mkt也需要计算机背景吗,美2016MKT PHD面试经验教训 - 无学术背景

人生第一次发帖子,之前从Gmat到托福再到PhD申请面试,CD给了我特别大的帮助,也想借此机会回馈一下,也攒一下人品。

背景:

楼主不才,在美国和中国工作过几年,有一些行业经验。完全没有学术背景。。。但是准备申请之前才发现很多学校都有这么一条:”行业经验和MBA可有可无。。。,academic背景才是最重要的。。。。“ 楼主当时看完之后五雷轰顶,感觉整个人都不好了(中间有个小插曲,申请前问过一些中介的看法,他们都觉得不可能申请的上。。。),但当时Gmat托福都考完了就准备硬着头皮来了。。。。本来没想到会有offer,没想到最终还是来了。 所以不要放弃啊,加油同志们。

面试:

介绍背景的原因是希望对同样没有academic背景的人有帮助,学术大神可能不适用。

直接步入正题,

面试前准备,最好能搞清楚是哪几个老师参加面试,一般面试一定会包括负责项目录取的副教授和系里面的一个大牛(学术或行政)。搞清楚之后,按照他们的兴趣看一下他们的文章,只看abstract就ok,重要的是搞清楚他们的concept,这一点对后面很重要。

面试中 - 行头与态度,既然是商科的面试那么仪容仪表是很重要的,不用非要suit up,但是也要稍微正式一些,体现专业性。 态度要不卑不亢,自信坦然,因为教授叫你去是要和你合作的并不是找个学生。 当然也要适当的拍拍马屁,这个看个人功底了。

面试中 -教授关心点,其实教授主要就是关心这么几点: a)是否有兴趣,能否坚持下来。b)是否有学术潜力,找来了能不能干活。c)方向和他/和系里匹不匹配。d)两个人气场是否合得来。面试的问题也就是主要通过这几点来展开的,最好要提前准备一下,能背就背,这样说起来也比较顺一些。 PS:因为我是行业背景,所以主要的方向就是我能给他们带来新的行业创新信息,能够为他们的research提供新鲜的血液。。。(学术背景可以用别的方向)

面试中 - 多问问题,面试结束后教授会问还有什么问题,这时候一定要说,问问教授的文章的一些问题或项目的信息。这样能体现出你感兴趣并且和学校的项目比较match。

面试中 - 不懂装懂死的很惨。。。。。,切记啊,二面的时候一个教授问了一些专业的词汇,问我怎么理解。但是就懵了,然后凭自己的理解说了一通,结果。。。。。

面试后 - 不管好坏,出于礼貌都要给每一个参加的教授写一封感谢邮件。感谢他们的出席和时间。顺便正对感兴趣的教授表达一些合作的想法。

希望3月初能来梦想学校的offer。借此帖攒攒人品了。

也希望大家加油,offer早晚都会来的。

--------------------------------------

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需求,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需求。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需求、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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