选择投身科研意味着什么？
“想要实现理论与实践的结合，能够有实际的产出，能够最终帮助到他人”，UCLA在读的郑同学在采访中不断重复这个观点。
而集思学院提供的加州大学伯克利分校机器学习与识别小组科研项目，对于郑同学来说，是自己科研道路上一个必然以及重要的决定。
郑同学：集思学院优秀学员
参与项目：加州大学伯克利分校
机器学习与识别线上科研
录取学校：加州大学洛杉矶分校博士
（US News排名第十名）
关于科研：“兴趣是最好的老师”
因为家里长辈是做工程的，耳濡目染，所以我天生对于工科很感兴趣，本科也顺势选择了机械工程专业。但是本科的学习最终还是不太能够满足我对于科研的需求，因此研究生进一步选择了控制方向，同时也在做更多的尝试，拓宽视野。
选择学习Machine Learning（机器学习）就是我的尝试之一，原因是我认可“未来世界绕不开数据分析”这句话。因此看到集思的项目，就直接选择报名参加了。
这种线上的科研项目，我也是第一次参加，形式很新颖，而且project-based（以项目为导向的）的方式，可以让我在最短的时间内学习Python这种我之前没有接触过的内容，也能够去真正实践这些技能。虽然对我来说是一个挑战，但是也更加激发了我学习的潜能。
关于选择：收获满满的决定
总体上，导师主要负责去做理论输出方面的工作。导师确实讲的很好，尤其是关于思维方面的指导，以及了解机器学习底层思维的内容。这些内容对我来说非常重要，能够让我在限定的时间内，了解一个学科分支，学到知识，然后有机会去实践。不得不说，这样的方式还是很好的。
除了学习以外，另外对我来说很重要的，就是得到了学术方面的启发。具体一点说，就是关于信息源的处理。我们做的部分，给我们的信息都整理好了，我们也只是在这个基础上去完成项目。但是我自己会考虑到信息来源，怎么样去筛选信息。也是因为这样的一个思考，加上我之前的学习，让我最终确定了我未来的研究方向--SLAM（Simultaneous Localization And Mapping）。
拿到的推荐信，也在我的申请中起到了作用。本身这个项目的导师在专业内就很厉害，他是在在加州大学伯克利分校拿到的博士学位。面试的时候面试官看到这个经历跟推荐信，还现场去搜了一下科研导师的情况。面试官的反应，让我意识到，我的这段科研经历，还是很有分量的。
另外，除了导师的工作之外，助教以及班主任的服务，也可以说是无可挑剔的。在我有问题的时候，他们总在第一时间给我帮助，对我的问题进行反馈，也更加帮助我在项目期间，更加扎实地学习到了知识以及技能。
关于标准：我的考量维度
第一，resourceful（资源丰富的）集思通过线上科研的方式给一般的学生提供了很优质的学术资源；可以说，如果没有集思学院的项目，我个人是很难接触到这些学术大牛的，更不要说有机会一起科研做项目了。
第二，enlightening（启发性）选择做这个项目最初的动力，就是我想去探索自己未来科研方向的过程。通过这个项目，我学到了数据分析的内容，自己亲自写了上百行的代码，并且达到准确率是第二名的成绩；同时，也促使我更加认真思考了自己感兴趣的方向，帮助我确认了我目前的科研方向。
第三，beneficial（有利的）功利一点来看，这个关键词是针对我的申请结果；但是对于科研这个角度来说，通过这个项目，我能够明确研究方向，学到技能，这些也都是很有用的的事情。
第四，guidance（指导性）project-based项目会目标很明确，以目标为导向，不断学习知识跟技能；最终产出的结果我个人也是满意的。
第五，efficiency（效率）整体课程安排很合理，目标明确，节奏也好。而且一边学习一边练习，可以让我更好理解所学到的知识，最大效率去吸收跟应用学到的内容。
关于申请：扎实的经历不会骗人
从申请角度来看，我认为，决定了未来去做科研的话，可以先尽量在专业领域内更多去探索细分方向；这样做，有助于在申请博士的时候，能够对专业领域更加了解，眼界也更加开阔。我个人在研究生的阶段，也在实验室做了一些科研，加上在集思的这段经历，整合起来这些经历，对于申请来看，在简历部分的内容，就会很充实。
从申请学校的角度来看，导师还是会青睐底层逻辑好，知识体系全，并且有相关技能的candidate（候选人）。对照我自己，我通过科研，弄清楚了SLAM（即时定位与地图构建）上下游的内容，同时又有数据分析处理技能；这些对于申请都是优势。我在面试里的时候，面试官就问到了这段科研，也问到了科研的导师。
换句话说，从申请博士的角度来看，经历不仅仅是写在简历上的内容，而是体现在申请过程的方方面面。因此，做科研，或者说任何的经历，内容的扎实，才是成功申请的一个关键因素之一。
关于未来：坚信科研的意义
SLAM这个内容看起来会比较生僻。举个例子，就是无人驾驶汽车。我自己最终的目标当然是做到能够利用一个摄像头采集到信息，通过计算机进行运算分析，让车辆可以完成自动驾驶，自动停车，自动选择路线这些功能。现在自动驾驶的极限的是Google（谷歌）的成果，据说是到了目前最高的L4级别（共6个等级）。而我想做的，就是全自动人工驾驶，属于L5级别的水平。
这个科研的用处，就是能够用技术去解决在驾驶中，因为人的主观情况带来的一些交通事故，比如路怒，酒驾，停车等问题。
我非常认可MIT的老师说过的一句话，“现在学生去做的事情，必须要能够做出改变，不管是一个行业，一个地区，还是世界”；而且这句话，让我对科研充满了激情。
其他想说的话
第一个部分，是关于未来的规划。我觉得一定要想清楚自己未来的路，不要人云亦云；在想清楚未来的规划后，需要自己带着破釜沉舟的决心跟勇气去达成目标。目标明确，心态坚定，我相信这样才能充分激发出自己的潜力。
做研究就是一个很纯粹很享受的事情，是怀抱着相信能够真的帮助到别人的信念的。在印度做假肢重建的项目，让我近距离感受到科研的意义。我看到很多人需要我们，要依靠我们的研究去帮助他们解决生活中的实际问题。这让我坚信，科研，总会造福人类；不管是改变生活，还是做人类思想上的一个推进。
第二点是关于读博士的心态。首先就是不要着急。这是我通过观察得到的想法。
读博更多的是为了自己的梦想跟信念，切忌把读博的过程变得非常功利。做出了好的研究，自然也就有了顶尖的文章发表；不是为发文章而发文章，或者为了毕业找工作而发一些注水文章。做出好的研究，需要一颗纯粹的科研心；最终的结果也才能问心无愧。
相关科研推荐
导师介绍
N.G.导师兼具丰富的教学、研究与行业经验。他在加州大学伯克利分校（UCB）信息学院数据科学硕士项目、加州大学戴维斯分校（UCD）管理研究生院商业分析硕士项目、以及西北大学数据科学硕士项目担任讲师，教授和设计机器学习、AI和数据科学等课程。
课程简介
项目将使用Jupyter Notebook和Python，帮助学生从头开始创建计算机视觉模型。项目涵盖计算机视觉领域的常用深度学习方法和前沿技术，比如生成模型、计算机视觉API、AutoML Vision。项目结束后，学生将完成两页Jupyter Notebook形式的报告，创建计算机视觉应用程序部署在边缘推理平台，进行成果展示。
想要马上get这门课
那就长按扫码 添加项目顾问老师
即可了解更多导师 & 课程详情
