2018奋斗指南:这10条职业建议,总有一个适合你

2017 年 12 月 22 日 Nature自然科研 Nature自然科研

原文以Top ten tips to kick-start your career in 2018为标题

发布在2017年12月19日的《自然》职业专题上

原文作者:Chris Woolston

年底了,《自然》职业版块邀请4位科学家和2位职业专家为你支招,教你如何在新的一年里让事业更上一层楼。

Adapted from Getty


MIHAELA VAN DER SCHAAR 

牛津大学数据科学家

注重基本面

跨学科技能的重要性已经达到前所未有的高度。许多人尝试在读博期间学习大量不同的课程,为未来的跨学科就业做准备,但是博士阶段应该专注于基本面的发展,打造强大的专业背景。博士毕业后,你可以运用所学知识进入一个不同的领域从事博士后研究。你将从新导师身上学到东西,或许还能反过来教给导师一些东西。 

别怕中途下车

我最近将专业方向转至数据科学和机器学习,虽然人已中年,但是对于它们的热情丝毫不减当初做博士生时候的。我有初学者的兴奋。 


我在自己的信号处理事业如日中天之时,决定跟随自己的兴趣好爱,学习数据挖掘。我本来已是加州大学洛杉矶分校的正教授,但是却再次决定转变方向,钻研数据科学和机器学习。虽然在学术界,不停地换来换去可能被视为缺点,而且我不像始终专攻一个领域的人那样具有影响力,但是,我仍然对我的事业感到满意。我只是不想限于一隅之地,我想探索更多可能。 


MEGHAN DUFFY 

密歇根大学生态学家

了解说“是”的力量

学习如何有效说“不”是学术界的一条常见建议,我能理解。许多学术界人士责任过重,这给他们带来巨大的压力。尽管如此,学会在适当的时候说“是”也同样重要。如果你从不说是,你将永远找不到自己在乎的事物,拥有不了你想拥有的影响力。定期认真思考自己的长期目标,你就会知道什么时候该抓住机会。 


我的目标之一是改善学术界的风气。意识到这一点后,我就反思自己是否应该在这么多的编委会里工作。这种工作无法让我提高多元化、平等性和包容性。因此,当初有人给我提供机会为Dynamic Ecology(动态生态学)写博客时,虽然时机很不好,但是我知道如果我拒绝了,一定会后悔。写博客符合我的目标。我无法像变魔法一样变出更多时间,但是我可以最大程度地利用现有的时间。

将自己放在第一位

不要为了事业而牺牲健康和幸福。特别是在事业发展初期,人们很容易会说:“我知道我不该长期这样工作,但是如果现在工作时间长点,我将来就会轻松些。”这是很常见的想法,但却是危险的。我认识一些人在拿到终身职位后不得不离开学术界,就因为之前学习期间没有关注自己的心理健康问题。在推特上,常有人会说:“情况很糟糕,但是我过会儿会处理的。”他们应该立即处理。也就是说:控制工作时长,花时间锻炼身体,和朋友家人相聚,享受生活。如果他们需要专业帮助,就不应该干等着。


MAYA SCHULDINER 

以色列魏茨曼科学研究所细胞生物学家

倾听实验室成员的声音

许多成立自己实验室的人害怕承认自己有多么毫无头绪。为了维护自己的权威,他们故意和学生及博士后保持一定距离,并且装出一副知道自己在做什么的模样。但是,这种距离可能非常有害。许多培训生都有渊博的知识。如果你愿意倾听他们的意见,或许能学习到一些经验。他们知道实验室功能是否正常,甚至还能提出很好的改进意见。 


给实验室成员予以支持,倾听他们的忧虑,这会给你带来巨大的回报。许多培训生困于挫折,陷入自我怀疑之中,因而浪费大量时间。如果你以开放的态度倾听他们的烦恼,给予他们鼓励,你将拥有更加快乐、更有活力、更有效率的实验室成员。请记住众人拾柴火焰高。 


JOHN DUNLOP 

奥地利萨尔茨堡的大学生物物理学家

主动出击 

在澳大利亚研究生毕业后,我去法国和德国从事博士后研究,最后在奥地利获得这份工作。每次到一个新的地方时,我总是会到处走走,介绍自己。这样至少可以让别人知道你。你自己也能知道谁有什么仪器——这类信息不一定总能在机构网站上找到。自我介绍也能促成合作。如果你真的好奇别人在做什么以及什么让他们对研究抱有激情,你自然会找到志同道合可以合作的人。

不拘泥于琐事

我在德国马普胶体与界面研究所做博士后时,压力很大,因为我发的论文没有同事多。你总会跟周围的人比较。但是我的导师却给了我很大的支持:他说我的目标应该是为科研蓄力。你要做的 是自由探索新事物,与人会面,参加会议,为心中的潜在研究主题构建数据库。当你准备建立自己的实验室时,这些资源就能派上用场。现在回过头再看,当初我所担心的事情对于全局目标而言,其实并不重要。


