读经济学博士生

学历越高面对工作选择就越多，这也是很多人读完研究生之后再选择继续深造。这年头研究生一抓一大把，甚至硕士毕业的人也比比皆是，但是博士生相对来说就要少很多。博士的含金量比起硕士自然的高出不少，但是他们在面对工作时也有烦恼，并不是找不到，而是不知道如何去选择，今天我们就来看看一位博士毕业生遇到的难题。这位网友说自己是北方的普通家庭，家里也没有什么背景，工作全靠自己的努力。当年自己在北大读完硕士之后，没有选择出来工作，反而是继续留在学校攻读博士。后来也算成功上岸，拿到了北大经济学的博士学位。毕业之后也相继收到了很多offer，但是自己只保留了两个。一个是留在北京，去一家985大学当老师，每年的课题和基本薪资加在一起最开始也有二十多万的收入。第二个是福建省定向的选调生，前两年是科技副县长的级别，两年后转为正式的副处级。觉得这两个都不错，不知道该选择哪个，想听听大家的意见。网友看完之后也是纷纷给他出主意，有网友说道：建议还是选第一个好些。毕竟经济学也是你的强项，985大学的老师在社会地位上也不比副处级差哪里去。而且近几年教师的福利待遇也提高了不少，假期也多。大学教师不比高中初中教师，课程相对要少很多，人轻松薪资也不错，没事自己也可以搞搞课题研究，轻松又自在，比在官场上打拼强多了。还有的网友说道：北京是能体现个人能力，福建是考验你的为人处世能力。如果你擅长和人打交道的话，还是建议去福建的好。985的老师归根到底终究也只是个老师，你去福建发展好了说不定还能在政界做出一番事业。你留在北京只能说是达到了人生的终点，但你去福建那就是人生新起点，未来还不知道能达到什么高度。政界和学术界的选择，教师行业薪资稳定，生活轻松。政界得学会处事圆滑，处处看人眼色，一旦熬出头那就是前途不可限量。不知道大家会怎么选择呢？欢迎大家在评论区留言。

新智元报道 来源：Nature编辑：大明【新智元导读】由于学术和经济的双重压力，许多博士生和博士后研究员处于极度劳累和精神极度紧张的状态，很容易产生心理问题。为了应对这一紧迫问题，全球首届研究生心理健康国际会议将于本周举办，推动这一问题的解决需要学术界、产业界和教育界多方共同努力。本周，首届研究生心理健康国际会议将在英国布莱顿举行。这次会议为期两天，目标是解决一个简单而紧迫的问题：现在许多博士生和博士后研究人员处于过度劳累和精神过度紧张的状态，已经严重影响了这些研究人员的心理健康。从过去几年的研究中已经可以清楚地看到这种令人不安的趋势。比利时法兰德斯的一组博士生发现，他们患心理健康疾病的风险可能是一般受过高等教育的人口的两倍以上，其中三分之一的人或者在目前已经患上精神疾病，或过去曾经患上精神疾病。Nature调查：四分之三的博士生承受“超水平”压力对图森亚利桑那大学的博士生进行的一项调查发现，大约四分之三的人承受的压力“超出平均水平”。《自然》报道了这些问题，结果收到了大量读者来信，新的内容大部分都是沮丧和痛苦的个人经历。这个问题引起了越来越多的人们的关注。关于这一问题的17个研究项目与2018年3月启动，这些研究的目的是更充分地了解处于职业生涯早期的研究人员面临的精神压力和健康威胁，并探讨这些研究人员所在的大学可以提供哪些类型的支持。这些研究的经费总计约150万英镑（200万美元），最初由英国高等教育拨款委员会和英国研究与创新部门提供。在本次布莱顿会议上，将有更多的同类研究项目亮相。Nature Research是会议的赞助商。导师主宰一切，学生被迫隐瞒心理问题这些研究的问题之一就是数据的完整性不足，通常仅适用于某一所大学或某一个地区。来自全球其他地区的数据很少，而且形式不规范。研究人员需要开展更广泛的工作，了解心理健康问题的严重程度以及研究生生涯和总体学术环境的各个方面对心理健康问题的影响。目前的研究已经揭示了一些明显的迹象。短期培养的博士和博士后合同的特点可能会让雇主和导师在关照博士生心理健康的义务方面根本不重视。目前学术界的氛围经常会对过度工作和长时间工作持赞美态度，这会极大助长过度劳动的状态和气氛。处于职业生涯早期的研究人员与他们的导师之间的权力平衡存在很大问题。资深科学家既要充当一个强有力的支持系统，同时也是一个严谨，独立评估人，这一矛盾阻碍了学生向导师吐露自己可能存在的心理健康问题的意愿，因为他们害怕这样做会给自己专业上的进步造成妨碍。对于这个问题，解决之道可能需要多管齐下。首先，导师需要全面的强制性培训，以识别、协助和了解可能具有心理健康问题的研究人员。