原型，都被
当成不务正业。学校里更喜欢短平快，不做实验出paper.

我现在就是按我自己的方式做。我不会让自己3年Phd浪费光阴。这3年我就当给自己一
个机会。所以我的策略就是，我自己按尽量最实在的方式做研究，写paper就投顶级会议
或刊物。别的我也不浪费时间。发了我就在学校继续混下去，发不了3年后我就回头去做程序员。

不过如果你去科研机构，你以前没出过paper他们一样不会收你。懂行的人会看你的paper
是金子还是垃圾。水平差的只看你的paper的数量和会议或刊物的评级。Paper还是敲门砖。

原帖由 kevin2005 于 18-2-2009 00:51 发表

                               
登录/注册后可看大图

我看很多机构也做既有前瞻性、又具有一定应用价值的研究。举个例，研究人工智能，很多机构研制出具有应用价值的机器人，而不仅仅是做算法研究。这样的项目，不一定能发多少好的论文，但很有实际价值。

我希望工作的目标是完成一个这样具有应用价值、具有创新性的项目，即使自己的工作仅仅是这个大的项目中一个很小的部分，我觉得也是很有价值的；如果科学研究只是建建模型、搞搞算法、做做仿真，实在是没什么兴趣。

个人浅见，在计算机相关的paper中，除了开创性的理论研究和具有实际价值的应用研究，剩下的基本都是垃圾。一般的文章至少80％是垃圾，就算是ieee的文章，也至少50％以上是垃圾。耗费生命在这上面，确实是一种折磨和痛苦。

kevin2005

paper应该是结果，而不是目标。看来澳大利亚和国内差不多啊，科研的第三世界都迫切需要paper来认可自己

不作实验就出paper，出来的都是垃圾吧。个人感觉国内的很多论文数据都在造假，只是造假的程度高低。程度低的，只选取有用的试验数据；程度高的，基本胡乱编造数据。当然国内一个很大的原因是条件太差，很多时候根本没办法试验。澳洲不会也这样吧。

北美好像虽然也看重paper，但对成果还是挺看重的。基本上，导师觉得你做出了研究，就可以毕业了，并不一定拿paper说话。

（原来的用词太武断了，可能对国内的很多同志不公平，编辑一下）.

[ 本帖最后由 kevin2005 于 18-2-2009 12:02 编辑 ]

rabbitpoint

严重同意：
一般的文章至少80％是垃圾，就算是ieee的文章，也至少50％以上是垃圾。耗费生命在这上面，确实是一种折磨和痛苦

青山

澳洲造假不至于。我这个领域，实验就是在自己的PC机上做程序，也不需要什么太好的条件。系里有大型主机，不过我目前也用不上。关键是他们选的题目，都是非常飘的东西。从理论到理论，从别人的论文出发，加点东西就是新的一篇论文。而这点东西有什么价值，我看不太出来。要命的是你周围的人都认为这是研究的正途。我主张软件科学，至少自然语言理解这块，应该是实验科学，很多规律要从实验中总结，基本上没人认同我的观点。

原帖由 kevin2005 于 18-2-2009 02:27 发表

                               
登录/注册后可看大图

paper应该是结果，而不是目标。看来澳大利亚和国内差不多啊，科研的第三世界都迫切需要paper来认可自己

不作实验就出paper，出来的都是垃圾吧。国内的论文大部分数据都是造假，只是造假的程度高低。程度低的，只选取有用的试验数据；程度高的，基本胡乱编造数据。当然国内一个很大的原因是条件太差，很多时候根本没办法试验。澳洲不会也这样吧。

北美好像虽然也看重paper，但对成果还是挺看重的。基本上，导师觉得你做出了研究，就可以毕业了，并不一定拿paper说话。

libai0915

没有人赞同你是正确的，你重新开创一个领域一些全新的东西也不是没有可能，但是太难，所以大家都愿意走省事的途径也不是位一个好方法，而你除非非常自信，而且知道自己做什么，否则也不一定最后成功的

libai0915

其实个人认为同样一个东西，做仿真和做硬件上具体的应用出来的东西后者的价值高一点，所以这也是我很抵触仿真的一个原因，这一年都是进行硬件上的试验，现在做得差不多了，开始写论文了。

我知道维多利亚州有5个有政府背景的研究机构，IT方面的你可以看一下VPAC,我在那里实习过，那里的项目五花八门，很多人在外面能拿很多钱但是还留在那里因为每个项目都有不同的挑战性，并且和工业界接轨。你去学校基本没戏，学校就是出论文的，出不来论文你一样完蛋。

decisiontree

我觉得在PhD期间解决实际问题，其实要求挺高的。大部分我们看得到的邻域都有一堆人在做了。你想花个三四年把他们研究的问题给解决了，概率很小啊，要真解决了他们吃啥去 。澳洲PhD去掉前期读paper和后期写论文就没多少时间了（2-3年）。可问题没解决你还要毕业啊。所以结果就是--把WHATEVER你做的东西包装一下，投出去。总有一些结果的吧。于是哥么就又贡献了一篇“垃圾” 。
以我一个老博士的拙见，真正强的学生往往在该邻域大牛的引导下，要么在该邻域引入新的方法/理论，要么独具牛眼开创新的相关邻域。站在巨人的肩膀上是有它的道理的。一般这两种文章，要顶。

