• 问答
  • 技术
  • 实践
  • 资源
复旦血案:非升即走的 “常任轨” VS 内卷的青椒 对身处 AI 的你的启发
技术讨论
来源:留德华叫兽


网上其他许多文章更多地在批评常任轨,但我更想聊聊这位青椒本身,以及青椒们的“后路”。

现在是德国时间凌晨2点半,作为留学欧美的海外博士,身边不少好友选择回国青椒,我有太多话想说。

可惜我明天还要上班,在那之前还要送小我心上幼儿园。

我想我定会录个视频,再多聊几句。

嗯,等着,在我的知乎、B站和公众号。

https://space.bilibili.com/332721717

一名接受过高等教育的数学博士、(39岁的)青年教师

是要多么的绝望、对其多么恨之入骨

才会走上这条不归路。。

首先杀人绝不可取,且必须受到法律制裁。

以及,逝者安息。

姜老师回国十年有余,辗转苏州大学和复旦大学,依然无法获得一份安稳的教职,终于走上不归路。

1. 首先是结合了网友们(知乎

\@曾晋哲

) 信息的履历:

  • 2000年进入了复旦大学数学系读本科
  • 2004年进入Rutgers大学(美国数学专业排名22)数学系读博
  • 2009-2010?年毕业进入美国NIH底下的科研机构(National HeartLung, and Blood Institute)工作
  • 2010-2012?进入美 国约翰霍普金斯大学(美国统计专业排名前5)
  • 2012-2017加入苏州大学数学系副教授,tenure-track(非升即走)制
  • 2017年加入复旦大学数学系任教,tenure-track

2. 知乎网友

\@VVValar

总结的作者发文情况:

  • 09年一篇统计学顶刊Annals of Statistics,一作,被引170次。[1]
  • 苏州大学期间至少有5篇一作论文[2],此处省略
  • 17年一篇Stat,独立作者[3]
  • 19年在顶尖review期刊有篇comment[4],独立作者
  • 19年统计学顶刊Bernoulli[5],一作
  • 20年一篇Electron. J. Statist[6],独立作者

值得注意的是,以上都是独立作者或俩位作者中的第一作者,绝非“灌水”论文。

注:感谢评论区,数学领域像Aos, Bernoulli这种期刊无所谓第一作者/第二作者,都是按照字典序排的。

3. 朋友圈微信聊天记录的“八卦”:

  • 博士毕业耶鲁伸出橄榄枝但导师坚决不同意,郁闷地加入NIH
  • 在美工作期间离异,后回国加入苏州大学,没有拿到续聘,可能那时就有点心理问题吧
  • 然后到复旦应聘,签了六年,可是脾气不好,大约慢慢也就上不了课了

3. 知乎网友

\@Yuhang Liu

的“亲身经历”:

**

https://www.zhihu.com/question/463739570/answer/1928422173

**

交代完了故事背景,轮到我这个数学博士发表观点了。

1. 教育背景

复旦数学本科,美国综排Tier 2专排Tier 1高校毕业,博导是领域大牛,毕业即有顶刊一作,3年左右国家实验室+统计神校JHU博后经历,可以说几乎没有死角。

2. 学术论文:

可能比不上那些互相Co-author喜欢水论文的学者,但发表的论文几乎都是独立作者或者2个作者中的一作,虽然我不是统计专业的,但我想在美国Tier 2拿个tenure美滋滋地“躺平”应该不难。

复旦大学或许bar比较高,但非985的苏大,常任轨的bar也如此之高?

3. tenure-track(非升即走)制度:

其实制度本身是学美国的,一点没毛病。

但是tenure的比例呢?

是1:2,1:10还是1:100?

只要标准是确定的,是事先明确的和公开的,

对青椒们就是一场愿赌服输的公平赌局。

就怕标准是个“黑匣子”,隐晦和不确定,

甚至“最大限度压榨科研产出”是其唯一目的,

这就非常不讲“武德”,丧失了契约精神。

转自某位知乎匿名用户的回答:

4. 生活不止科研:

接下来俩点我或许更加有“发言权”。

此新闻一出,或许又会加深社会各界对于数学博士、科研工作者nerd的印象。

千万别,如有,请看看我视频号的Vlog。

作为一名德国数学博士

  • 在LP的“引领”下,我更懂得生活,变得有那么一丢丢taste
  • 在德国工作文化“国情”下,虽然副业繁重,我尽量work\&life balance,尽可能地陪伴家人

