Алгебра макарычев 8кл: Задача 156 — Алгебра 8 класс Макарычев

Получение исследовательской стажировки – теория больших данных

Для аспирантов декабрь, вероятно, является лучшим временем для подачи заявки на летнюю стажировку. Процесс прохождения стажировки по разработке программного обеспечения в таких местах, как Google, Facebook, Microsoft, Twitter, Quora, Dropbox и т. д., настолько упрощен, что об этом даже сняли фильм.

Стажировка в области исследований — это гораздо больше, чем уникальный опыт. Аспиранты много спрашивают меня об этом и даже однажды пригласили выступить с неформальным докладом на эту тему на семинаре по статистике для аспирантов Уортона. Удивительно, но я не видел ни одного руководства по исследовательским стажировкам в Интернете, поэтому решил записать то, что обычно говорю.

Заявление об отказе от ответственности : приведенный ниже совет является моим личным мнением и предвзято относится к компьютерным наукам и США, хотя иногда применяется в более широком смысле (например, к чистой математике, прикладной математике и статистике).

Мой опыт основан на стажировках в AT&T Research (лаборатория Шеннона), IBM Research (Алмаден) и Microsoft Research (Силиконовая долина и Редмонд) и может быть несколько специфичным для этих мест, только 50% из которых все еще существуют. Я также посетил Yahoo! и Google Research, и могу сказать, что эти места работают одинаково, но с несколькими важными отличиями, описанными ниже. И последнее, но не менее важное: я старался изо всех сил избегать любых сравнений (и особенно спорных) с точки зрения качества между различными лабораториями и академическими кругами.

Исследовательская стажировка — отличный способ познакомиться с вашими будущими сотрудниками и друзьями. Я делал это 4 раза (максимальное, что вы можете сделать, будучи студентом F1), и провел 50% своего трехлетнего докторского диссертации в исследовательских лабораториях. Хотя это довольно необычно, я должен сказать, что получил огромное удовольствие от этого опыта и до сих пор работаю и регулярно общаюсь с большинством моих бывших наставников (Грэмом Кормоудом, Говардом Карлоффом, Дэвидом Вудраффом, Алексом Андони и Константином Макарычевым), которые также оказали неоценимую помощь.

источник советов для меня на протяжении многих лет. Я встретил многих из моих лучших друзей со времен аспирантуры в лабораториях и до сих пор посещаю места, где я проходил стажировку, когда мне случается быть в этом районе.

Это сильно зависит от вашей области знаний. В наши дни нет лучшего места, чем Bell Labs в дни его славы, но есть несколько вариантов, которые стоит рассмотреть.

Чистая теория

Для чистой теоретической информатики я бы предложил начать с MSR и IBM. Хотя я, безусловно, предвзят, и не может быть рейтинга исследовательских лабораторий, я бы сказал, что это первые места:

• Исследования Майкрософт. Публикация в нескольких местах (главные офисы в Редмонде, Кембридже и Нью-Йорке). Офис в Редмонде является старейшим и охватывает практически все направления. Офисы в Нью-Йорке и Кембридже меньше и в чем-то похожи, особенно сильны в машинном обучении, социальных науках, алгоритмической теории игр и вычислительной сложности среди других областей.
• Исследования IBM. Публикация в нескольких местах (главные офисы находятся в Йорктаун-Хайтс, штат Нью-Йорк, и в районе залива). Публикация Кена Кларксона о теоретических позициях в IBM Almaden. Почти все основные районы представлены либо в Йорктаун-Хайтс, либо в районе залива.

Еще одно замечательное место — Технологический институт Toyota в Чикаго (пост). Я помещаю его в несколько иную категорию, чем промышленные исследовательские лаборатории, из-за его тесных связей с Чикагским университетом и общего ощущения более академической, чем промышленной среды. Хотя AT&T и Bell — это тени своего прошлого, у них все еще есть замечательные люди:

• Лаборатории AT&T — Исследования. Публикация в нескольких местах (главный офис находится в Нью-Джерси).
• Лаборатории Белла. Публикация в нескольких местах (главный офис находится в Нью-Джерси).

Более прикладное

Вот список еще нескольких мест прикладных исследований, которые пришли мне в голову:

• Исследования Google. Веб-сайт вакансий Google, несколько мест (включая Нью-Йорк и район залива). Google обычно не делает различий между исследовательскими позициями и позициями в области разработки программного обеспечения в своем поиске. После того, как вы пройдете стандартный процесс проверки разработки программного обеспечения, вы перейдете к этапу подбора хоста и сможете найти наставника, заинтересованного в исследованиях.
• Yahoo! Лаборатории. Публикация в нескольких местах (включая Нью-Йорк, район залива и Барселону).
• Исследование Facebook. Публикация от Янна Лекуна из нескольких мест (включая Нью-Йорк и район залива).
• Лаборатория Ebay. Проводка, расположенная в Bay Area.
• Техниколор. Проводка, расположенная в Bay Area.
• Лаборатории HP. Проводка, основное местонахождение в Нью-Джерси.
• Лаборатория NEC. Проводка, основное местонахождение в Нью-Джерси.
• VMware. Новая лаборатория, основанная некоторыми из бывших исследователей Microsoft SVC, расположенная в районе залива. Добавлено в список по предложению одного из основателей, Уди Видера.

