机器之心转载
来源：知乎
作者：孟啦啦
最近刚刚结束找工作的阶段，那种焦虑繁忙却感觉没有产出的心情终于平复了下去，把接 offer 的邮件发出去的一瞬间那种安心感让我惊觉我居然焦虑了这么久，现在终于真正感受到踏实且即将毕业走向工作了。。。在这总结一下申请博后的经验教训，希望可以帮到人，也希望帮到几年后再找工作的自己。
我自己准备博后申请的初期在知乎搜索过，但似乎内容不多（是不是找错了网站，应该找寄托？），因此就没再依赖互联网，只是在准备材料的时候在网上找了模版。找工作方法论的方面一半以上都是我老板传授（giving credits to 我老板，他还要帮我整内容的部分、出谋划策以及时不时安抚我的情绪真是辛苦他了。。），感谢隔壁大佬百忙之中帮我看各版 research statement 以及提供对 offer 选择的建议，感谢学长学姐们把他们当年的申请材料借我参考、传授我 timeline 安排、如何确定未来方向、不同学校和 lab 的氛围、面试问题等等，感谢今年一起申请的同事的互通消息和相互鼓励，感谢帮我写推荐信和提供招聘及界内消息的教授们，感谢朋友家人们帮我修改 statement、对 presentation 和面试提出建议以及安抚我的情绪。
我前几年的时候每每看到学长学姐毕业找工作的时候总是很担心自己到时候怎么办，而现在找完工作回望也会感慨这是一段有点长的路，而这只是迈向工作的第一步而已，幸好有路边帮助我的人一路的指引我，这就是为什么 thesis 的致谢会很长但旁人无法感同身受的原因，没有这些人我真的看不到怎样才能 make it。
找工作的过程帮我大幅度矫正了畏难心态，当我一直盯着想要达到的目标时，往往会因为目标太遥远而被吓倒，但路是一步一步走的，且这个过程也会有很多过来人的帮助，即使在开始的时候道路并不明晰，到跟前的时候总会明晰，要相信这一点，相信自己和他人，同时需要一点勇气和动力，往前迈进就是了。没动力的时候看看远方，但如果太担心的时候应当关注脚下，因为遥远的东西即使提前知道也无法理解，并无益处只会带来情绪负担而已。虽然现在依然会有畏难情绪，会担心博后怎样、未来怎样，但时不时地想想这些经历、想想我曾经担心的事情是如何一步一步完成的，会有一些帮助吧。扯远了。
接下来几节以时间顺序介绍申请中需要做的事情，基于我个人申请经历，会有比较大的 bias，主要适用于在美读 phd 的童鞋申请美国学校和 lab 的 postdoc，一点点欧洲学校和加拿大学校。欧洲和加拿大的招人时间和美国并不一样，我按照美国招人时间（十一月）申请的，完全没收到加拿大的消息，因此对加拿大市场的难度毫无了解，听别人说加拿大会再晚一点比如到四月份。一共申请了接近三十个 postdoc 职位，拿到了六个 offer，方差其实挺大，有些完全意料外的 offer（有个做的非常理论、没有靠 connection、文化背景差异巨大、没有面试的 position 就凭 profile 硬申没想到也申到了，不过差异实在太大于是我也没去。也是当时申请的时候太 desperate，申请这么多不想去的学校并不是一件好事。。），也有觉得会拿到但是没有的（有些是完全没有消息，有些是在我做了决定之后才面谈所以我就拒绝了，美国学校现在都这么高冷连 rej 都不发的吗），所以说找工作挺看运气的。
0. 推荐信（八九月）
联系愿意帮忙写推荐信的教授，尽早联系比较好，我基本上在八九月份联系的，可能还是稍微有点晚，不过我那时候基本上确定他们会给我写推荐信，所以并不着急。如果不确定的话应该尽早联系，不熟的教授还要安排时间跟他说清楚自己的研究，所以越早越好。
1. 收集资料（十月）
找到自己的方向。如果不知道明确的方向也没关系，比如我就只是希望在延续优化的同时沾点 statistics 和几何，并没有很明确的方向。有了大方向就按它找到自己想去的学校、想入的组。这个方向最好和 phd 做的方向比较相近，完全一样是不可能也不建议的，最好找一个有点贴边（入门不需要过久）且又可以和一个未知领域联系起来（拓广研究领域）的方向。
找一个完全不相关的领域做博后也是可以的（有一些例子：一个 publication 很厉害的学长是应用数学内部一个领域跳到另一个领域为了拓广研究面，还有一个朋友是化学跳到量子计算因为比较喜欢量子计算且跟做量子计算的博后老板之前聊过很投缘），但要自己真的喜欢并且有能力，最好有一些 connection，否则招人的那一方也不太愿意要、自己到时候做起来也会很辛苦。以我申请博士和博后的经验，转方向的申请基本都是 rej，所以如果没有太强烈的意愿还是不要跳太远。
