请问大家多久之前开始思考tenure评不上怎么办这个问题? 1) 回国 2) 转药厂,可能能找个scientist or engineer的职位 3) 转别的学校(同一州,工资不变,但仍然需要考虑是否卖房) 4) 转别的学校(垮州,从房价低的州转去房价高的州,工资没涨多少) 5) 转别的学校(垮州,从房价低的州转去房价高的州,工资涨了还凑合) 6) 同一个学校或者同一个市的学校(不考虑卖房), 从tenure-track换到 non-tenure track,回到千老的位置 7)其他,请列出 microsat 发表于 2023-01-12 11:29
一般第四年系主任就会让你心里有数了,再找别的工作呗,能找啥就做啥。 唯食忘忧 发表于 2023-01-12 11:32
请问,一般系主任有啥暗示? 或者该如何去信措辞询问? microsat 发表于 2023-01-12 11:34
楼主也不说什么行业的。 如果是基础研究,能去药企赶紧转,越晚越吃亏。kinston 发表于 2023-01-12 11:35
请问大家多久之前开始思考tenure评不上怎么办这个问题? 1) 回国 2) 转药厂,可能能找个scientist or engineer的职位 3) 转别的学校(同一州,工资不变,但仍然需要考虑是否卖房) 4) 转别的学校(垮州,从房价低的州转去房价高的州,工资没涨多少) 5) 转别的学校(垮州,从房价低的州转去房价高的州,工资涨了还凑合) 6) 同一个学校或者同一个市的学校(不考虑卖房), 从tenure-track换到 non-tenure track,回到千老的位置 7)其他,请列出 update:行业:统计。 microsat 发表于 2023-01-12 11:29
你们没有中期review吗?我这除了3rd year review, 每年tenure and promotion committee还会给formal feedback. 基本从这些反馈就能看出能不能评上。 如果不能,学校一般都给一年的 grace period, 我见过没评上的同事找到了差一点的学校,入职就是associate prof, 去工业界的暂时没看到,如果想去,估计一开始就不会进 academia. yaoji 发表于 2023-01-12 11:41
这不就是昨天analyst的续篇吗,从data analyst到tenure或者director都还有好长一段路要走,踏踏实实一步一个脚印会有收获的。 azurepiggy~2代 发表于 2023-01-12 12:50
昨天那个帖子。感觉有些困惑。 今天看了一个老帖子。“在大厂做 research scientist 的职业阶梯是怎么样的啊” 结果大家都说回高校去当professor。 真是:这山望那山高。高校的想去药厂;药厂的想回高校。 microsat 发表于 2023-01-12 13:06
Data analyst是哪个帖子?可以给个link吗? Leucophyllum 发表于 2023-01-12 13:24
你说说你是什么专业的 根据你在华人发帖记录问的那些问题,我真觉得这个id不应该评上 你的所有问题包括stats ML coding 都属于那种连门外汉都不够格的那种,而且别人给了feedback你也听不懂,然后继续死杠 Cumberbitch 发表于 2023-01-12 14:40
不是开玩笑。 我遇见的几个postdoc也是硬要写代码, 结果连stack overflow也看不懂。 command要记小本本, 入门都没有的程度。 这种学习程度,能读完phd也说明了现在的phd有多么水。 生源不行啊! 不娶何撩 发表于 2023-01-13 08:33
按板上贫困线的标准,转码是唯一选择 :) mailist 发表于 2023-01-12 11:46
回复 50楼shiguang的帖子 奇怪。为啥大家认为coding很难?(我们这天天杀小白鼠的师妹,都会coding,不比码工差) 特别是问了简单的关于coding的问题,就觉得人家水平低? 我认为:关于coding的问题,越简单,这个提问的人的水平可能越高。 比如:类 (class) 真的就适合统计学专业的编程吗? 对于统计学专业,python真的高大上吗? 要回答这些问题。需要不仅coding厉害,而且在统计学领域,对各种算法极其精通。 岂是一句“问题简单”就可敷衍回答的。 microsat 发表于 2023-01-13 10:19
1) 回国 2) 转药厂,可能能找个scientist or engineer的职位 3) 转别的学校(同一州,工资不变,但仍然需要考虑是否卖房) 4) 转别的学校(垮州,从房价低的州转去房价高的州,工资没涨多少) 5) 转别的学校(垮州,从房价低的州转去房价高的州,工资涨了还凑合) 6) 同一个学校或者同一个市的学校(不考虑卖房), 从tenure-track换到 non-tenure track,回到千老的位置 7)其他,请列出
update:行业:统计。
一般第四年系主任就会让你心里有数了,再找别的工作呗,能找啥就做啥。
请问,一般系主任有啥暗示?