其次，学生的导师可以不止一个，以便在遇见心理问题可以寻求支持，而不必担心会威胁自己的职业生涯。而且，大学需要确保为本科生提供的心理健康服务能扩展至研究生和博士后的范围。学术界也必须学会尊重许多研究人员寻求工作与生活平衡的理念。总之为了这个问题召开专门的会议是令人鼓舞的，这表明表明研究生的心理健康问题正在受到重视。但是，我们还必须采取更多措施，来保护未来的研究人员免受心理健康问题的荼毒。哈佛调查报告：近10%的博士生曾想过自杀实际上，博士生过劳影响健康的问题由来已久。去年据The atlantic报道称，目前美国研究生院的气氛会对研究生的健康造成恶劣影响。该报道采访了纽约城市大学数据分析师埃弗雷特拉姆尔(Everet Rummel)。他表示：“以前出于一些原因，我总是迫不及待地想攻读博士学位。”纽约城市大学(City University of New York)数据分析师埃弗雷特拉姆尔(Everet Rummel)回忆道，“那时的想法太天真了。”他制定的计划是用两年的时间攻读博士学位。对于一个普通的博士生来说，取得博士学位大概要花8年的时间。他的计划很快就结束了，但这并不是因为拉姆尔特有的高效率，而是因为他从来没有完成过这个计划。“我退学了，”他解释说，许多因素导致了这样的决定，其中多数与他的学习没有直接关系，但每一个因素都指向了他博士生活所带来的全方位的、残酷巨大的压力。更糟糕的是，博士阶段的高压生活带来的回报不尽人意:2014年的一份报告发现，接受调查的博士生中，近40%在毕业时没有找到工作。此外，大约有13%的博士生毕业时背负着7万美元以上的教育相关债务，而人文学科的这一比例是这个数字的两倍。对于那些确实获得了学术相关职位的人来说，人口普查数据显示，接近三分之一的兼职大学教师的生活水平在贫困线附近甚至低于贫困线。哈佛大学附属研究小组的一项新研究强调了博士生现状的后果之一:博士生极有可能会有心理健康问题。研究人员调查了8所名牌大学的大约500名在读的经济学博士，发现其中18%的人有中度或严重的抑郁和焦虑症状，这是全国平均水平的三倍多。在哈佛大学的这项调查中，大约有十分之一的学生在前两周内至少有几天都有自杀念头。精神和学术的双重压力容易产生挫败感这项研究的结果还包括近200名教职员工的调查反馈。研究结果显示，许多博士生的心理健康问题即使不是由博士阶段的教育经历造成的，也会因为这段经历而恶化的。在哈佛大学的这项研究中，大约一半患有焦虑和/或抑郁症的受访者是在开始博士生学习一段时间后被确诊的。与那些刚开始读博的学生相比，临近毕业的学生更有可能出现严重的焦虑或抑郁症状。博士研究生们认为，经济压力和职业压力的结合给他们的生活造成巨大的挑战。威斯康辛大学欧克莱尔分校（University of Wisconsin–Eau Claire）数字文学助理教授露西约翰逊（Lucy Johnson）表示，攻读博士学位的经济负担让她很难“逃离博士生课程安排”——比如说，去看电影或外出就餐。她认为，那些因严格的学术作业而感到孤立的学生，势必会因经济困难而更加孤立。和她的许多同学一样，露西最终也只能靠贷款养活自己。学术本身也有很大压力。对于博士生教育来说，“重要的是我们必须生产、生产、再生产新的想法，或者比别人做更多的工作量，所以我们都精疲力竭，”约翰逊说，“以‘专业化’为名，我们不停做着这样的工作。我认为这是我们作为博士生应该接受的一部分。”同样，长期以来一直梦想成为一名教授的拉姆尔（Rummel），也被终身教职的和各种学术会议的前景所吸引，在这些会议上，他可以与志同道合的“书呆子”讨论小众话题。他说，他和他的同学们应该把博士教育当作一种“成人仪式”。 现年25岁的拉姆尔说，“为了过上那种生活，你必须付出非常多的代价。你在很长的一段时间内，都会很讨厌自己的生活。”他的学校会采取一些措施来缓解学生的压力，比如在期末考试周提供免费按摩服务，但没人有时间来享受这些服务。根据哈佛大学研究人员的调查，还有一点加重了博士生的压力，那就是他们觉得自己的工作对社会没有什么用处。只有25%的受访者表示，他们觉得自己的工作总是或大部分时间都是有用的，而在整个劳动年龄人口中，这一比例为63%。只有五分之一的受访者认为他们的工作可能会对社区产生积极影响。即便如此，很少有博士生受访者接受定期的心理健康治疗，包括那四分之一有过自杀念头的人。也许最能说明问题的是，在研究中，那些在心理健康评估中得分低于平均水平的博士生，认为他们的心理健康比平均水平要好。在那些最近有自杀念头的人当中，26%的人认为他们的心理健康状况比一般人要好。这种不和谐暗示了问题的普遍性——在博士生教育中，人们已经普遍接受心理健康状况不佳是生活常态这一个事实。希望本次研究生心理健康专门会议的召开，会在学术界和教育界共同推动这一重大问题的解决。参考链接：https://www.nature.com/articles/d41586-019-01492-0https://36kr.com/p/5164914