找博后老板。从知道的本领域教授开始找。每个领域的大佬并不多，基本所有人都和某个大佬或多或少有关，所以从大佬开始找，看他们的学生、合作者，比较方便。但如果对本领域的人并不了解，也没关系，慢慢做会有交集进而有所了解的，可以先从老板 / 合作者的合作者、认识的人、师门看起。
我最开始是从有名的学校的应用数学系、EE、OR、CS 等系官网开始找起，点进 faculty 名字看研究方向，或者看整个系的研究方向。但这样效率很低，而我又是一个不太记得人名的人，看过之后一点印象都没有。有些人看过 paper 之后会记得作者背景，我就完全不行，所以知道的本领域教授也不多。。因此在这上面花了太多时间。后来发现我找的很多人都是和我老板有直接间接关系的（我老板的博后老板是 Osher，Osher 的学生和合作者遍天下啊。。。），早知道直接问他就行了。其实我也问过我老板，他推荐的人就几个，我心里就很没底，但事实上最后候选的还就是他推荐的那几个，因此申请在精不在多吧，多了只是浪费时间，也是这次申请的教训了。
另外学术圈里有很多暗藏的矛盾，人在的地方就会有江湖，即使没有矛盾也会有看法和意见，这些事情也要加以小心。我老板不太纠缠在矛盾里，所以即使我申请了他不是很喜欢的研究风格的组（我当时申请的时候甚至不知道那个教授和他有交集），他也没什么意见，只是建议我小心对方的风格。另外还可以从领域内重要会议和活动入手，找到给的 talk 相关的 speaker。最好准备出一个 list，标明需要的材料、ddl、想跟的教授、职位网站等。这个 list 不需要在这一步完善，可以在准备下面步骤的时候慢慢更新。
最大的教训：找工作并不像做文献调研，不需要弄清楚本领域所有人所有学校的招聘，只需要找到一个或几个自己满意的就好。做文献调研需要 cover 得越全越好是因为要确保自己的 idea 没人做过、并且 cite 到相关的文章不要得罪人。
但找工作不是这样，目标是找到一个满意的岗位且对方要我就行了，因此真没必要找到所有合适的岗位，即使心里没底也找多几个备选就行了。更理想的状况是直接通过关系联系到自己想跟的老师，对方稍微考察一下也愿意要我，那就直接去了，就不用费这大事找工作了。
2. 准备材料（十月）
基本博后申请材料是：CV，research statement (RS)，推荐信（3 封以上），teaching statement（有时需要学生的 evaluation，brown 坑爹之处在于并不会帮 TA 保留 evaluation，所以同志们千万记得自己存好 evaluation 啊，血的教训。。），cover letter，diversity statement（大多数学校不需要，tenure track 职位申请可能需要）。
重中之重是 RS，我大改了四版，不用指望一气呵成了，除非是写 proposal 很熟练的童鞋。RS 中重点不在过去的研究（当然过去的研究也需要写好，但相对好写因为和文章的 introduction / contribution 部分差不多），而是在未来的计划上，未来的研究计划也会在 interview 上被问起，最好有比较清晰的方向以及引人入胜的 story。说实话我觉得 RS 的未来计划比 publication 和推荐信更重要（publication 和推荐信有点像门槛），毕竟这有点像写 proposal，而所有人都知道现在科研圈对写 proposal 的能力的看重。。。我在这里比较吃亏，因为其实只有目前在做的项目，对未来的计划不是很明晰。
有时候这些都是很难说的，研究初期如果真能完全确定研究走向，那其实算是不太 risky 的研究，有时候在研究中会突然有 idea，这种不可预测的 idea 挺重要的。但就 career path 来说，不管是资助部门还是学校都希望有个靠谱的计划，因此有一些 low risky 的项目也很重要，这方面就是要时不时的想一下。所以我的 PS 对于 postdoc 职位是够了，但是对于 lab 和 tenure-track 职位还不够，那个 level 的职位还需要具体的计划时间安排、可行性分析、以及如果失败了是否有备选计划等等，就像个完整的 proposal 了。