Я знаком только с первыми двумя, у которых, похоже, меньше приверженности фундаментальным исследованиям, чем у перечисленных выше лабораторий. Однако общее количество вакансий и стажировок в этом несколько более прикладном списке, вероятно, почти на порядок больше.

Национальные лаборатории

Есть также много национальных лабораторий. Как гражданин России я не могу много рассказать вам об опыте работы с ними (особенно в криптографии, где я уверен, что мой список весьма неполный), но вот некоторые варианты. Несколько удивительно, что даже в этих местах иногда есть возможности для иностранных студентов, которые могут быть недостаточно афишированы. Вот несколько мест для рассмотрения:

• Лаборатории Сандия. Проводки, основные местоположения включают Альбукерке, Нью-Мексико и Ливермор, Калифорния
.
• Беркли Лоуренс. Проводки, расположенные в Беркли, Калифорния.

Стажировки в исследовательских лабораториях и талантливые стажеры — дефицитные и уникальные ресурсы, поэтому данных для анализа не так много, а процесс принятия решений весьма случайный.

Тем не менее, есть несколько вещей, которые вы можете сделать, чтобы улучшить свои шансы.

• Перечислите лучших кандидатов и потенциальных наставников . Очень помогает личное знакомство со своими будущими наставниками. По крайней мере, убедитесь, что вы знакомы с их работой. Отличная лаборатория может легко получить сотни приложений. Самое главное для успеха вашего приложения — это наличие наставника, который выберет вас из кучи. Не стесняйтесь связываться с вашими лучшими кандидатами напрямую или через своего консультанта, но избегайте приставать к людям. Кроме того, укажите имена ваших потенциальных наставников в различных частях вашего заявления (формы, отчет об исследовании и т. д.)
• Применять везде . Хотя ваши шансы значительно снижаются, когда вы отправляете холодную заявку, иногда возникают вещи, о которых вы не знаете, и силы, находящиеся вне вашего контроля. Особенно это касается аспирантов первых курсов. Указание на ваш интерес может быть важным само по себе, например.
  Свой первый доклад я сделал в промышленной лаборатории, которая не смогла предложить мне стажировку, но пригласила на короткий визит. Это было очень похоже на первую командировку Пегги Олсон (Безумцы) в Ричмонд, но лучше — благодаря IBM у меня не было собак, занимающихся сексом, как вид из гостиничного номера 🙂
• Рекомендательные письма . Спросите своих авторов писем как можно скорее (в идеале, по крайней мере, за месяц), выбрав их на основе списка ваших лучших вариантов и других мест, где вы планируете подать заявку. Спросите у авторов писем предложения о местах и ​​отзывы о материалах заявки.
• Заявление об исследовании . Для чисто исследовательских должностей вам нужно будет написать заявление об исследовании. Это отличная возможность уделить время работе над улучшением своего зрения. Если вы похожи на меня, то это процесс одновременно трудный и полезный. Каждый год, когда я подавал заявку, я начинал с того, что выбрасывал свое предыдущее исследовательское заявление в мусорное ведро, потому что оно выглядело совершенно ужасно. Я даже помню, как однажды очень расстроился, потому что мое зрение было таким дерьмовым по сравнению с некоторыми людьми в лабораториях, куда я подавал документы. Хотя ваше исследовательское заявление будет отличаться от чьего-либо другого, я все же рекомендую черпать вдохновение в исследованиях ваших образцов для подражания (возможно, даже потенциальных наставников, если они доступны). Вы можете запросить отзыв о своем заявлении у своего консультанта, коллег и друзей, но я бы не стал ожидать слишком многого, потому что ваше заявление действительно принадлежит вам. Убедитесь, что вы настраиваете некоторые части своего заявления для разных мест. Наконец, для заявки на стажировку исследовательское заявление часто не имеет большого значения, поэтому вам не нужно слишком напрягаться по этому поводу. Тем не менее, я все же рекомендую рассматривать это как генеральную репетицию ваших будущих приложений, а также как возможность развить свое видение.

