工科博士怎么过才有意义？

工科博士刚毕业半年多，只能是结合自身经验聊聊这个问题，相信博导教授们应该对这个问题有着更好的理解。那么我个人的经验主要是针对传统工科而言的，理科文科什么的我也不是非常了解就不一定适用了。
1 良好的数理基础
无数次的实践证明没有良好的数理基础很多时候你的研究走不深。如果你数理基础薄弱在短期内也可能做出一些好的成果，但是长远来看研究的深度和持续性高质量原创输出是很难的。这也是为什么我们经常看到很多大牛本科出身是数学系的。数学系四年的高强度训练对以后做研究是非常有益的，其实像工科领域用到的所谓“很难的”数学基本上95%的情况不会超过数学系本科范围。
我个人本科自动化专业，数学基础也很一般，在博士阶段头一年就意识到数学的重要性，于是博士阶段头三年都会刷一些数学系本科的课程。目前把数学分析，实分析，应用泛函分析，线性代数，拓扑学，常微分方程，统计推断都刷过了，像抽象代数，微分几何，数论这些自己暂时用不上就没刷。即使是仅仅刷了一部分数学系本科课程，而且自学也赶不上科班出身的那么扎实，但已经让我获益匪浅了。至少对比大多数工科生，你会发现自己看问题的深度往往比他们深，同时你掌握了基本的数学知识后和大牛们沟通起来障碍也小了很多。
2 良好的编程实践能力
我们身处在信息时代计算机的时代，编程能力毋庸置疑是非常重要的。我这里谈到的编程实践能力不单单指你能把算法写成代码就完事了。如何设计出高效的代码？如何让你的代码更加健壮？如何让你的代码更加易懂易用？大多数工科非计算机的学生在编程上还是比较浅尝辄止的，因为单就发论文而言很多时候是不需要很高超的程序设计能力，只要能把算法运行起来就行。这样做确实在短期内是完全没有问题，而且就短期来看是非常省事省力的。
但某一天你打开1年以前自己编的代码的时候，你就发现自己竟然看不太懂了。这是因为没有文档和注释，当初编程时也未考虑到程序的易读性。糟糕的设计模式也使得当你想稍微改进一下算法的时候想要复用以前的代码变得异常困难，只好把以前写过的代码又重新再返工一遍。至于想把自己的工作传承给师弟师妹们的时候也变得异常困难（你自己过1年都看不懂更不用说让别人理解你的代码），所以后面的师弟师妹们又不得不重新再来一遍。大量的时间浪费在了无意义的重复中，自然对前沿方向的探索就时间不足。
好的研究是站在巨人肩膀上的，好的研究是需要继承的。这个继承我个人理解是来自两个方面：一个是继承别人的，一个是继承曾经的自己的。
3 至少有某一个小领域，你能站在世界前沿水平
前面2条是比较一般的那种能力，作为博士你需要在一个小领域内能够非常拿得出手。在这个小领域内你是非常非常自信的，你一出手就是碾压的存在。这需要你对这个小领域内经典paper和近期前沿的paper都非常熟悉，而且自己也动手实践过。这个小领域其实基本上就是你发paper的点了。
4 讲故事的能力
前面三条就是硬功夫，从这条开始就是软功夫了。讲故事的能力包括 如何在写paper的时候把你的highlights提炼出来，让审稿人能够认可你的创新点。如何做好各式各样的presentation，在有限的时间内清晰地表达出你的工作。如何向外行，大同行，小同行来介绍你的工作，能让不同的观众对你的研究工作感兴趣。
5 一定的social能力
学术圈是一个相对封闭的圈子，你逐渐会发现这个圈子来来回回就那么些人，这一点和业界比是一个非常不一样的地方，业界你可能需要每天接触不同圈子的人。所以在学术圈里混是需要一定的混圈子的能力的。
那么怎么样去在学术圈社交呢？在学术圈社交的先决条件是你自己先得具有相当的学术能力，所以对低年级博士来说首要任务是多发高质量paper，提升自己的能力，而不是搞所谓的社交。只有你具备相当能力后别人才会来和你进行平等的学术社交，否则只能是单方面跪舔或者单方面施舍。高年级博士生在学有所成的基础上可以刻意的进行一些学术社交活动，拓展自己的人脉关系也是非常好的。
6 能及时调整自我心态
博士阶段绝大多数人都会遇到瓶颈。例如：导师完全放养不知道研究方向是什么？写了第一篇文章发给导师被骂写得是什么垃圾。投了文章被审稿人拒稿，感觉自己做的研究没什么意义，博士进入第三年或者第四年还没有发出paper整天焦虑的不行，看到和自己一起入学的同学发paper的发paper，准备毕业的准备毕业，自己什么进展也没有就更加焦虑到不行。
这些事情或多或少在读博过程中都有经历过，读博是需要坐住冷板凳的。在坐冷板凳的时候你是需要有一个调整心态的方式的，不然真的可能就是彻底的凉凉了。我的方式是每周和要好的博士同学打打羽毛球，然后一起泡澡，一起约个饭什么的。通过这个途径大家在心理上都有一个交流和释

来源：知乎