Teaching statement 和 diversity statement 随便写写。Cover letter 照模版写，每个学校改个名字和职位就行，另外加上自己想跟的老师，我会稍微按照学校 research 的着重点改一下，比如做 imaging 的我会写我未来想做 imaging 方面的研究、做工程一点的我会说想做 path planning 之类的应用，比较理论的我会说想做优化算法，想要 coding 的我会说一下我的项目经验，但其实我觉得 cover letter 也不大重要。
3. 联系教授及提交申请（十一月）
这块非常繁琐且花时间，我嫌麻烦所以不管 ddl 是什么时候一律在十一月中旬提交了申请。一些学校是通过 matjobs、AcademicJobsOnline、interfolio 招人的，这些网站就很方便，模版化表格，文件比如推荐信也只需要上传一次（当然 coverletter 每个学校都不同所以要上传很多份，有些学校对 PS 页数有要求的也要微调一下），但很多 fellowship、lab、欧洲的学校都不用这些网站，所以要填很多表格，而且推荐人也要上传太多推荐信，因此在申请的数量方面尽量控制，否则推荐人脾气不好的可能就不帮了（亲身经历）。
找 opening position 就是在以上三个网站上找的，还有发 email 问教授的，或者点去系里的网站找广告，这种信息搜集是很费时间且容易漏掉，尤其是不用招聘网站的学校，没有什么好的方法，只好一起申请的同事之间互相帮助，以及问一下相熟的教授相关信息。这里控制一下时间，不要总是觉得自己什么广告没看到。有漏掉的广告也是学校宣传的问题，他们招不到你是他们的损失，抱着这种心态就不那么焦虑了。
发 email 联系教授是更早的时候（很多人管这个叫“套瓷”，个人不太喜欢这个词，有种套近乎的感觉，其实就是很普通地联系教授推销自己问下有没有职位，欧洲大多都是这样找工作的吧？美国可能比较少），但有学长说我发 email 的时间太早了，很多教授这时候的 funding 申请都没消息，所以他们也不确定会不会开 postdoc 职位。我发了二十封邮件，七个人回复没在招人，一个人正在换学校，还有三个面谈了。我对其中一人感觉很好，她也给了我 offer，我本来也超想去，只是后来出于现实考量还是没去，有点可惜，希望未来有机会合作吧。
4. 准备面试（十一月到一月甚至更晚）
美国学校收 postdoc 一般没有面试，有些教授会在最终结果出来之前联系一下申请人，大概了解一下申请人的水平（也就像 casual 的面试了，毕竟没见过真人就收也太武断），同时也为在 committee 中间 argue 提供一些正面依据，这些面试就随便聊好啦。但 lab 不同，lab 都有面试，内容基本和 tenure-track 招聘差不多：给个 50min 大 talk 然后再排 10 个左右的半小时一对一面试。有些 lab 会在这个流程之前有 prescreen，prescreen 有些是 15min 小 talk 15min Q&A，也有纯问问题的。一对一 / prescreen 面试内容方差很大，没法准备。
最重要的必问问题是，为什么要来我们这个地方，这个问题的答案要 tailored for 申请的机构，不能用一个放在哪个机构都对的答案，要做功课，真的去看他们的 research 和自己有什么交叉点，去想为什么去那里会很激动人心，这应该是所有机构 / 公司 / 学校的 hr 必问问题了，任何工作都是一样的。不过其实我在接到面试的时候已经收到了想去的 offer 了，就吊儿郎当地没有准备，回答时只能随便扯些 impact 的东西，有点 weak，而且听起来应该没什么底气，幸好没被追问，要是追问细节我就只好傻在当场 2333. 其他的方面，他们会在意 research 的部分（big picture、研究内容的广度、五年计划等）、个人性格的部分、leadership（经验、做 PI 最重要的 skill 是什么）、合作的部分（经验、是否能和其他领域的合作）。每个面向都是问个人理解（论点） 经验（事实依据）。一对一面试，更多是看面试官想聊什么，研究员更喜欢聊研究项目，管理层就喜欢问 plan、big picture 一类的。