从“八卦”及Yuhang“经历”那两段,甚至Co-author list上可以推测,姜老师性格方面或许有些孤僻,不是很愿意与人交流。

做学术和科研不应把自己“困”在自己建立的“象牙塔”里。

科研工作者应该“放下身段”,像个正常社会人那样去生活、去爱。

不知道姜老师回国十年,为何没有组建家庭。

设想如果姜老师(依旧)有个美满的家庭。。

在我看来,家和万事兴,家是避风港。

再卷、再忙、再累,但请务必维系好你与家庭(恋人)的关系。

也很庆幸自己读博期间就与LP喜结连理并育有一子。

不论自己副业(自媒体\&三个社区)再忙,家永远是我的基本盘。

转自知乎用户

\@扎心禅师

的回答:

https://www.zhihu.com/question/463739570/answer/1928077310

5. 后路,科研学术只是“临时工”:

其实我一直在自媒体发声,为博士(生)们科普,学术远非博士毕业后的唯一道路,相反是一条非常窄的路。

科研的不确定性太大了,就算之前天赋再好,“万年博后”大有人在。

何必呢?

和千千万万工作一样,科研首先只是一份糊口的工作。

还在学术圈(读博)那会儿,我们都特喜欢把“学术”和“科研”挂在嘴边。

比如看几页书,我们和同学说,“我做学术去了”;

实验室或计算机上做个简单实验,我们和朋友说,“我搞科研去了”。
好像“学术”和“科研”是多么高端、神圣有B格的事情一样。

那时候我们读博的,也会BS那些研究生毕业就参加工作的。

直到进入了工业界,以及朋友圈真正的大神学术界工业界无缝切换,才意识到或许我们都错了。

鄙视链或许和我们想的不一样。

读博可能是因为硕士毕业找不到工作,做博后只是极不稳定的“临时工”。

以上扯远了,只是单纯想说,科研工作者千万不要把自己YY得那么“高尚”。

什么为了科研事业,我可以暂时放弃爱情。

为了科研事业,我可以“享受”清贫。

都是狗屁。

理想很丰满,现实很骨感。

以及,社会上大堆人的价值观是:国家培养你这么多年,而你最后不做科研去做互联网金融中学老师等等,就是浪费国家资源、辜负大家的期望。

拜托,都2120年了,科研和非科研的工作都有其价值!只要能解决他人需求的工作,都是有价值的。

没有高贵的工作,只有高贵的人。

行行可以出状元。

读博期间就应为自己留好“后路”,多看看工业界的机会,看看工业界需要哪些技能点并提前准备。

传统行业、天坑专业,勇敢拥抱大数据、人工智能,多一些数据和智能化思维,AI赋能你的行业,或许就是一条康庄大道。

姜老师的研究课题是统计学,本就是一门与数据打交道的科学。

我想,稍微做一些努力,“混”个阿里P7-8或许也不是难事。

看来,我以后也该为卷上加卷的青椒们,开始科普这一点了。。


后记:

德国博士毕业那年,我曾申请并面试了俩个中意的博后,很庆幸他们把我拒了。

现在,我才有机会在德国大厂,做一个快乐的打工人,业余时间做三个社区和自媒体,并在这里为大家分享一些我的人生经验。

想说

顽固的科研做题家们,如果tenure-track的门关了

工业界的大门一直为你们敞开!

注:广义的工业界

最后,引用一句朋友圈某欧洲博士后的评论:

“放任甚至是推崇社会达尔文主义的后果,就是让人变得越来越不像人。”


正在AI专业读研、读博的你,进高校还是选大厂,不同的选择,不同的人生。

附,全球学术界薪资汇总:

留德华叫兽:汇总 | 全球学术界博士(后)、教职工资福利大PK(不断更新)​zhuanlan.zhihu.com图标

本文不代表平台观点。


在大厂和小厂做算法有什么不同?

参考

  1. \^https://projecteuclid.org/journals/annals-of-statistics/volume-37/issue-4/General-maximum-likelihood-empirical-Bayes-estimation-of-normal-means/10.1214/08-AOS638.full
  2. \^Wenhua Jiang's research while affiliated with Soochow University (PRC) https://www.researchgate.net/scientific-contributions/Wenhua-Jiang-2046771457
  3. \^https://onlinelibrary.wiley.com/doi/abs/10.1002/sta4.154
  4. \^https://projecteuclid.org/journals/statistical-science/volume-34/issue-2/Comment-Empirical-Bayes-Interval-Estimation/10.1214/19-STS708.short
  5. \^https://projecteuclid.org/journals/bernoulli/volume-25/issue-4B/Rate-of-divergence-of-the-nonparametric-likelihood-ratio-test-for/10.3150/18-BEJ1094.short
  6. \^https://projecteuclid.org/journals/electronic-journal-of-statistics/volume-14/issue-1/On-general-maximum-likelihood-empirical-Bayes-estimation-of-heteroscedastic-IID/10.1214/20-EJS1717.full
  • 0
  • 0
  • 3696
收藏
暂无评论