Рекомендации для аспирантуры в области компьютерных наук

Я ищу советы и отзывы.

Предыстория: я студентка математики, с интересом к теоретической информатике (вычислительная сложность, теория графов, комбинаторика). Я хочу получить докторскую степень в области компьютерных наук и сосредоточиться на теории.

Мой опыт работы в математически интенсивных областях информатики, но у меня нет более прикладного фона в информатике. В частности, мне необходимо пройти курсы по программированию, алгоритмам, операционным системам и базам данных в качестве обязательного условия для работы над докторской программой. Я не могу соответствовать этим курсам до окончания учебы. Чтобы исправить это, я планирую ввести рабочую силу и закончить MS неполный рабочий день (чтобы я мог заплатить за MS), а затем, после получения степени MS, ввести программу PhD полной занятости.

Вопрос: Могу ли я оказаться в невыгодном положении, если перед тем, как поступить в аспирантуру, завершу неполный рабочий день, а студенты CS, поступившие в аспирантуру, сразу после получения степени бакалавра? Должность, в которой я работаю, будет связана с CS и даст мне навыки, которые можно перенести в программу CS, и может помочь мне лучше сосредоточиться на исследованиях. Я просто надеюсь, что этот путь не поставит меня в невыгодное положение (с точки зрения принятия в аспирантуру). Я заинтересован в написании диссертации MS и понимаю, что мне может потребоваться немного больше времени, чтобы получить степень магистра (так как это будет неполный рабочий день). После завершения MS, как уже было сказано, я бы поступил в аспирантуру.

Я просто ищу отзывы и советы. Спасибо за вашу помощь!

Конечно, нет недостатка в том, чтобы немного больше учиться и немного поработать в реальном мире, прежде чем начинать программу PhD. Наличие более широкого фона всегда является преимуществом, поскольку у вас есть более разнообразные знания, на которые можно опираться при решении проблем. Работа в реальном мире сделает вас более обоснованными и, возможно, поможет направить ваши исследования на реальные проблемы (которые могут затем помочь миру в целом).

С другой стороны, многие люди сразу приступили к программам PhD и добились успеха. Вы можете легко подобрать любой материал, который вы пропустили (за исключением, возможно, практических лабораторных занятий), прочитав одну или две книги в этой области. В любом случае, вы будете много заниматься этим в своей докторантуре, так что если вы будете читать немного меньше, это не помешает.

В каком-то смысле фактический ответ зависит от того, в какой стране вы планируете получить степень доктора наук. Степени доктора наук в США очень отличаются от тех, что в других странах (например, в Бельгии, Австралии, Нидерландах). В аспирантуре в американском стиле много курсовых работ. Некоторые другие страны не имеют курсовых работ в первые годы.

Если вы хотите докторскую степень Теоретически, вы должны знать алгоритмы и, вероятно, знать программирование . С другой стороны, я сомневаюсь, что вам нужно знать операционные системы или базы данных - хотя знание их никогда не повредит.

Например, будучи студентом, я специализировался в CS, но я никогда не брал ОС, и я не чувствовал, что это повлияло на мою степень доктора философии. приложение (хотя кто знает). Я брал ОС, чтобы выполнить некоторые требования в аспирантуре, но я почти полностью забыл о ней. В итоге я прошел большинство основных курсов по системам между старшекурсником и аспирантурой, но я не думаю, что мои исследования пострадали бы, если бы я этого не сделал.

Я уверен, что получение MS не повредит вашему приложению, но убедитесь, что вы не тратите свое время и деньги.

Я хочу немного не согласиться с Дейвом Кларком и Львом Рейзином. По крайней мере, на моем факультете стандарты приема в аспирантуру для студентов со степенями MS выше, чем для студентов, имеющих только степени бакалавра. Дополнительный опыт может быть недостатком, если не хватает дополнительного опыта.