在 interview 中可以学到很多东西，比如 1-1 面谈很多人会喜欢聊 research 的部分，那么就可能找到非常感兴趣的新研究问题，至少也可以扩大视野看看前沿在做什么，即使很可能过一阵就忘记了，因为距离自己太遥远。。也能了解行业内部是怎么分工的，比如我被问到 “你觉得 lab 和学校研究有何不同” 时，我回答说我觉得 lab 会做得 practical 一些，面试官补充说还有另一个点是 lab 会有大型的合作项目（比如物理学家化学家工程师数学家一起参与的那种）。其实这样看来也许在 lab 工作蛮不错，之后有机会可以试试。
面试心态很重要，即使我这么容易紧张的人，只要在面试前和面试官聊几句就会慢慢放松下来，表现相差很远。比如一次我进 zoom 有点早，就只有我和另一个教授两个人，互相介绍之后进入了尴尬时间，过了两三秒我俩同时开口，他说我们等一等其他人，我说你的 zoom 背景不错 2333. 然后我们就接着我的话题聊下去了，他说那是虚拟背景，是 lab 里著名的一个楼梯，lab 在山上什么什么的，我说山上不错啊，我本科就在山上。他说他去过我本科的大学 cuhk 呆过一段时间。我说我 2010-2014 读的本科。他说不知道有没有交集，他去的时候 Raymond Chan 在做系主任。这时候其他人来了我们就停了。其实如果接着扯下去有很多可以扯的，扯 cuhk，扯 lab 的环境，扯他和 Raymond 的关系以及那时候访问谁，扯 Raymond 是我当时的隔壁组、我们做的挺相关，然后自然而然地扯到 research。即使我们就扯了四五句，扯完之后我整个心态就从面试心态变成闲聊心态 2333，会显得 casual 一点吧。
当然有面试官喜欢严肃的气氛，不同人喜好也不同，但作为面试者带着 casual 的心态可以聊得更加 hand-waving 一点，思路打得开一点。当然也要稍微收一收，太 hand-waving 就太浮夸，随便扯自己不懂的东西是大减分项，所以要在思路打开散扯的同时扯些自己懂的东西 2333，不懂的东西就说目前不懂但未来很有兴趣就好啦。
另外就是一些双向选择的问题。比如对方会问，你期望你的 mentor 和你如何相处 / 为你提供什么 / 是个怎样的人。或者对方问，你有什么问题想问吗？这种问题就是双方看各自合不合适了。千万不要为了迎合对方而编造对方想听却不是自己真实想法的答案。找工作是双向选择，不要抱着 “弱势方在我，我要把自己扮成对方需要的样子” 的心态，如果自己伪装成那个样子，要持续伪装两三年，如果不是自己真心实意想要改变自己的话还是算了。人和岗位 fit，没有哪一方迁就对方是最好的了。
一些中美之间敏感的部分我就不说了，我曾经以为我有香港身份证，这种事对我影响不会很大，然而我错了。总之往最坏的可能性上想永远不会错，在涉及中国的方面谨慎点。
Timeline
我个人的 timeline 是：8-9 月份联系教授说好可以帮忙写推荐信，8 月份花了四天写了一个 RS 的初版（我的初版更像是几个文章 abstract 的集合体），然后就自己很满意地丢在一边，把手头上的工作收尾想要在申请前都投出去冲一下 paper 数，不过也不尽如人意，有两篇文章没投出去，其中一篇过程无比曲折难产，到现在还在改。。十月初把 CV 和 RS 又小改了一下，自己满意了之后传给教授们作为推荐信的参考，结果被隔壁组大佬说 RS 写的完全不行，需要眼界放广一点且多聊聊 future plan，并且 CV 也要突出自己的优点（因为我们组文章作者默认按姓氏排名，我经常排最后，所以大佬让我在 CV 上标注哪些文章是按姓氏排名的、以及我在每篇文章里负责做什么）。
收到大佬的意见之后我就不敢吊儿郎当了，花一周大改了一版 RS，尽量多读了些我想做方向的文章，认真地想了想 future work 可以怎么做，多天马行空都可。知道为什么很多学生抱怨老师 proposal 写得太天马行空根本没法做了吧。。我甚至还扯到量子计算。。多扯一点可以，但一定要确认自己真的会想做，比如让我做量子计算其实我也是感兴趣的（我甚至联系了一个做量子计算的教授虽然他也没睬我就是了 2333）。
扯这么多有好有坏，显得兴趣广泛，但面试的时候被问起却只能回答得很宽泛有时也不是一件好事（比如我被问起硬件 FPGA、几何什么的，都回答得非常业余）。第二版中我把 future plan 填充到和 previous work 差不多长，结果后来大佬又觉得我写得太多，让我加一句说我愿意在和 future plan 中的任何一部分有关的组里做博后。
