Comencé mi doctorado en estadística este año, y estoy buscando sus mejores prácticas, consejos y (meta-consejos) sobre cómo crecer y convertirse en un buen investigador académico en los campos de estadística / ML.
Se agradecen los pensamientos generales y los enlaces, pero para comenzar a rodar la pelota, aquí hay un montón de preguntas recopiladas del gran artículo de Michael Steele " Consejo para estudiantes graduados en estadística " (si me faltan preguntas importantes, o si algunas de las preguntas no tienen sentido - por favor también comente sobre eso):
- Papers vs Thesis: ¿cuánto se debe enfocar en publicar artículos durante su trabajo de doctorado? ¿Cuántos documentos debería aspirar de manera realista a escribir?
- ¿En qué revistas debería uno esforzarse por ser publicado? (preguntas relevantes link1 , link2 )
- ¿Cuántas horas al día se deben dedicar a la investigación (desarrollar / tratar su pregunta de investigación) y al aprendizaje (leer nuevos documentos / asistir a cursos)
- ¿A dónde va uno para encontrar un "tema candente", o incluso mejor, un "tema que pronto será candente"? ( enlace1 , enlace2 )
- Una vez que se encuentra un "tema candente", ¿cómo se puede equilibrar el aprendizaje de los conceptos básicos de muchos aspectos del problema, con el enfoque en un aspecto?
Obviamente, estas preguntas son MUY generales, y hay muchos ángulos para pensarlas / responderlas. Espero leer su perspectiva sobre cómo pensar sobre estos temas generales.
¡Gracias por adelantado!