Я начал свою докторскую степень в области статистики в этом году, и я ищу ваши лучшие практики, советы и (мета-советы) относительно того, как расти и стать хорошим академическим исследователем в области статистики / ML.
Общие мысли и ссылки приветствуются, но для того, чтобы начать работу, вот несколько вопросов, собранных из замечательной статьи Майкла Стила « Советы для аспирантов по статистике » (если я пропускаю важные вопросы, или если некоторые из вопросов бессмысленны - пожалуйста, прокомментируйте это):
- Документы против тезиса - сколько нужно сосредоточиться на публикации статей во время его докторской работы? Сколько статей нужно реально стремиться написать?
- В каких журналах нужно стремиться публиковаться? (соответствующие вопросы ссылка1 , ссылка2 )
- Сколько часов в день нужно тратить на исследования (разработку / решение вашего исследовательского вопроса) и на обучение (чтение новых статей / посещение курсов)
- Куда обратиться, чтобы найти «горячую тему» или, что еще лучше, «скоро станет горячей темой»? ( ссылка1 , ссылка2 )
- Как только «горячая тема найдена», как сбалансировать изучение основ многих аспектов проблемы, сосредоточившись на одном аспекте?
Очевидно, что эти вопросы ОЧЕНЬ общие, и есть много точек зрения на то, чтобы думать / отвечать на них - я надеюсь прочесть ваше мнение о том, как думать об этих общих проблемах.
Заранее спасибо!