如何把自己的导师培养成杰青?

b5b76c57c6e0d4c026b6750cc4426785.png

编辑:Giant Xu

来源:知乎

排版:深度学习自然语言处理 公众号

周末逛知乎的时候,系统推了一个很有意思的问题,如何把你的导师培养成院士?

我特意去搜了一下,中国现有两院院士仅1816人,着实珍贵无比!不过要想成为院士,可不能像导师push学生一样一步到位,必须要先成为杰青

bc9ec0b3637c9e9442143aa5630f3b5e.png

所以问题转换为如何把自己的导师培养成杰青。

马云说过,帮商家赚到钱了,我们也挣钱。

帮导师成功评上杰青了,你也飞黄腾达了。

下面和大家分享一篇文章,看看网友是如何“培养”导师的。

来源: https://www.zhihu.com/question/496777871

首先,自己需要很勤奋,然后不断的push导师。甚至要做到pua导师。每天早上七点准时督促导师起床看文献。每天晚上十一点准时找导师讨论一天的实验进度。让他养成早上七点起床,晚上两点睡。一年365天天天如此,节假日不休!如果他敢休息,pua他!怼他!

平时也注意不停的催促老板想方案、改文章、申请项目。一定要保证让导师每周工作量不低于100小时!让导师产生一种:我一定要赶紧让这个学生出几篇大文章然后毕业,别再折磨我的感觉

提供一个简单的话术:x老师,上周的文章你改完没?神马,还没改!按照计划下周我要投稿了!你快点啊!还有上次科技部那个项目也快到截止日期了,你赶快写好,然后把本子给xxx老师改一下啊!另外,我刚看到教育部推了一个培育项目,你刚好满足要求。您受受累,再辛苦一下,下周一之前把本子写出来交上去。虽然钱不多,但是多拿项目,你履历会好看很多啊!再就是快年底了。面上的本子你该开始构思了!早点想好写完,送到xx老师那里听听意见嘛!听说这次他应该是会评专家,能上会的话,他看到你的本子,应该希望就大很多了!神马?你喊累!你这还没上杰青呢!人的青春就这么几年,错过了就错过了!你这几年辛苦一下,把杰青拿到手,后面怎么都好了!乖,加油啊!再苦也就这几年!拼一把,人生不后悔的!

这是培养导师练内功。还得练练外功。平时多关心学术资讯,经常逼导师以学术交流的名义请领域大佬到你这做科研报告,拉进与核心学术圈的关系。经常给导师报名各种有用的学术会议!一定要多多出去学习!各种混脸熟!

如果可以,还催促导师申请一些你们领域内顶级大课题组的访学。让你导师多出去交流。每次中稿之后,让你导师都给编辑写一写感谢信。同时,平时没事,多和一些大佬还有顶刊编辑保持联系。甚至把你们准备发表或者正在进行的工作给大佬做一做汇报,听听大佬的意见!(顶刊编辑也可以有类似操作!)

最后,自己也多多奋斗!做到与导师除了睡觉,其余时间几乎都在一起做科研!别让你导师休息过多了!

其实这个问题很多人觉得是段子,但是某种程度上其实问题里的情况是存在的。

基金委对杰青的要求是是45岁之前。从这些年的情况来看,能上杰青的人,普遍是30-40之间,最多四十大一点。卡年龄上的也是有的。但是无论怎么算,实际上用以申报杰青项目的前期成果,比如化学学科的JACS和Angew都是三十多岁发表的。而这些代表作文章,很多周期也很长。可能是一个或者几个博士四五年的成果。

因此,是真实存在:一个人报考了一个30多岁的教授的博士。辛苦了四五年,发了几篇文章。然后毕业的时候,导师上了杰青。

我认识的一位杰青的团队里面,就有好几位青年教师是这样的。甚至该杰青做报告的时候都在讲这个故事:这篇文章做了好久,一作谁谁谁做了好多年没有结果。我的经费当时都快花完了。我就和她说“你还是坚持做吧,做出来就能发文章,做不出来我的实验室关门大吉。”当然,最后这个文章成功发表了顶刊。学生毕业成为了该教授手下的得力干将,该教授也凭借这些成果上了杰青。

所以最后熬个鸡汤。各位砖工们,努把力吧!万一你们努力一下,你们老板就上了杰青呢!(狗头保命,逃~~~)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当然,我可以为您提供一些关于 PyTorch 的教程!PyTorch 是一个广泛使用的深度学习框架,具有简单易用的API和灵活性。以下是一些入门教程和资源: 1. 官方文档:PyTorch 官方网站提供了详细的文档和教程,可以帮助您入门和深入了解 PyTorch 的各个方面。您可以在官网上找到教程、示例代码和API文档:https://pytorch.org/ 2. PyTorch 教程:PyTorch 官方提供了一系列的教程,从基本概念到高级主题都有涉及。您可以按照自己的兴趣和需求选择适合您的教程:https://pytorch.org/tutorials/ 3. 《深度学习与PyTorch入门实战》:这是一本由李沐(PyTorch 的创始人之一)等人编写的教材,适合初学者入门。书中涵盖了基础的深度学习概念和 PyTorch 的使用方法,并提供了实战案例和代码示例。 4. 《PyTorch深度学习实践》:这是另一本关于 PyTorch 的教材,由尹成杰等人编写。书中介绍了深度学习的基本原理和 PyTorch 的使用方法,涵盖了图像分类、目标检测、生成对抗网络等应用场景。 5. GitHub 上的示例代码:许多开源项目和个人在 GitHub 上分享了使用 PyTorch 实现的深度学习模型和应用示例。您可以通过搜索关键词 "PyTorch examples" 或 "PyTorch tutorials" 来找到这些资源。 希望这些资源能够帮助您入门和学习 PyTorch!如果您有任何具体的问题或需要更深入的指导,请随时向我提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值