【Stanford CS230】Lecture8: 阅读文献与职业规划

阅读文献与职业规划

本篇文章是对 Stanford CS230: Deep Learning | Lecture 8 的总结。本次Lecture介绍了如何阅读paper以及在职业选择上的一些建议。在下面的笔记中，我也加入了自己的一些想法，仅供参考。

阅读文献

1. 将需要阅读的内容列一个表格，包括：papers (arXiv), blog, medium （当然也包括知乎专栏，简书，CSDN中的优秀博文）。每一个表格只包括一个单独的研究方向，比如data2text，sentiment analysis方向等。在列表中，我会大致按照年份对文章进行排序，这符合该研究方向的发展进程。下面是我设置的列表结构：

type	papers’ name	link	year	20%	40%	60%	80%	100%
blog	blog’s name	link	2019	√	√	√	×	×
paper	paper’s name	link	2020	√	√	√	√	×

2. 准备好所有的需要阅读的材料后，开始阅读文献。每五篇为一个batch，先对每一篇做略读，大概明白讲了什么，然后评估重要性。当略读完这五篇后，对不同重要程度的文章进行不同程度的精读。然后每五篇进行如上操作。
3. 如何精读文章：
   • 10%-20%：阅读 title, abstract & figures；理解讲了什么，评估文章重要性。
   • 20%-40%：阅读 Intorduction, conclusions, figure (again)；了解文章对所述方法的介绍，得到了什么结论，并再次对文章的图片进行理解（因为很多时候图片是对文章所述方法的最精炼概括）。
   • 40%-60%：阅读 除了数学公式的任何部分；全面了解文章。
   • 60%-80%：通读全文，全面理解文章。
   • 80%-100%：重现文章。
     • Math：徒手推导文章公式 (rederive from scratch)；
     • Code：徒手实现文章所述方法 (如果作者提供源码，下载并运行；如果没有，可以尝试自己手动实现，但是可能会踩很多坑……)。
4. 要读多少篇论文？
   • 5-20篇：对一个领域有很好的了解
   • 50-100篇：对一个领域有非常深度的了解
5. 阅读文章时需要思考几个问题：
   • What did the author try to accomplish?
   • What were the key elements of the approach?
   • What can you use yourself?
   • What others do you want to follow?
6. 论文来源：Twitter, ML reddit, NIPS / KML / KIR, Friends

职业规划

1. HR看重的是skills (ML quiz, Coding)
2. 武装自己——T型路径：
   • 水平方向：
     ML, DL, PGM, NLP, CV, …
   • 垂直方向（focus one topic ↑)：
     courses →project → open source project → research / internship
3. 既要有广度（水平方向），又要有深度（垂直方向）。不能只focus一项。
4. 贵在坚持。可以选择每周2篇paper的频率，这需要1年的时间才能有明显成效。
5. 工作选择：
   • 与great people在一起工作
   • 关注team（10-50 人）。Team的人会影响你并不是公司的名声。真正影响你的是，同事是否努力，工作氛围如何，领导是否能力很强等等。
   • 大公司内的小Team最好，如果是大Team，可能会被“发配”去做非常无聊的事儿
   • 小心轮岗…指不定轮到哪去……（感觉轮岗是一个tradeoff，轮岗可以了解更多的业务条线，对全流程会有整体把握，对以后的带领团队或者升职有可能有作用……一己之见慎重参考）

本篇文章也参考了此博文：C230 DL AndrewWu 2018-L8 职业目标与论文阅读