接着我老板花了一天手把手教我怎么写，相当于 proposal 教程了。他说我 previous work 和 future plan 都没问题，干货够了，但需要有个比较吸引人的 story。这时是站在读者的角度思考了，干货讲的是如何解决问题，读者更加需要的是 motivation：为什么要解决这些问题、这些问题有哪些难点，针对那些难点我们需要怎样的算法、然后自然过渡到 future plan 的技术部分即如何造出满足需求的算法。写 PS 的思路和 present 的思路是一样的，因此我之后准备面试和 present 的时候前几页和后几页 ppt 是直接拿 PS 的思路改的。
最重要的是第一步，如何找到和我们做的相关的且读者感兴趣的实际问题，这部分就靠积累了，多思考当下人们需要什么、以及从一些做得更应用的人那里得知什么实际问题是大问题。我这部分积累不够，因此从哪个实际问题入手是我老板直接帮我想的。这个 “实际” 也分读者 / 听众，给普通大众、研究人员、理工科、应用数学家作报告时的 “实际问题” 肯定都是不同的，对应用数学家作报告时也许直接从需要解的模型着手就好了，而对普通听众则要到非常生活的部分，你试试跟你爸妈讲到多应用他们听得懂的程度就大概知道这个度了（假设你爸妈不是应用数学家。。）。比如我准备 lab 面试时要讲对社会的影响力，这块直接是我爸给我说了几个例子，我大概就知道要讲得多应用了，就扯到海洋中收集垃圾、电商运送货物这种应用的地步了。
接着我又花了一周改了一版。10-28 终于得到了大佬的认可，RS 完工。10-21 开始慢慢准备其他材料，十月底材料准备得差不多，就每天投几个学校，最开始几个学校还有点摸不着头脑，之后慢慢熟悉了就快很多。我记得几所学校是 11-14 截止，虽然截止之后还可以继续投，但我不想把战线拉那么长，因此我基本上十一月中旬投完了所有想去的学校。不过我也知道有同事是到 12 月中旬投完的。
在申请的同时也发了一些邮件给想跟的教授，就是附上自己的材料，说明自己在今年的 job market 中，问对方有没有开放的 postdoc 职位即可。接着陆陆续续有些感兴趣的教授会想要面谈，我在面谈前会看一些对方的 paper。最开始的时候面谈也会紧张，接着到 12 月初和中旬就开始有面试，可能一周一个面试的频率，那时一个 present 要练好几遍，紧张的不行。12 月底就轻松一些，因为圣诞假和元旦放假。接着 lab 的面试在 1-5 开始，排满了我接下来的一个多星期，每天的早上和晚上。因为 lab 的面试是 tenure-track 那种面试，应该是连续一天的，但我在国内，时差的原因，每个 lab 要分散到几天，而且都是早上六点半和半夜十一点这种时间。我那两周排了两个 lab 的面试，每天都昏昏沉沉不知道自己在聊什么。
从这些面试之后，我终于对面试和 present 这种事情不慌了，可以说脱敏了吧。硕士的时候一个 present 提前一个月就开始紧张，博士的时候是提前一周紧张，面试完之后，在上周的 grant 例行会议给报告，终于变成报告前开始紧张，且新报告只练了两遍直接上了，结果竟意外的还行。也是一个比较大的收获吧。
面试完后就没什么事了，等着收 offer 就好。我最早的 offer 是圣诞节前收到非官方的通知，接着一月初有个 offer，再往下就是一月底集中来 offer 和拒信了。我 2-7 接的 offer，决定不等，还有 15 所没有收到 offer 也没有据信，不知道什么情况，这种估计是默认 rej 了吧。
一些人际的东西
这次找工作学到了很多人际的东西。比如尽量对所有人礼貌，即使不收他们的 offer 也有可能日后打交道，不要断了自己的后路。时间管理要做好，宁愿频繁 email 也不要出什么纰漏。比如安排面试的时候要提供自己可能的时间，记得如果这些时间有变化的时候要及时向他们更新。我遇到一个情况是回复 A 说面试没有条件限制之后和 B 约了一个面试时间，忘记跟 A update 了，结果 A 在那么十几天的时间里愣是挑了我和 B 约的面试时间，并且没有跟我 confirm 直接丢了邀请了 committee 所有人的 google calendar 过来，我只好硬说我确实这一小时不太行，能不能换个时间。