При прочих равных условиях мой департамент ожидает, что у любого заявителя с MS будет публикация или, по крайней мере, опубликованный результат, прежде чем мы рассмотрим их для поступления в программу PhD. (И под «опубликованным» я подразумеваю в авторитетных рецензируемых веб-доступных материалах конференции или журнале, а не просто дипломную работу, внутренний технический отчет, студенческую исследовательскую конференцию или «Недоступный китайский журнал компьютерных наук» .) Временная работа вряд ли оставит вам достаточно времени - или, что более важно, достаточно умственной энергии - для проведения публикуемых исследований.

Конечно, ceterus никогда не бывает paribus. Мы смягчаем фактическое требование публикации для кандидатов MS, которые сменили основные области. Но тогда вы находитесь в неудобном положении, чтобы объяснить воспринятую слабость. (С другой стороны, я не уверен, что переход от математики к теоретической информатике считается «основным».)

Мой совет не складывать яйца в одну корзину. Во-первых, поговорите с людьми, с которыми вы можете работать в программах, которые вас интересуют. Позвольте мне подчеркнуть здесь множественное число - поговорите с несколькими людьми в нескольких отделах . Во-вторых, при отсутствии конкретных противоречивых рекомендаций от целевых отделов, применяются как программы MS и PhD. (Некоторые университеты, или, по крайней мере, их веб-формы, глупо заставляют вас выбирать один или другой, и в этом случае вы должны разговаривать напрямую с приемной комиссией вашего целевого факультета.) Программы Sane PhD позволяют поступающим студентам из других областей проходить курсы CS. для исправления.

Я аспирант, также заинтересованный в изучении теоретической информатики, не очень заинтересованный в других областях КС. Путь, который я выбрал, состоял в том, чтобы поступить в аспирантуру по прикладной математике. (Чистая математика может также работать, но для этого может потребоваться больше математических курсов, чем вы хотите). Это дает гораздо больше гибкости в курсах. На самом деле, я прохожу больше курсов TCS, чем мне было бы разрешено как чистый студент CS. Моя диссертация будет в TCS, и я буду работать с консультантом CS.

Я обнаружил, что это был в основном лучший выход из стоящей перед вами дилеммы.

Предполагая, что вы уже выбрали докторскую степень В программе, которая вас интересует, мой совет - поговорить напрямую с человеком, который может стать вашим будущим консультантом. Он / она точно знает теоретические основы и практические вещи, необходимые для каждой из доступных тем исследования, так что будет легче решить, что делать дальше.

В основном, знание тем исследований и их необходимых навыков позволит вам расставить приоритеты по материалу, который вам нужно охватить. Я бы охватил сначала алгоритмы, а затем базы данных, операционные системы и программирование на одном или нескольких языках. Это потому, что вам, вероятно, понадобятся алгоритмы в каждой теме исследования, но не обязательно ОС, БД и программирование, если только темы не сфокусированы строго на них или не требуют реализации. Опять же, разговор с вашим будущим консультантом является ключом к пониманию этого.

Как заявил @Dave Clarke, если вы предпочитаете отложить зачисление в аспирантуру. Программа, это не повредит: дополнительный опыт никогда не является недостатком. Если вы вместо этого предпочитаете регистрироваться немедленно, просто будьте готовы к другому виду очного обучения, учитывая, что вы не знаете чего-то, что может потребоваться, но знаете лучше математику.

Я согласен с JɛE, что степени магистра наук рассматриваются в США как «утешительные призы», потому что их обычно берут, когда они не сдают квалификационные экзамены в программах Ph.D. А кто платит за MS, когда вам платят за докторскую степень?

Я также согласен с Дэвидом Харрисом в том, что математика может оказаться наиболее эффективным способом выполнения серьезной теоретической работы, но это полностью зависит от программы. Спросите любую математику или комп. Sci. отделы, которые делают предложения, как они думают о студентах, берущих курсы вне отдела все же.

Я действительно рекомендую вам расширить свои интересы в более прикладной информатике, но сделайте это, прочитав что-нибудь. Есть математически интересные темы о базах данных, таких как фильтры Блума , а также интересные прикладные статьи, такие как статьи CryptDB .