点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者丨Grandz@知乎

来源丨https://zhuanlan.zhihu.com/p/345906524

编辑丨我爱计算机视觉

背景介绍

写这篇文章是对自己 2020 年的一个总结，今年是自己的本命年，同时也是自己硕士阶段的结尾，又到了是要找工作还是继续攻读学位的抉择中了。所以更多的是展现一下自己在这个过程的所做的一些抉择，以及当时的心态。

不能说对错，自己做的决定最后还是要自己承担，所以也希望能够有一些借鉴的作用。

关于本人的背景：本人纯机械背景，帝都某211机械工程，但是实验室偏硬件以及导航相关，我自己的方向是：视觉 SLAM 以及多传感器融合，论文比较弱，大概是一篇 SCI，一篇核心，六级也只有 450 多左右(因为是大二时期考的，后面再没有考过)，另外还有三段时间较短的大中小长实习，条件非常一般，而且选择的是相对热门的行业。

最后是去了一所 C9 的信息与科学技术专业继续攻读原方向的博士学位(春季入学)。

读博or工作

首先这个问题见仁见智，随着年龄的增长，我们对需要花很多时间成本的事情会考虑许多的现实的因素。

读博士不同于读硕士，读博除了时间成本外还会涉及到读博时期的各种压力：你可能需要承担博士毕业要求的压力，peer pressure以及家庭经济的压力，另外如果你的导师人品有问题你还会有导师的压力，我觉得能在这种环境下挺过来的都是勇士。

关于博士毕业要求的压力自从翟某事件后，国内博士毕业的硬性要求越来越高，比如好的一点的高校计算机专业毕业可能都需要两到三篇 CCF A 类论文，其他的工科专业最低要求也是三篇 SCI，JCR 二区以上，大家知道对于科研氛围较好的实验室这当然不是大问题，但是大多数应该是绝大多数同学都在内地传统实验室，这个要求实际上还是挺高的，不再是混混就能毕业了。

其次是 peer pressure，就拿我们实验室来说，我们挂靠在机械背景下但是大家都是无人机，无人车以及 deep learning 相关的课题，我们实验室同一届有去京东做算法的，有拿腾讯开发 sp 的，有去小米的，去紫光的，去做 C++ 开发的，总体来讲我们实验室大家的薪资都挺高的，可能等我出来他们都已经能够在一二线城市安定下来了，而且我的很多在大厂工业界的博士朋友大多数都说读博没有必要，能进个大厂就赶紧出去工作。

再者是家庭经济的压力，考虑到父母还相对年轻这个问题对于我来讲更多的是在于另一半，我一个人读会给我很多心理上的压力。

最后是导师的压力，这个无疑是最大的压力，我在硕士期间深有体会，国内的导师本身生存压力也比较大，所以大多数会接很多横向项目，我就是在这种实验室下生存的，我硕士是两年半，18年9月份入学直到19年年底12月份才开始做自己的课题，期间一直在穿插与各个与课题毫无关系的项目中，导师选择课题也是非常随意，观念是论文水一下就行，没有毕不了业的硕士，所以我们实验室科研氛围基本没有，而且我相信这样的情况不在少数，所以在这样的实验室会比较难有成果，总体来讲海外读博的体验大概率会比国内相对好很多。

以上是选择读博大多数人所需要面临的挑战与压力，当然这种压力对于出身很好，本科就是top学校以及在top学校以及课题组做科研的研究生来讲都不会是太大问题。

下面我想说下我为什么选择读博？

我原本以为是看了知乎特别火的那篇回答(我就不引流了，大家可以去查到)，但还是希望大家能够综合考虑下自己的现实情况。我埋下读博的种子是从小到大的观念，从本科那时候就很想读博，但我的硕士实验室给我泼了一盆冷水，我决定读博在于20年4,5月份的时候在港校某个大组实验室短暂体验了大组的科研氛围，那段时间其实我会觉得自己还是真的挺想做科研的，也非常喜欢做研究性质的工作，也更加坚定了我读博的想法，其次身边博士大牛朋友在工业界都混得不错(也导致自己会出现这种可能自己现在还远远够不到的想法)。紧接着后面去了华为2012实验室实习了一段时间，也是在此期间自己的论文中了一篇，坚定了申请博士的想法(这当然已经很晚了，希望大家读博要早一点准备)。