还有其他的跟人打交道的事情都要谨慎为上，比如收到了 A 的 offer 应不应该让 B 知道，对于 committee 里面提供帮助的人要怎么处理之类。我第一次知道原来拿到了 offer 需要让帮助自己的人知道，一个是礼貌，另一个如果有人在 committee 里帮我说话，我收到的 offer 可以为他们提供帮我说话的依据。
还有就是决定 accept 某个 offer 之后拒绝其他 offer，就只需要简单的说感谢 offer，但是我已经决定去 xxx 了，如果对方是真心帮我则需要说感谢你的帮助和支持，如果有比较有好感的机构我会加一句希望日后有机会交流合作。我老师比较谨慎，他知道一个签了合同但是出了状况的先例，所以我这些拒绝的流程都是在签了合同并且 confirm 对方已经收到、100% 没有问题之后才做的。其实这些事需要注意，但也没有那么重要，不要到担心自己一个邮件发错了这一辈子就毁了这种，完全不至于，平常心吧，人际交流哪有不犯错的，大家都有容错率的。
除此之外就是感慨学术圈里的学术确实只占一小部分，慢慢往下走和人有关的部分是越来越多的。一个学长跟我说 tenure-track 职位后重点就在于如何带领团队了，这一路反而是读博的时候 research 占比最大。我说就不能一直只关心 research 吗，他说那你可以做一辈子博后，我：…… 考虑一下…… 说实话有很多东西最开始我老师就跟我说了，我虽然不信但仍照做了，最后发现他说的对。
比如大佬的推荐信很重要、多和其他学校其他系的教授合作很重要、如何猜大佬的想法（read between the line）之类的。虽然我知道这些东西很重要，但找工作的时候才实实在在地体会到它们的重要性。当然有一些东西我老板不信最后发现他错了，比如中美关系。。之后找 tenure-track 职位就需要收集这些信息，所谓信息指的是学术圈八卦啦。毕竟环境会影响生活，而学术圈的（人际）信息都还挺封闭的，基本靠口耳相传，很多我老师悄悄话给我的信息都不让我往外说，我们系虽然小却也各种 drama，不知道是不是所有学校其实都这样。。
另外一个和老师学到的事情就是，找工作不要太 desperate，想清楚自己的位置，不要摆得太低，那些收了我也不想去的地方就不要申请了。如果有一个少而精的 list，那么让老师写推荐信的时候直接把 list 发过去简洁明了。另外就是，和招聘方的博弈很重要，如果自己显得位置很低太 desperate 的话，对方也不会想要的。我老师就是社交牛逼症患者，这点我是学不来了，但其实他说的也有道理，我可以稍微居中一点，不卑不亢比较好。
一些学习 / 研究的心态
我读博的这几年一直有很多焦虑的事情：是不是要多去参加会议多认识人、如何在会议上跟人 social、如何找到合作者、很害怕 present 怎么办、科研没想法怎么办等等。现在看来，这些焦虑就像小马过河一样，听他人的意见 / 安慰是没用的，需要自己按照自己的步调找到解决办法。总的来说，分为三步：成长期（小马长到比河高）、经历期（多过几次河发现没什么大事）、事到临头的微调（每次过河之前自我鼓励和调整）。下面我来具体解释一下每一步怎么做。
成长期：消除畏难情绪且提升自己。我很多情况下的紧张焦虑害怕都是能力不足造成的，但情绪的影响让我习惯把重点放在 “消除情绪” 而不是 “提升能力” 上。其实只要脑子转过来，认真提升能力，随着经验的积累和技能的增长那些情绪自然会消失。在面前有一座大山时，满心都是这座山好高好可怕我翻不过去时只能原地踏步或者随着不情愿的被迫积累经验，但如果真真正正开始做事时，制定计划，评估移山的可能性，真正把山分成几块土堆，一块一块慢慢移走。这时人的主观能动性充分的发挥作用，有掌控感，有自我进步的满足感，渐渐的会带来正反馈和自信。而且往往在真正开始做事时，会发现没有最开始自己想象中的那么难了。
博士初期的时候害怕开会、present、想创新 idea，这时候能力不够当然会害怕。演讲没内容好讲、没有成果硬要 social、科研积累不够硬想，硬上的后果只能是越来越没自信，因为每次尝试都会失败。这一阶段的目标是把自己准备到可以胜任那些工作，比如多做一些可以自豪地讲给别人听的成果、学习 present 思路（以听者的思路构思内容）、按照老师的想法去做苦力活（积累的同时思考他是怎么想出这些想法的）。