或者该如何去信措辞询问?
评不评得上自己基本有点数的。
你老公是faculty 吧,他肯定知道。
请问一般多大年龄后,就不要想着学术界跳到药厂去了。 1)30 2)35 3)40 4)45 5)50 6)55 7)60
靠老公/老婆养
基本从这些反馈就能看出能不能评上。
如果不能,学校一般都给一年的 grace period, 我见过没评上的同事找到了差一点的学校,入职就是associate prof, 去工业界的暂时没看到,如果想去,估计一开始就不会进 academia.
每年都有review的吧?看review的评价下来怎么样,或者直接约系主任面谈咯。
你们学校比较正规。
如果有option 8的话,80岁可以不用考虑了
procedure wise,不会等第四年。 unit需要每年都在给你non positive的annual review并提出了constructive的建议帮你进步,不然如果前三年都是excellent,第四年突然good,这对unit是非常不利的做法。 TP的chair每年结束annual review以后,必须submit to chair,chair出面找每个faculty签字agree这个review的,需要暗示什么?如果每年都是excellent突然变成good,是应该你问一问为什么这样的review结果。 学生有grievance,faculty也有grievance的权利,你需要的是搞清楚faculty manual,看你们unit和学校的具体规定。
我感觉不确定的case还挺多的,不到最后一刻,谁也确定不了。认为院里给了暗示结果没评上的,自己觉得没戏却评上的,都有,但意外没评上的例子多些,通过争辩甚至打官司最后拿到的极端例子也不是没有。可能我们专业比较奇葩。
出路无非就是挪到低一个档次的学校(tenured position或者clock reset),或者去industry,或者转teaching track。一般fail tenure之后学校还会再给一年找下家,如果把握比较大,出现意外再找也来得及,把握不大的话,就早做打算,提交package 的同时去外面找,甚至不提交package。
如果还有两年的话,还有救,一起写文章。
昨天那个帖子。感觉有些困惑。
今天看了一个老帖子。“在大厂做 research scientist 的职业阶梯是怎么样的啊”
结果大家都说回高校去当professor。
真是:这山望那山高。高校的想去药厂;药厂的想回高校。
Data analyst是哪个帖子?可以给个link吗?
转data science industry job 转financial industry, demand for stat PhD is always there
你说说你是什么专业的
根据你在华人发帖记录问的那些问题,我真觉得这个id不应该评上
你的所有问题包括stats ML coding 都属于那种连门外汉都不够格的那种,而且别人给了feedback你也听不懂,然后继续死杠
我不知道你什么行业的。我们行业里, research/data analyst 和 research scientist 差远了,是两个非常不相同的 level 和 path。
https://m.huaren.us/showtopic.html?topicid=2883381
当然是转药厂。评不上天牛,马上跳槽收入翻倍。真人真事。
不是开玩笑。 我遇见的几个postdoc也是硬要写代码, 结果连stack overflow也看不懂。 command要记小本本, 入门都没有的程度。
这种学习程度,能读完phd也说明了现在的phd有多么水。 生源不行啊!
也不是,大家关心的东西不一样;你的这些写代码的常规入门技巧,他们不一定知道。写code就是一个工具而已。
给所有其它行业的建议
什么专业的,世界除了码农还有其他
没评上的同事找到了差一点的学校,入职就是associate prof, 这个还真没见过。 我看到的恰恰相反,没评上的就离开academia了。
得看是什么专业的postdoc
奇怪。为啥大家认为coding很难?(我们这天天杀小白鼠的师妹,都会coding,不比码工差) 特别是问了简单的关于coding的问题,就觉得人家水平低? 我认为:关于coding的问题,越简单,这个提问的人的水平可能越高。
比如:类 (class) 真的就适合统计学专业的编程吗? 对于统计学专业,python真的高大上吗?
要回答这些问题。需要不仅coding厉害,而且在统计学领域,对各种算法极其精通。 岂是一句“问题简单”就可敷衍回答的。
算法和数据结构难,但是算是非常容易突击的。CLRS 也就1300 页不到。 但是debug 以及在硬件上的效率, profiling 需要更多的domain knowledge 和平时积累的开发经验。
从这人一系列发言可以看出:
1. 水平和基本素养极差,基本信息都搞不清楚,逻辑和信息收集能力差
2. 脸皮厚,死不认错,喜欢死磕到底
还是有的,认识一个,在一个排名很好的私校没评到tenure,到了排名一般的大公立给了tenured associate prof。其实一开始系里想给associate without tenure,那个人当时有几个offer,拿来negotiate,系里很想要他,看了他的dossier商量了一下最终给了tenure