EMILY ROBERTS 

西雅图Personal Finance for PhDs公司所有人

了解自己的价值

在接受任何职位之前,做好谈判的准备。不论是研究生毕业后去做博士后,还是从博士后跳到一个永久职位,对方给你提供的工资看起来都不赖。尽管如此,还是要将这份工资放在具体情况下考虑。想想要交的税以及准备存的钱。如果要搬到一个新城市,你还得考虑生活成本变化。 


从现实出发来考虑工资,应能激发你提出更高的要求。不过,你的新雇主并不想听你说生活成本。你必须从个人优势及对机构的价值出发,为自己争取更多利益。提前做点功课是必须的。了解其他在类似岗位的人工资有多少。在我丈夫接受西雅图一家生物技术公司的工作之前,我们和行业内的许多人聊过。你必须了解自己的价值。


GARY MCDOWELL 

旧金山Future of Research公司总监

探索实验室之外的世界

许多研究生和博士后的目标都是留在学术界,这很好。但是你不会想从此“与世隔绝”。请留心业余项目和外界活动,也许你会从中找到自己的“真爱”。我就是这样的。我原本以为自己会按部就班走上执教之路,但是当时我也在业余从事宣传工作。最终,我意识到比起研究青蛙,在做宣传工作时,我更有动力,获得的认可更大。我无法提前规划走到现在这一步,但是我之所以会有今天的成就,是因为我始终对各种选择保持开放态度。 


有人问我是否怀念教职。说真的,一点儿也不想。现在,我拥有大量知识自由。而且人们对我的工作似乎也给予很高的评价。我遇到的每一个离开学术界的人几乎都表示享受他们目前的工作。我不想再给青蛙胚胎做显微注射了。

不要把经费资助当作理所当然 

了解大型经费资助系统如何运作,会让你的生活轻松许多。我做宣传工作时研究过美国国立卫生研究院的经费资助流程,了解到的信息远远多于我之前在学校时了解的。用社交媒体(译者注:原文为Twitter)也很有帮助,因为人们在上面非常细致地讨论各种经费。但是,如果你自己不认真去搞清楚这些机制,你得到的就不过是些道听途说而来的建议。最成功的人都是那些能够坐下来认真研究可用信息的人。

Nature|doi:10.1038/d41586-017-08663-x

点击“阅读原文”阅读英文原文

相关文章


工作压力大,科学家们如何让自己不被压垮?

你真的需要一周工作50小时以上吗?

房子,全球科研青年的共同烦恼

《自然》调研了全球5723名PhD的生活,这是他们的回答

版权声明:

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考,一切内容以英文原版为准。欢迎转发至朋友圈,如需转载,请邮件Chinapress@nature.com。未经授权的翻译是侵权行为,版权方将保留追究法律责任的权利。


© 2017 Macmillan Publishers Limited, part of Springer Nature. All Rights Reserved



登录查看更多
1

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。
专知会员服务
146+阅读 · 2020年6月15日
还在修改博士论文?这份《博士论文写作技巧》为你指南
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
213+阅读 · 2020年2月21日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
学好机器学习,这里有想要的一切
PaperWeekly
6+阅读 · 2018年6月10日
数据分析/数据挖掘 入门级选手建议
R语言中文社区
5+阅读 · 2017年12月20日
牛逼的数据科学家应该具有的8个习惯!
物联网智库
5+阅读 · 2017年12月3日
机器学习: 入门与求职建议
九章算法
4+阅读 · 2017年10月6日
机器学习实践指南
Linux中国
8+阅读 · 2017年9月28日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
13+阅读 · 2019年11月14日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
29+阅读 · 2018年4月6日
VIP会员
相关VIP内容
专知会员服务
146+阅读 · 2020年6月15日
还在修改博士论文?这份《博士论文写作技巧》为你指南
打怪升级!2020机器学习工程师技术路线图
专知会员服务
98+阅读 · 2020年6月3日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
213+阅读 · 2020年2月21日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
学好机器学习,这里有想要的一切
PaperWeekly
6+阅读 · 2018年6月10日
数据分析/数据挖掘 入门级选手建议
R语言中文社区
5+阅读 · 2017年12月20日
牛逼的数据科学家应该具有的8个习惯!
物联网智库
5+阅读 · 2017年12月3日
机器学习: 入门与求职建议
九章算法
4+阅读 · 2017年10月6日
机器学习实践指南
Linux中国
8+阅读 · 2017年9月28日
Top
微信扫码咨询专知VIP会员