• Сколько это платит? Обычно примерно столько же или немного больше, чем стажировка по разработке программного обеспечения. Я ожидаю 6–8 тысяч долларов в месяц (фиксированные, без переговоров, сверхурочных или бонусов) + стандартные льготы, такие как переезд, аренда автомобиля и скидки на жилье. Так что с точки зрения денег это, безусловно, лучше, чем академия, но легко может быть по крайней мере в два раза меньше, чем стажировка в области финансов (если вы берете сверхурочные, включаете бонусы и т. д.). Однако, если вы делаете то, что вам нравится больше всего, деньги могут вас меньше волновать.
• Могу ли я пройти стажировку в течение осеннего/весеннего семестра? Да. Основное преимущество заключается в том, что исследователи в лаборатории, вероятно, будут более доступны в течение этих семестров. Еще одним преимуществом является то, что если вы проходите летнюю стажировку в одном и том же районе, вы можете пройти две стажировки подряд и уменьшить боль от переезда (таким образом я провел шесть месяцев в Bay Area). Есть определенные недостатки: меньше стажеров и корпоративных мероприятий в течение семестра, некоторые школы требуют, чтобы вы записывались на кредиты, даже если вы отсутствуете (читается как вам и/или вашему консультанту придется заплатить деньги и оформить документы ).
• Могу ли я пройти стажировку после последнего года обучения в аспирантуре? Да, если вы закончите обучение после стажировки. Однако это также зависит от места — Google не позволил бы мне сделать это, но Microsoft Research разрешила.
• Что делать, если у меня виза F1? Тогда вам придется пройти через множество бумажных обручей и, в частности, получить CPT. Вы можете накопить не более 12 месяцев работы в CPT, не теряя при этом OPT, что ограничивает количество доступных вам стандартных 3-месячных стажировок до 3 или 4.

В теоретической информатике не так уж много различий в стиле исследований между исследовательскими лабораториями и научным сообществом. Кроме того, в Интернете было много дискуссий о преимуществах и недостатках каждого из них (например, здесь, здесь, здесь, здесь и по ссылкам оттуда). Однако с точки зрения стажера эти вопросы менее актуальны, т.е. крайне маловероятно, что лаборатория будет закрыта во время вашей стажировки.

С точки зрения стажера, я бы сказал, что есть несколько очевидных отличий:

• Больше личного общения. Если вам нравится проводить мозговые штурмы по несколько часов каждый день, промышленная лаборатория может стать для вас идеальным местом. В академических кругах вы вряд ли будете встречаться со своим консультантом чаще, чем два раза в неделю в течение пары часов. Это означает, что в промышленной лаборатории вы можете добиться большого прогресса в одном проекте за очень короткий период времени. По моему опыту, промышленные исследователи, как правило, имеют личности, подходящие для долгих часов размышлений над серьезной проблемой в окружении, которое позволяет им это делать. В академических кругах плотный график профессоров сильно мешает исследованиям, а аспиранты часто много работают либо сами по себе, либо с другими студентами. Исходя из опыта соревнований по командному программированию, мне очень понравились эти долгие мозговые штурмы в лабораториях.
• Патенты. Вокруг патентов много споров, но, в конечном счете, они играют очень важную роль в исследовательских лабораториях (например, Натан Мирволд, основатель противоречивой компании Intellectual Ventures, был также основателем Microsoft Research). Проходя стажировку, имейте в виду, что некоторые части вашего исследования могут быть впоследствии запатентованы. В зависимости от компании, вы можете получить за это немного денег. Кроме того, это интересный опыт, когда юристы превращают бумагу в патент.
• Социальные аспекты. Исследователи в лабораториях работают и взаимодействуют друг с другом гораздо больше, чем профессора. Это также включает в себя групповые обеды и означает, что вы можете обедать с некоторыми из самых больших звезд в своей области каждый день! Вы также можете заниматься многими другими вещами вместе, такими как бег, езда на велосипеде, настольный теннис и т. д. Я увлекся триатлоном во время групповых заездов в IBM Almaden.

Если вы не можете пройти стажировку в лаборатории своей мечты, у вас все еще есть несколько вариантов. Пока я их не пробовал, многие мои друзья пробовали.

• Неоплачиваемая стажировка. К сожалению, не все крупные лаборатории хорошо финансируются. Если вы не можете найти оплачиваемую должность, но лаборатория заинтересована в сотрудничестве с вами, иногда ваш консультант может платить вам из своего гранта.
• Посещение лаборатории. Иногда вы можете получить оплату за короткий или длительный визит (обычно работает только для хорошо финансируемых лабораторий).
• Консультации. Это немного необычный вариант для аспиранта, но некоторые мои друзья так и сделали. Вероятно, лучше всего, если рядом с местом, где вы живете, есть лаборатория, которая требует оформления некоторых документов. Прием на работу в качестве консультанта также иногда является способом сохранить ваш доступ к данным компании после стажировки, если, скажем, вы все еще проводите эксперименты для статьи, которую вы начали, находясь в лаборатории.
• Товарищество.