[ 本帖最后由 decisiontree 于 18-2-2009 09:32 编辑 ]

青山

如果没挑战性，我何必辞职去读Phd。无论成败，我觉得这3年才算有意义。我觉得我清楚自己在做什么，唯一的不确定因素就是时间。3年真的很紧，要想达到一个阶段性目标，都需要非常努力。而且还要排除干扰。很多人挂嘴上最多的就是“too good to be true.”而这句话对我从来没有任何意义。30年来这种事情我干了不是一次两次了，这句话只能让我更兴奋。

科学研究图省事的结果，就是没有真正的创新。

原帖由 libai0915 于 18-2-2009 09:15 发表

                               
登录/注册后可看大图

没有人赞同你是正确的，你重新开创一个领域一些全新的东西也不是没有可能，但是太难，所以大家都愿意走省事的途径也不是位一个好方法，而你除非非常自信，而且知道自己做什么，否则也不一定最后成功的

青山

时间确实是最大的问题。我选的方向就不是我导师的方向，基本上只能靠自己了。
开创新领域不敢说，不过我觉得通过实验，可以发现现有的理论，有很多误区。
至少我自己觉得，我有solution可以解决一些问题。

从实验出发和现在普遍存在的从理论到理论相比，是一个新的视角，换个视角
会相对容易地发现问题。事实上，我觉得我发现了，现在就是如何在有限的时间，
有限的资源的前提下，解决这些问题。

原帖由 decisiontree 于 18-2-2009 09:30 发表

                               
登录/注册后可看大图

我觉得在PhD期间解决实际问题，其实要求挺高的。大部分我们看得到的邻域都有一堆人在做了。你想花个三四年把他们研究的问题给解决了，概率很小啊，要真解决了他们吃啥去 。澳洲PhD去掉前期读paper和后期写论文就没多少时间了（2-3年）。可问题没解决你还要毕业啊。所以结果就是--把WHATEVER你做的东西包装一下，投出去。总有一些结果的吧。于是哥么就又贡献了一篇“垃圾” 。
以我一个老博士的拙见，真正强的学生往往在该邻域大牛的引导下，要么在该邻域引入新的方法/理论，要么独具牛眼开创新的相关邻域。站在巨人的肩膀上是有它的道理的。一般这两种文章，要顶。

rabbitpoint

祝你成功，想干大事就要这样：
时间确实是最大的问题。我选的方向就不是我导师的方向，基本上只能靠自己了。
开创新领域不敢说，不过我觉得通过实验，可以发现现有的理论，有很多误区。
至少我自己觉得，我有solution可以解决一些问题。

kevin2005

原帖由 青山 于 18-2-2009 09:07 发表

                               
登录/注册后可看大图

澳洲造假不至于。我这个领域，实验就是在自己的PC机上做程序，也不需要什么太好的条件。系里有大型主机，不过我目前也用不上。关键是他们选的题目，都是非常飘的东西。从理论到理论，从别人的论文出发，加点东西就是新的一篇论文。而这点东西有什么价值，我看不太出来。要命的是你周围的人都认为这是研究的正途。我主张软件科学，至少自然语言理解这块，应该是实验科学，很多规律要从实验中总结，基本上没人认同我的观点

严重同意啊。

我了解的，目前论文的写作模式基本都是这样的，假设你研究的领域，前面有大牛提出了A、B、C、D等各种理论：

1。A + : 在A理论基础之上，结合自己的具体应用，将A的参数或者方法之类的做一点能够自圆其说的小改进；
2。A + B：将A理论和B理论结合起来，或者A + B + C +　D，将多个理论结合起来，如何结合，就看你能否自圆其说了。理论上自圆其说后，就再做仿真。我看很多人仿真的主要目的不是验证这个理论是否可行，而是如何作出可行的数据 这种仿真，我觉得和造假没什么区别，基本上50步和100步的关系。

当然，上述方法可能早就被人用过了，这时，可以在相关领域，或完全不相关的领域，学点人家的理论，如a, b, c, d等，然后

1。将a, a + b这类的东西应用在自己的领域
2. A + a, A + a + B + b， 。。。。。。

我觉得，至少80%以上的文章都是这个模型。所以好不好写论文，完全看你所研究的领域。如果上述方法都被人用过了，你基本上也搞不出什么新花样，想发文章就难了。所以最重要的是及早发现一个新领域，然后将上述方法用个遍，基本上1个月就是一篇文章

不过这种所谓的研究，对拿学位有意义，对人生实在没什么意义

valpa

原帖由 青山 于 18-2-2009 01:13 发表

                               
登录/注册后可看大图

我现在澳洲在读Phd,你的说法我很赞同。现在软件科学研究领域，虚的东西太多。
我现在做自然语言理解，但是整天被催出Paper。不发表paper，哪怕你做出很有价值
的东西，在学校里也没人承认。从学校的角度，宁可你出 ...