【教育挖挖机】谈古今教化，论中外育人，伴子女成长。前两天，国内一985高校的研究生留下泣血遗书，选择纵身一跳，从极度压抑的研究生生活中得以解脱，留给亲友们无尽的伤痛。长达七页的遗书用生命控诉研究生导师和二传导师，字里行间满是无奈、压抑和心伤。不知道是不是受此事件影响，这几天网上关于研究生和导师的文章越来越多。研究生导师对学位论文承担终身连带责任，岂有不感谢之理？今儿挖挖机在网上刷到一篇关于研究生导师的文章，觉得挺有代表性。文中这名在读经济学博士直言，4万多字的硕士学位论文最难写、最不想写的不是正文，而是致谢部分，因为他找不到感谢导师的理由。在这篇长达几千字的文章中，作者直陈学位论文开题报告，没有得到导师的指导；写论文必须的调研，未能获得导师的积极支持，直到提前论文前两个月才得以开展调研；论文成稿过程导师没有给过修改意见，成稿审阅敷衍了事；论文盲审、答辩后的修改，导师也漠不关心。作为一名毕业硕士研究生，挖挖机在这样的硕士学位论文定稿过程中，也确实找不到向这位导师致谢的丝毫理由。不过挖挖机还是要说，应当予以致谢，至少你的这篇硕士学位论文的学术责任，导师将一直找在肩上。单凭这一点，研究生注没有不感谢的理由。研究生导师的作用在于“导”而不在于“教”凭心而论，挖挖机觉得这位同学在文章中所陈述的内容真实性极高。我们知道，研究生入学之初，高校会根据一定的规则为研究生配备一对一的导师，这名老师就是“导师负责制”的主角，对研究生负责到底。但是，这名导师究竟会是自己人生和学术的导航者，还是只是学位论文上的署名者，那就全靠碰运气了。结合自己当年的研究生生涯，挖挖机认为，导师的“导航”重要作用主要体现在四个方面。首先是用自己的学术之风熏陶研究生，引导研究生养成严谨的科学精神；其次才是根据研究生的特征特长引导其找到最适合的研究方向，尤其是学位论文；其次是在实施科研辅导、完成学位论文的过程中如何引导研究生进行创新的问题，帮助养成学术思维。所以，研究生对导师的期待一定不要像中学、本科阶段一样，期待导师适时为你释疑解惑，像带徒弟一样把你带在身边。研究生要主动争取导师的指导客观地讲，导师们有教学任务，有科研项目，有的还担任了行政职务，确实很忙很忙，而且他们往往同时带有多个研究生，有的导师既带着硕士研究生，也还带博士研究生，见上一面都很难，更别说能给研究生长时间的一对一指导。那么，在这样情况下之下，研究生该怎么办呢？首先要抓重点。就是要明白自己在研究生培养的过程中，哪些地方必须导师亲力亲为。比如商定学位论文选题开题、论文涉及的调查研究、论文初稿审改、盲审及答辩后的修改等，这些是最关键的地方。因为，这些地方如果导师没有直接介入，即便研究生的科研能力很强，没有与导师沟通一致，也容易在关键时候被“卡壳”，进而影响顺利毕业。至于奖学金什么的，导师也很重要，但相比之下，则次之。其次要抓主动。就是涉及要找导师商定、修改或者解决的问题，一定要提前谋划，尽可能从自己的角度，把问题想得更能充分一些，把困难估计得更足一些，准备多个应对方案，把准导师的时间节点，伺机争取导师的指导，尽可能地做到与每一次与导师见面的机会都效率最大化。总之，之于每一个研究生，导师都是最重要的那一个。不管导师在研究生培养过程中指导的多与寡，我们都要怀着“一日为师、终身为父”的敬重之心。即使导师的师德师风存在问题，也要一分为二地看待，对于其问题我们不回避，对于带给我们的成长与进步，仍旧要怀有感恩之心才是。关注教育热点，分享教育故事，探讨教育问题。教育挖挖机感谢您的关注、阅读、评论和分享！