有时要多多尝试，不要总觉得前方没路。我老师时常让我讲话不要那么悲观，因为我有时对一个初期想法直接说不行，他很不喜欢我这一点。后来我认真思考了一下，重点不在悲观乐观，而是要 focus 在 “如何解决问题” 而不是 “能不能解决问题” 上。有人的动力是来自于悲观情绪，觉得不行时也可以思考哪里不行、能不能改到行，而继续走下去。所以我老师是想我对一个初期想法不要轻易放弃。当然也要有和人合作的方法论啦，和不同性格的人要有不同的话术，而大多数人都是积极的情绪下比较容易走下去，因此话术尽量要积极一点，有点扯远了。
经历期：在觉得自己可以胜任后，就要多多尝试。这时也是不要畏难。比如我找工作初期的面试无比紧张，那时就是能力达到了但是心理素质不行。这一阶段多去尝试，收集经验、锻炼心理素质即可。当然也是要主动尝试，不要不情不愿地被生活推着尝试。
事到临头的微调。拿 present 来说，即使心理素质和能力都够了，在 present 之前也是会紧张的，这很正常每个人都会，但我们要做好时间和情绪管理。比如我硕士的时候提前一个月就开始紧张了，这就无比浪费时间。有了第一二步的能力和经验的积累，就知道自己大概需要多久准备好 present，在 present 之前预留那么多时间，在那之前调节情绪让自己做别的事而不要受情绪影响（调节情绪是另一套流程，经历的多了紧张的程度会变小因此会容易调节，可以通过转移注意或者冥想运动之类的方法从物理层面调节情绪）。
到了给自己预留的时间，就利用这一点紧张感增加效率，毕竟 ddl 前有高效 buff 加成。如果还有多余的时间，也不要浪费在紧张或杀时间上，利用那点情绪将内容打磨得更好。这是我从我老板身上学到的很重要的一点：与其浪费时间在担心一些不必要 / 未知的事情上，不如利用那点担心做点实事。比如我这两天就在担心明天和一个第一次合作的大佬的 meeting，我老板让我不如做个 ppt，虽然内容很少，但成功把焦虑感压在思考之下了。
一些有用的 Institute 和网站
我找工作的时候完全不知道本领域有哪些研究所，这方面的汇总不知道是没有还是我看得少，总之我这里简单把我收集到的资料总结下吧。主要是应用数学及相关领域。
申请网站有 matjobs、AcademicJobsOnline、interfolio。
大学的话，按照各种排名去找吧，欧洲那边可以关注下 EPFL 和 ETHZ。欧洲的研究比较理论严谨小圈子方向窄，美国的研究比较大胆奔放注重应用，英国居中，依自己的研究口味决定比较好。
Institute 的话有马普所、brown 的 ICERM、UCLA 的 IPAM、Berkeley 的 Simons、Princeton 的 IAS。Machine learning 最近很火，有些大学间的合作 grant 会招人，比如 Collaboration on the Theoretical Foundations of Deep Learning，还有 UCL Cambridge Bath 的合作项目。
另外还可以从 conference 入手找感兴趣的教授（SIAM 或者 NeuIPS 这种大会我就不说了）：
- Mathematics of deep learning - Isaac Newton Institute
- Geometric and Topological Methods in Data Science
- Machine Learning at MIT
- Optimization for Machine Learning
说是想写个简短教程，没想到絮絮叨叨了这么多，也算是给自己第一次找工作做一下总结了，这个过程说难不难说易不易，每个人只有真正走到这一步才能有所体会。希望这个文章能给快要找工作的博士生一个指引，祝大家都找到心仪的工作，祝各位学运昌隆。
知乎原文：https://zhuanlan.zhihu.com/p/456576275?utm_medium=social&utm_oi=56560353017856&utm_psn=1584101816719151104&utm_source=wechat_session
© THE END
转载请联系本公众号获得授权
投稿或寻求报道：content@jiqizhixin.com