以上基本就是我自己考虑读博前期的一些想法。

境外或内地

我正式申请在20年的5,6月份，但其实我的雅思还没来得及考。那个节点我在考虑是如果申请境外的话(包括港澳地区)我的时间上是有点紧张的，那个时候论文还没有中，基本没有太多拿得出手的东西，但由于当时已经在接触在港校做RA(research asistant)了，所以自己还是抱着实在不行就做一年RA的想法，我觉得这也是一个路子。

如果大家真的想在学术道路上走的更远的话，如果当年没有申请到可以选择去做一年的RA，即使最后没能留下来在那读博，也可以积累发文篇，但是申请的时候要注意是不是科研氛围较好的组，很多都是让RA过去打杂，发论文也不带名字。其次还有一个渠道是看能不能去大公司有的研究院实习，以paper为导向也可以能够有比较好的积累。

所以我一开始是抱着非去境外读博的念头，开始制作自己的简历，包括自己英文的resume，research proposal以及个人的项目介绍，最好有一个demo性质的东西能够展示(如果没有太多的学术成果的前提下)，这其中的模板可以去小木虫找。关于RA的信息同样可以在上面查找，并且有些公众号也会经常发，具体我就不打广告了。

我当时是RA和PhD一起发的，我查找的原则是香港，澳门那几所以及美帝qs排名前200、澳洲几所、荷兰、德国以及意大利。

最后我统计下来一共是投了150封邮件，回复了将近40封左右，大多数是没有消息的，其中有给RA以及考雅思给PhD的回复邮件，但只要是回复了总体还是好消息的。

这里面我在第一封邮件是由于一些词语用的不是很准确导致一度让老师有点生气，所以大家一定要字字斟酌，一定要留下一个好印象。套完一圈没有接到让自己太满意的方向的offer后我自己开始反思，然后就投递了华为的实习，因为是过去做research的工作所以跟家里人商量了一下准备过去，实在不行找工作也有一些帮助，所以综合考虑下来我渐渐放弃了海外申请这条路。

实习完回到学校九月份了，开始申请国内，由于我硕士期间的教训我陶瓷先从我以及我周边的朋友的实验室开始套，结合自己的家庭情况选定地区后，开始套那几所，并且在此过程中，由于回复的老师数会比海外多很多，所以尽量列一个表把自己最关心的几个因素按不同的比例进行打分，选定几个心仪的老师后，可以跟老师多了解一下见个面或者实际去实验室看一下，我个人觉得能见面尽量见面，对彼此双方都是有好处的，更加了解对方是否满足自己的想法。由于我是两年半所以，能否春季入学的因素也是我的考虑范围之一，大家也可以去查一下有哪几所。

敲定完老师之后接下来就是等着申请考核。

申请考核

因为读博是一个双向选择的过程所以可能从道义上不是很有契约精神，但是个人觉得还是应该多联系一些老师，因为老师同样也是在双向选择，他也会越来越收到优秀的简历，所以尽量不要吊死在一棵树上除非是已经板上钉钉的事情。

对于申请考核如果秋季入学的话大多数是在来年的3，4月份，如果春季入学的话大概率是在10月份左右就开始了，所以要关注你所在学校的招生官网，注意时间节点。

其次申请考核需要考什么，对于大多数学校一般是只考英语和面试，少数还会加一门专业课，需要你根据自己的情况来备考，如果没时间尽量谨慎选择要考专业课的。对于英语一般不会卡人，因为我是今年疫情原因我是线上考试，相对比较简单，只是简单考核一些基础语法以及阅读，基本都能过。

对于面试需要准备好自己ppt，我问了下今年申请上岸的人基本都是ppt里内容比较详实，能够体现你自己的工作量、科研经历以及科研成果，在有限的时间里尽量把自己的工作讲完，剩下的取决于老师的当时感受。基本上看你报名的老师有多少人联系，如果确认没有多少人报名的话还是可以努力争取下。

另外今年扩招了一些工程博士，所以老师在跟你承诺时也要确认下是什么博士，如果不想读工程博士的话就尽量不要联系，个人觉得还是谨慎一点比较好。

最后希望大家都能有个好的结果，码字不易。

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~