人的一生中处处都有考试，越往后考验越严峻，中考、高考、大学专业、就业方向、工作、结婚、生子、家庭教育等，相比于诸多残酷、具有挑战的考验，高考只算得上人生一次考试的起步。而事实上，我们却把高考看得太重。自从高考放榜后，几家欢乐几家愁。有句耳熟能详的话“幸福的家庭大都相似，不幸的家庭各有各的不幸”，引用到这里来“欢乐的家庭大都相似，发愁的家庭千篇一律——考生考场失利”。发挥失常的考生家里，有的家长捶胸顿足，有的家长悲从心中来的，还有家长急出病来卧床不起。“我儿子就读的高中学校升学率数一数二，他每次模考成绩都排在年级上游，我们对985高校信心满满，没想到他数学考试发挥失常，紧接着的英语考试乱了阵脚，当天回到家号啕大哭。高考分数出来后比平时低了30分，介于211和普本一中间，与他讨论填写高考志愿的几天，我都流过好几次泪，高考成败对人生影响太大了！”“我家女儿平时成绩徘徊在一本线，没想到高考成绩比平时少了50分，我表面装着很轻松安慰她，其实心里太难受了，放榜的第二天就病倒了。”父母都这样的心理素质，平时传递了多少焦虑给孩子，是可想而知的了。高考之前，高考确实很重要，10多年寒窗苦，高考是目标，我们必须教会孩子为目标去付出，去拼搏，在追求实现目标的过程中，坚强、执着、越挫越勇的精神，才是孩子应有的品质；高考之后，高考已经不重要了，人生处处都有起点，只要有积极向上和不服的精神，到了哪里都能脱颖而出。今年的湖北理科状元常书杰，4年前以全省第8名的高考成绩完美胜出，顺顺利利地进入所有考生及家长梦寐以求的高等学府——北京大学，可是进入北京大学后沉迷游戏，就读的三年里，考试成绩不达标到了学校劝退的标准，如果换成别人的父母，能接受这种从云里雾里跌落到深坑里的落差吗？而他的父母，不但接受了，还支持儿子回炉重造，结果造出一个理科状元来。一年两年三年的时间，在漫漫的人生中，就相当于打了个盹，家长为什么不能坦然接受呢？著名地理学家徐霞客，几十年的日月作伴，在旅途中完成了《徐霞客游记》点亮了自己的生命。胡歌车祸后转向话剧舞台，不断锤炼自己的演技，若干年后主演的几部热播电视剧，才让观众看到他厚积薄发的实力派演技。说到底，高考是人生路上的一道坎，仅仅只是一道坎而已。在应试教育体制下的高考面前，随着素质评价的权重提升、社会评价体系多元化，高考分数的确关系着“下一个跑道”的起点，但它并不是“人生拐点”。在以后的人生道路中，还有很多反超机会。有个朋友的孩子，中考以全市名列前茅的成绩被市重点高中重点班录取，到了高二沉迷电子产品，整天关在房间里拆拆装装，编个小程序顺手捻来的事，谁的手机、Ipad等出现故障，找他整一整准错不了。有过放弃高考的想法，无奈被父母好说歹说劝了去，第一年高考分数还没有够上职业院校的录取线。风吹雨打摆过一段时间的地摊，体验到单凭一腔热血谋生太不容易，但青春期孩子成人感强好面子，不甘在父母面前示弱，硬扛到高三生进入全面复习阶段，才半推半就插到高三班里回炉重造。由于高三基础差，第二次高考分数又不理想。这回才真正明白知识可以改变命运，主动要求再复读一年，第三次高考分数够上了一本，离他的目标学校还有一段距离，索性豁出去再复读一次，这次是卯足劲朝着目标前行了。最好功夫不负有心人，终于被心仪的高等院校录取。经历了4次高考后，他终于被文曲星眷顾，一发不可收拾，从学士到硕士再到经济学博士的学位，全部被他摘取到手。每个孩子都有其独一无二的成长规律，有的在前一段时期生长得更快更好，有的需要积蓄一定的力量迎头赶上。就如每种花都有自己的花期一样，有的开在春天，有的开在夏天，有的开在秋天，有的开在冬天，有的一生只开一次却惊艳无比。父母只管做个辛勤的园丁，照常浇水、施肥、捉虫、松土，然后静等花开！

日本的商科分为两大类，一类是经济学，一类是经营学。日本经济学包括理论经济学、应用经济学、计量经济学、财政学、金融学和经济思想史六大方向，每个专业方向上还有具体的专业分支。日本最著名的大学群——七所帝国大学，是大部分留学生首选目标，那么，读经济学的同学们，有哪些不可不知的特点呢？1.东京大学东京大学是帝国大学之首，也是日本排名第1的国立大学，在2021年QS世界大学排名中，东大排名24位。东京大学的经济学研究科明确规定外国人不能申请其“研究生”，可以直接出愿参加修士考或博士考。直接考试难度很大，如果你一定要通过“研究生”入读东大的商科，那么可以考虑申请其他研究科。比如，工学研究科教授，大多是跟区域经济学和金融工程相关的；人文社会系研究科的教授，基本跟经济史和经营史相关的；情报理工学系研究科的教授，几乎都是围绕金融工程做的研究；综合文化研究科的教授，课题研究以经济制度、国际经济为主。2.京都大学京都大学在日本国立大学中排名第2，在2021年QS世界大学排名中位列第38位。京都大学人文气息浓厚，学术地位很高，与东大齐名。京都大学的经济学研究科教授很多，各个专业分支上都有教授在研究。申请京都大学需要走AAO审查，比较看重学生的出身院校，被录取的学生当中基本都是来自国内985或211院校。经营管理大学院偏向MBA，也是可以申请的。