同是PhD的人握个手

青山

原帖由 valpa 于 18-2-2009 18:54 发表

                               
登录/注册后可看大图

同是PhD的人握个手

MISQ

原帖由 青山 于 18-2-2009 01:13 发表

                               
登录/注册后可看大图

我现在澳洲在读Phd,你的说法我很赞同。现在软件科学研究领域，虚的东西太多。
我现在做自然语言理解，但是整天被催出Paper。不发表paper，哪怕你做出很有价值
的东西，在学校里也没人承认。从学校的角度，宁可你出 ...

哪一所大学？

beysup

读PhD和做学术研究其实并不完全相关，读PhD的人不一定将来会搞研究，真正想致力于研究的人不一定非要读PhD

monster2006

我就按照这个来干啦，哈哈

原帖由 kevin2005 于 18-2-2009 11:56 发表

                               
登录/注册后可看大图

严重同意啊。

我了解的，目前论文的写作模式基本都是这样的，假设你研究的领域，前面有大牛提出了A、B、C、D等各种理论：

1。A + : 在A理论基础之上，结合自己的具体应用，将A的参数或者方法之类的做一点能 ...

monster2006

大家在读的和已经读完的PhD，你们平时学习研究什么的 和同学老师之间的交流合作多吗？或者和外界

我看人家都是一篇paper上N个作者的，特别是那些长的牛逼paper。
或者都是几年前做的系统，框架，后来的学生就在那个基础上继续研究出论文，出来的东西都感觉牛逼哄哄的，呵呵

我们这里感觉不到什么交流合作，貌似都在各自为战。所以觉得进度慢，无聊啊。。浪费时间

[ 本帖最后由 monster2006 于 19-2-2009 18:08 编辑 ]

beysup

搞学术研究不是搞生产。和做产品，项目不同，学术界就靠paper说话，研究出来的东西再牛，再前无古人，发不出paper也是白搭。任何行业都有行规，要想在某个行业里做好，就要遵守这个行业的游戏规则。

MISQ

真好玩。。。

原帖由 beysup 于 19-2-2009 10:39 发表

                               
登录/注册后可看大图

读PhD和做学术研究其实并不完全相关，读PhD的人不一定将来会搞研究，真正想致力于研究的人不一定非要读PhD

这个不敢苟同。。。

原帖由 beysup 于 19-2-2009 18:19 发表

                               
登录/注册后可看大图

搞学术研究不是搞生产。和做产品，项目不同，学术界就靠paper说话，研究出来的东西再牛，再前无古人，发不出paper也是白搭。任何行业都有行规，要想在某个行业里做好，就要遵守这个行业的游戏规则。

这个又很赞同。。。

青山

Swinburne

原帖由 MISQ 于 19-2-2009 09:36 发表

                               
登录/注册后可看大图

哪一所大学？

青山

这个不赞同。造成这种情况的原因是学术界的人越来越急功近利。

原帖由 beysup 于 19-2-2009 10:39 发表

                               
登录/注册后可看大图

读PhD和做学术研究其实并不完全相关，读PhD的人不一定将来会搞研究，真正想致力于研究的人不一定非要读PhD

青山

真正做出好东西，发表等于免费分享给全世界。
不能发表是对科学界的损失，而不是对研究者的损失。

科研也有行规？开玩笑吧？如果科研也有行规，那么历史
上很多伟大的科学家，都不要做了，因为最伟大的成就大
多是打破传统的藩篱的。不但行规，还有教规呢。

我觉得Phd的模式就是允许你自由发挥。给你3年时间让你
去探索。按你这种说法，Phd都是加加减减的paper生产机
器。干脆我搞人工智能paper生成器算了。

原帖由 beysup 于 19-2-2009 18:19 发表

                               
登录/注册后可看大图

搞学术研究不是搞生产。和做产品，项目不同，学术界就靠paper说话，研究出来的东西再牛，再前无古人，发不出paper也是白搭。任何行业都有行规，要想在某个行业里做好，就要遵守这个行业的游戏规则。

beysup

不论赞同与否，实际情况就是如此

chubbycat

It'd be nice to get a free Ph.D in CS

beysup

我说的读PhD的“行规”，PhD本身是一个research training的过程，不是获得Nobel Prize的过程。掌握住这个行规能保证你高质量的完成PhD学业，我并不赞成利用读PhD的时间去开创什么新的领域或创造什么新的发明，如果有这个志向，完全可以毕业后找个这样的工作，甚至可以不用读PhD，直接去做自己喜欢的事

MISQ

从我所在的专业看，没有读过PhD的人=没有受过正规且严格的research training。这样的人做出来的“研究成果“从学术严谨的角度来看是不合格的。虽然MPhil和Honours都有受过或多或少的训练，但是严谨的程度和PhD不可同日而语。尽管有一些没有读过PhD的科研大牛，但毕竟是少数。

其实有很多时候发conference paper是为了feedback，发journal paper也是为了feedback（如果发表了就更好啦），有同行的人帮忙看看有啥问题，不是坏事嘛。何况以后如果想在研究系统里混，发paper的数量和级别也是决定江湖地位的重要指标呢。