¿Cuáles son algunas cosas no técnicas que uno debe saber al comenzar a hacer un doctorado en bases de datos o sistemas distribuidos?

Lamentablemente, las cosas que son realmente obvias después de ganar experiencia tienden a serlo por una razón: tienden a ser diferentes para cada persona.

Por ejemplo, cada estudiante graduado tiene su propia noción de cuánto tiempo asignar para leer documentos. El tiempo que asigna una persona puede no ser suficiente para otra persona, y puede ser demasiado para otra.

Y así, todos los consejos sobre las partes difíciles se reducen a tópicos: dedicar tiempo a leer, pero no demasiado. Manténgase en contacto con su campo y así sucesivamente.

Hay muchos artículos sobre qué hacer al comenzar un doctorado en Internet. Ej: Amor duro: una guía insensible para prosperar en tu doctorado, Cómo escribir un buen trabajo de investigación, Consejos sobre investigación y escritura. Hay un sinfín de otros artículos que una búsqueda de Google debería mostrar.

Mi consejo sería comunicarse mucho con los otros estudiantes en su laboratorio. Cosas como elegir conferencias serían obvias después de un año en el campo, y en cualquier caso, su asesor lo ayudará a decidir dónde publicar.

Asegúrese de encontrar su propio equilibrio para actividades de investigación como leer / implementar. Haga esto haciendo mucho de lo que esté probando y viendo cómo afecta su investigación y productividad. Mientras sigas comunicándote con otros estudiantes y tu asesor, sabrás cuándo has alcanzado tu umbral interno.

Buena suerte con el doctorado!

Esté atento a las buenas conferencias en el área: NSDI, OSDI, VLDB, SIGMOD / PODS. EuroSys y USENIX ATC son algunas de las principales conferencias que serán de su interés.

En cuanto a la selección de documentos para leer, no hay una respuesta correcta. 🙂 En mi laboratorio, llevamos a cabo una reunión de grupo de lectura semanal en la que elegimos un documento y organizamos una discusión en torno a él, y vemos qué podemos sacar del papel que nos ayuda con los problemas que estamos abordando. Se sorprenderá de cuántas ideas puede obtener de los documentos que no están directamente relacionados con el problema específico que está viendo. Recomiendo organizar un grupo de lectura con sus compañeros. En cualquier caso, asegúrese de realizar un seguimiento de las principales conferencias para ver qué sucede.

Su tercera pregunta es realmente complicada y yo diría que depende del grupo. Por ejemplo, trabajé en una presentación donde implementé y evalué todo el sistema, mientras que dos de mis colegas trabajaron para perfeccionar la historia del artículo. En general, si bien es divertido construir sistemas, no olvide que al final del día, necesita una historia sólida que contar en el periódico. No permita que las contribuciones de investigación se vean ensombrecidas por la implementación misma. Aquí hay un buen artículo [1] de Matt Welsh sobre el tema.

Otra cosa que hago es llevar un diario de investigación. Anote las conclusiones clave de cada artículo que lea y registre cualquier idea que tenga en el camino. Escribe diariamente, escribe regularmente. Al final de la semana, eche un vistazo a sus notas y encontrará mucho sentido allí. 🙂

Por último, utilice una buena herramienta de gestión de referencias como Zotero o Mendeley para realizar un seguimiento de los documentos que lee y los sitios que visita como parte de su investigación. Es * muy * fácil olvidar las búsquedas que realizó hace dos meses en Google para encontrar un artículo en particular.

Buena suerte con tu doctorado!

[1] El software no es ciencia

More Interesting

¿Qué lenguaje de programación es más útil cuando investigo en un sistema de reconocimiento de voz?

¿Qué son las arquitecturas CISC y RISC? ¿Cómo se diferencian entre sí?

¿Cómo puede un adolescente publicar un trabajo de investigación?

¿Cuál es un buen tema de investigación de pregrado en visión por computadora?

¿Cuáles son algunas de las aplicaciones prácticas de las matemáticas discretas en el campo de la informática?

¿Cuáles son las pruebas más importantes que uno debe estudiar en el campo de la informática teórica?

¿El futuro del procesamiento del lenguaje natural parece brillante? ¿Hay muchas perspectivas para el próximo crecimiento (al menos una década)? ¿Hay mucha demanda de investigación en él?

¿Cuál es la diferencia entre estos documentos de Collobert y Weston: Una arquitectura unificada para PNL (2008) vs. Aprender PNL desde cero (2011)?

¿Cuáles son las áreas de alcance para la investigación en inteligencia artificial (IA) para un estudiante de informática? ¿Qué hay realmente dentro de la IA?

¿Es el análisis no asintótico de la complejidad computacional un área activa de investigación, o lo ha sido alguna vez en el pasado?

¿Qué ideas de investigación tiene para usar los datos de Twitter?

¿Cuáles son algunos buenos artículos de encuestas sobre procedencia de datos?

¿Cuál es el contexto de los algoritmos de transmisión en la ciencia de datos?

¿Los diferentes idiomas introducen su propia sobrecarga cuando hacen computación paralela?

¿Qué documentos debo leer para interesarme en la investigación en informática?