3.大阪大学大阪大学与我们国内浙江大学相当，在2021年QS世界大学排名中位列第72位。大阪大学的经济学专业分支齐全，但是有几个方向教授很少或几乎没有，需要同学们注意的，比如经济制度、进化经济学和行动经济学。4.东北大学位于日本仙台市的东北大学，曾是鲁迅的母校，在2021年QS世界大学排名中位列第79位。东北大学的经济学研究科各个专业方向齐全，没有什么特定的限制，几乎都可以申请，且设有三个辅助的研究中心。5.名古屋大学名古屋大学在世界排名110，日本国立大学第6，与我们国内上海交通大学实力相当。经济学专业各分支齐全，但微观经济学、进化经济学、经济制度、行动经济学和博弈论这几个方向教授很少。6.九州大学九州大学与国内南京大学在世界排名差不多，124位，是日本西部地区举足轻重的综合国立大学。九州大学经济学偏向计量经济学方向，开设在经济学府中，分为两个专攻：经济工学和经济系统，比较看重学生的数学背景。7.北海道大学北海道大学在日本简称“北大”，在2021年QS世界大学排名中位列第139位，是日本一流的国立大学。北海道大学的经济学在修士阶段更偏向实证研究，理论经济学方向的教授比较少，总体来说，各个方向都有相关的教授在研究。以上就是帝国大学经济学专业的特点了，你还有哪些问题和看法吗？欢迎在评论区交流互动~

答|百度派 @Babybiubiubiu我个人觉得据我所知，大部分的金融博士毕业生都在大学里从事教学和研究工作。虽然有些人会去华尔街，但这个比例并不是很大，不管博士金融项目的水平如何。博士学位和硕士、学士、博士学位是研究学位授予的知识和认知肯定的贡献，不同于硕士和学士学位授予的是相应领域的能力和才能。这是第一点，你需要再三考虑你想做什么。其次，最直接的衡量一个博士毕业生的方法是造纸。研究分理论和实证两部分的金融，绝大多数的学校都在做实证研究。如果你想分割这个领域，有资产定价，企业融资，投资等等，然后每个都有自己的细分。如果你能在你的金融学博士学位上取得领先，你可能会有更好的机会获得至少一个这样的背景:数学、统计学、经济学、会计学、编程等等。如果你下定决心做研究，去读博士。否则，金融领域就足够了。博士课程的目的是创建模型，根据教授我们的教授，硕士课程的重点是应用模型。所以博士是在教科书和诺贝尔奖名单上保留名字的人，而硕士是负责赚钱的人。从我的观点来看，我不认为金融真的必须是一个博士学位。因为金融本身是一门实践性很强的学科，无论是在企业金融、投资银行、商业银行、证券分析、投资组合管理、甚至风险管理、金融工程、定量，都有共同的应用。建立一个模型的任务是给数学家的，而金融科学家最重要的工作是如何最大化模型的收益。很尴尬不幸的是，并不是每个人都能对市场敏感。我知道很多教授都是数理专业背景的，他们在专业方向上都很好，但有一部分先选择了金融学博士，留在教学中无法在市场上达到同样的水平。真正的市场总是比任何模型都复杂。以上内容由百度派作者提供

王福重，一个经济学博士，为何如此信口开河？职业可以有差别，但没有贵贱之分。“农民出大力、流大汗就是愚蠢和懒惰的行为……”“农民不值得尊重，因为老实巴交辛苦干活的农民是最懒惰的……“”农民甚至几乎没有什么贡献，因为农民辛苦种地并不会发明东西，也不会开放新世界。”工作之余，刷刷新闻，看到了网上流传的一个经济学博士王福重的言论，可以说还挺火了。于是翻开百科，王福重，经济学博士，北大博士后，中央财经大学教授，名头可谓响亮。今天，祥子就和大家聊聊这个事儿：首先，可以看出来，这位博士想强调的是科学的重要性这点毋庸置疑，也早有定论，马哲告诉我们，“科学技术是生产力”，这也是我们社会主义社会发展的一条基本原理。但是，我们应该明白科学也只是生产力的一部分。就好像一架机器有无数个零件，作用不同而已。隔壁农村老王说了：“我虽然没受过啥高级教育，但我知道，如果把国家比作一个人，那么各行各业便是人身体的某一部分、手、足、嘴、耳、眼、大脑等等。你们说说，身体缺了哪部分是健全的。”解放生产力靠科技、知识不错，但根据实际，提高农民的技能是需要一定发展过程，在这个过程中很多地方的农民劳动还需要靠“蛮力”才能完成，所以王教授说话有点不腰疼。既然是博士，又是公众人物，那么为何要用如此拙劣的话呢。换个说法，不就是想表达：“用科学技术解放农民，提高农业生产力，使农民有足够的时间和精力提高自己的就业能力。”正常说话不行吗？为何要用这样的言论贬低农民，伤害农民的感情，以及一切有良知的人的感情。第二，职业可以有差别，但没有贵贱之分经济社会高速发展的今天，工作不仅仅是谋生的手段，也是我们生活的第一需要。职业也许可以分出高低，但没有贵贱之分。仔细想想，广大农民是整个国家最大的后备力量，最大的后方。国家要发展城市建设，农民工就从农民中走来，不辞辛劳，冲去一线干起来，大城市的高楼大厦哪里没有“农民”的坚强身影？在往前说，战争时期，农民拥军支援前线、交公粮制军需物资、冒枪林弹雨组担架队上火线，这些巨大无比的力量，可以忘了吗？一叶障了目而不见了泰山？还大放厥词，用一句祖宗们常说的话叫“罪过啊”！不论是农民还是其他工作人员、亦或是像博士这样的高材生，本质都是一样的，只是工作的性质不同，所以别瞧不起农民，大家都有各自的事儿，做好各自的事就好。最后，人的收入高低，虽然不是以“出大力、流大汗”的辛苦程度来定的，而是市场供求关系决定的，是由你自身的价值决定的，是由自身可替代性大小决定的。但是，人的价值、贡献的大小，也不是以收入高低，自身可替代性大小来衡量的。我是祥子，很荣幸能和各位远方老友们交流。

问：本人目前在东部一所一本院校工作，从事经济类专业课方面的教学，挺喜欢目前的工作状态。2019年考上了北京一所知名财经类院校的经济学类博士，但是需要调档案，学校规定档案一走，人就辞职。本人今年34岁男，小孩马上面临上学，爱人工作较忙，不能接送孩子，老人倒是可以来帮忙，但是四年失去收入会面临极大的经济压力，还有每月2400房贷需要还，目前住着学校提供的周转房，老人不能给经济上的支撑。考博院校的知名度较高，导师人也挺好，如果放弃着实可惜，且在高校没有博士学位，总觉得难以抬头，且发展必定受阻。但是如果去读，没有了工作和收入，可以预见将会面临巨大的经济、心理方面的压力。34岁男应该是家里的主要经济来源，如果此时全职读书，总感觉有点对不住家人，爱人倒没有什么意见，无论我做什么决定她都支持。想过明年再考在职的，但是名额变得越来越少，竞争激烈程度可想而知。长远考虑，读博是好事，但眼前的困难就摆在眼前，内心无比纠结，真是难以选择，不知道何去何从，恳请给些建议，谢谢~答：针对您这种情况我的建议是：别轻率下决定，三思而后行。在下决定之前，你要思考好以下这几个问题：1、读博四年后能否顺利毕业，毕业后就业形势会有什么变化？2、你对未来职业的规划是什么？博士毕业后是否还想进高校？3、读博期间取得的学术成果能否支持你进入更理想的高校？4、目前的情况专心走学术路线天花板在哪里？副高就没法上去了么？有没有可能保持目前工作进度的同时努力一下重要学术成果？5、如果仅仅是想拿学位的话，读在职博士是不是更合适？另外，以你现在的情况辞职读博，还会出现以下三个问题。1、年龄问题34岁了辞职读博士年龄也是个硬伤，博士毕业差不多38岁了，估计大部分高校都去不了。目前高校和公务员招聘都有35岁的限制，外加你博士毕业也没法申请青年基金了，最后别丢了西瓜捡了芝麻。2、未来发展的限制目前你的爱人工作稳定了，孩子马上上学，学校也基本稳定。如果你去北京的话，一切都要重新开始。就算您读的院校的知名度很高，导师也很牛，你也很强，能拿到北京户口在北京扎根，也会涉及到爱人工作调转，孩子入学学区等问题。如果毕业不留北京，再回到原来城市或到其他城市找工作，谁能保证一定会比你现在的发展情更好呢？3、博士毕业后未必还能获得你目前的岗位现在高校的招聘条件不知您了解多少，现在对于高校教职员工的文凭真的是越来越苛刻，普通的高校不仅要求求职者有博士学历，还要求有海外留学经历。所以，四年之后，就算您博士毕业也不一定能够再获得同样的岗位了。现在大多数老牌高校是不差人的，甚至因为生源减少，既有教职工的薪资都变成了一个很大的负担，非重要的人员少一个算一个。尤其在博士博士后越来越不值钱的今天，高校的学历门槛越来越高，走一个硕士马上就有一个博士来填补，走一个国内博士马上就有一个海归博士。现在高校教师圈流行这样一句话：出校容易，进校难。也就是说你在高校想辞职很容易，但再次进校就很难了。说实话，您现在的工作状态其实是很多目前在读博士生追求的，我身边儿的很多读博的朋友都是在努力发文章，希望毕业后能够进高校当老师，过上安稳的生活。不过，话又说回来，您现在的生活虽然是别人想要的，可能未必是您自己想要的，每个人的生活追求不同，这要看您自己的选择。其实这种事儿，您和爱人和父母达成一致就行了，选择了就别后悔。就您的这个问题，我刚才咨询了一些读博的朋友，有朋友建议您跟单位协商一下能否签个协议，协议保留目前的岗位，可停发相应绩效，毕业后可回来继续工作。朋友也面临过这种情况，他跟学校签了协议，学校可以为他继续留编，但工资冻结了，没有绩效，公积金其他照旧。高校教师要不要辞职读博？这个问题大家怎么看？欢迎留言。（来源丨微信公众号：在职研微厅 ）

点击上方“ CSDN ”，选择“置顶公众号”关键时刻，第一时间送达！谢梁，美国微软总部首席数据科学家，本科毕业于西南财经大学经济学专业，然后在中国工商银行从事信贷评估工作，一年后辞职到纽约州立大学学习应用计量经济学。研究兴趣主要是混合模型（mixed model）和数据挖掘方法，以及 SAS 潜力的挖掘（他认为在各大 SAS 论坛帮人解决问题同时学习他人经验，是提升自己最快的途径，曾用网名 oloolo），著有《Keras 快速上手：基于 Python 的深度学习实战》。十余年的机器学习应用经验，让他成功从一位经济学毕业生转型为云计算领域的顶级数据科学家。近日，谢梁接受 CSDN 专访，分享了从经济学入坑机器学习的原因和挑战；如何深入掌握深度学习；当今工业界应用的模型很多，是否可安心当调包侠等话题。谢梁 美国微软总部首席数据科学家一个着迷于机器学习的经济学博士CSDN：作为经济学博士，为什么会着迷于机器学习、数据挖掘和人工智能，并将其应用于 IT 基础架构的优化？谢梁： 我的专业是计量经济学，专注于实证分析各种社会和经济现象，其中很多内容跟统计学习、机器学习都有重合，只是应用领域不同，后面的数理模型还是有很多相通的地方。我一开始也直接从事基于机器学习的商业智能方面的工作，包括自动化的营销、客户画像等，使我对机器学习的应用领域有了比较多的了解。到微软以后，我先后在 Azure 云计算部门从事了服务层 SaaS 和基础架构层 IaaS 的数据分析工作。SaaS 层专注于使用 Azure 云服务的客户行为分析，而在 IaaS 则重点构筑基于机器学习的基础架构运营优化工作。这些领域都需要对大量的数据进行分析，对客户运营策略和基础架构上运行的软件行为进行优化，都是在有限资源条件下进行最优化的工作，同时需要对结果进行合理的解读与概念推广，这些都与经济学里的工作很像，因此计量经济学所学的理论，方法和技术都能自然地得到运用。凡是有大量数据，并能根据数据找出某种规律并实施操作的业务都能运用机器学习的方法来自动化和优化。微软 Azure 云计算恰恰提供了一个非常符合这种要求的应用环境，并且其规模和竞争压力促使其无法一直维持最初的粗放型扩张，必须运用现代智能方法提高自动化运维水平。可以说在合适的时间，出现的合适的机会促使我考虑将机器学习和人工智能应用于 IT 基础架构的优化。CSDN：从经济学入坑机器学习，都遇到过哪些挑战？谢梁： 经济学背景的人进行机器学习有自己的优势和劣势。优势是经济学出身的人对实证分析结果的解释非常重视，往往考虑的是如何在实证结果的基础之上进一步提供理论总结和可执行的策略。这在以后的发展中非常重要。劣势是经济学出身的人在编程方面相对较弱，特别是生产系统上进行规范的编程相对科班出身的人来讲差距较大，会影响在 IT 公司里发挥。经济学里面的一个核心概念是比较优势，作为经济学出身的人，需要懂得合理运用这个理论。微软 Azure 存储部门是如何开展机器学习的？CSDN：你和团队将机器学习与人工智能方法用于大规模高可用并行存储和运维，具体包括哪些方面的工作？是否可以量化说明这些手段的效果？谢梁： 机器学习和人工智能的方法可以应用于 IaaS 存储系统的多个方面，包括负载平衡、节点故障预测、可售容量预测、系统工作调度等。更新的应用包括内部运维的知识图谱构建，代码质量打分和 Bug 预测等。这些工作有很大部分也是建立在微软现有其他部门的工作或者建立的基础平台之上。机器学习的效果非常显著。比如，通过节点故障预测，并相应地合理安排存储拷贝，我们在几乎不损失容量的情况下，将由于节点故障造成的 Incidents 降低了 30%。CSDN：根据你的经验，是否未来的开发团队和运维团队都应当掌握机器学习和人工智能方法？谢梁： 我觉得未来的运维必须智能化才能有效降低程序员的工作负荷，极大提高系统运作效率。在一个部门里面，至少需要一个专门的数据挖掘团队来提供相应服务，而如果开发和运维团队都能将人工智能方法从一开始就建立到系统中，那将有更大的竞争优势。这也是我在 Azure 存储部门推动的目标之一。CSDN：深度学习在互联网公司应用广泛，社区提供的工具很多，你和团队如何根据场景选择深度学习框架？谢梁： 微软作为一个成熟的领先 IT 公司，内部有自己的系统和深度学习平台。但是微软现在也拥抱各种开源工具。在深度学习框架选择上，仍然是根据自己需要的场景，「哪个能尽快提供从概念到生产系统的实现」是选择的重要依据。深度学习实战技巧CSDN：你的著作《Keras 快速上手：基于 Python 的深度学习实战》，选择从 Keras 入手简单、快速地设计模型，较少注底层代码，那我们是否可以这么推导：现在很多算法都封装好了，并且工业界应用的模型那么多，安心当调包侠就可以了？谢梁： 肯定不是这样的。诚然，现在的机器学习理论和算法越来越先进，很多以前需要数据科学家和分析师进行的工作都可以由算法自动完成，比如以前需要做很多人工的特征工程工作，现在新的算法将这方面的要求降低，但是如何选择合适的模型，如何对结果进行合理的解释仍然需要数据科学家有较好的理论训练和知识深度。 在工业界应用机器学习，包括三个部分：前端对实际业务问题的理解和翻译；中端对所选机器学习算法的实现；末端对结果的解释和在业务上的运用。现在有了较多可调用的机器学习包，只是让中段的一些工作简化，但同时对前端和末端提出了更多的要求，因为现在很多业务问题都非常复杂，如何将其合理地分解为可以进行建模的问题，非常考验实践工作者。同时，如何将分析结果植入到现有生产系统中，高效率高质量地运行也是不低的要求。「调包侠」会是被人工智能代替的首批白领之一，所以当调包侠可没法安心。CSDN：能否分享写这本书的初衷，以及写作过程中你印象最深刻的事情是什么？谢梁： 写这本书之前就有很多业界朋友问我深度学习问题，最多的就是如何开始，并能了解一些应用。他们也都看了很多市面上的深度学习书籍，基本面临两个难题：一是很多书是大部头论著，作为学校毕业多年已经工作的人来说没有精力研读 y；二是很多深度学习著作难以入门，学习曲线陡峭，不是适合他们的背景。他们需要一本简单实用的书，能达到快速入门的目的。CSDN：很多专家对这本书的评价都强调了「实用」，你能否总结这一点如何体现，实用的收获都有哪些？谢梁： 最实用的书就是菜谱，从配料都烹饪的每一步都一一列出。我们这本书也遵循这样的方式，不过多强调理论，而是具体强调对于一个问题去怎么做。没有深度学习基础的读者读完本书以后能自己举一反三进行类似问题的实际操作。CSDN：有评论说这部书后半部分讲解得比较深，需要有一定深度学习基础，你对本书读者的知识储备和配套学习资料有什么建议吗？谢梁： 这本书基本都讲得比较浅显，后半部分可能最深的要算时间序列的一些理论，但是并不影响读者学习深度学习实际操作部分。如果对那些理论暂时不了解的话可以跳过，先看代码，等有时间再回去依次了解每个概念。那么，对于开发者们来说，又该如何进阶呢？CSDN：通过 Keras 快速体验深度学习之后，如果还想进一步提升，比如希望透彻理解底层原理和优化，或者这本书的经验用到移动端深度学习，你有什么建议？谢梁： 进一步提升需要跟上最新的进展，可以多读读这个领域顶级会议的文章。如果没有什么基础可以从以前的经典论文开始读，辅以 Ian Goodfellow 与 Yoshua Bengio 合写的《深度学习》这本书能较好地了解原理。之后可以关注当前顶级会议的文章，看看最新发展。CSDN：有人评价说 Keras 不好调试，编译慢，那么 Keras + TensorFlow/CNTK 是否可以满足生产环境需求？谢梁： 相对于很多模型的训练时间，编译的耗时可以忽略不计。对于轻度的生产环境，Keras 本身就可以满足需求，比如用 neocortex.js 在浏览器中根据 Keras 模型实时打分。对于负载较大的生产环境或者对实时性要求非常高的生产环境，还是需要直接使用 TensorFlow 或者 CNTK 的底层 API。CSDN：对于调参，有哪些经验可以分享？谢梁： 调参对于传统的机器学习方法通常是通过 Cross Validation 进行 greedy search，但是对于 hyperparameter 的范围大致根据经验有一个设定。对于深度学习的模型，还是根据数据量大小和特点选择合适的结构特征比较有效。最后，10 月 28 日，谢梁将在「 SDCC 2017 人工智能技术实战线上峰会」上分享主题为《使用 Keras 由零开始快速构造自己的深度学习模型》的演讲。在这个会议上，还同时邀请了 阿里巴巴、商汤科技、第四范式、微博、出门问问、菱歌科技 的 AI 专家，将针对机器学习平台、系统架构、对话机器人、芯片、推荐系统、Keras、分布式系统、NLP 等热点话题进行深度探讨。详情可扫描下方二维码，或点击“ 阅读原文 ”了解。