来自 | 知乎
链接 | https://www.zhihu.com/question/430471502
编辑 | 深度学习这件小事
本文仅作交流，如有侵权，请联系后台删除。
问题
海外博士一般朝九晚五，国内博士动辄十几个小时科研时间。为什么普遍认为海外博士水平比较高？
高质量回答
https://www.zhihu.com/question/430471502/answer/1582700254
……是有朝九晚五的，但是普遍产出量大工作出色的PhD可不是朝九晚五……我们组里以前的产出量最大的俩师兄，除了最后半年写thesis外加找博后以外，一样是早上十点多到晚上吃完晚饭来这接着干的，他们一个伊朗人一个墨西哥人……目前我们组产出最大的是我师弟，全天候在组里干活，家里网停了每天回家就是吃饭睡觉，目前已经成为组里历史上产出最丰富的人，他是中国人……我另一个师弟，比我小两届，即使最近老婆生了孩子依然隔三差五来实验室工作，一来就是早上九点直接干到晚上七点，这是美国人……这些人水平都很高，要么是物理上的理解要么是实验的能力突出或者两者都非常突出。
有没有朝九晚五的人呢？肯定是有的，甚至还有更夸张的。我们组曾经的一个孟加拉小哥每天来办公室就是聊天玩游戏，偶尔跑一点仿真应付老板。我们曾经的伊朗博后，十二点来了，还要我给他煮咖啡，下午四点不到就回去了。
可是既然选择了做科研这条路，有学术追求，那就多看看自律聪明又努力的人。
https://www.zhihu.com/question/430471502/answer/1582684083
国外的水准是不是相对高很难说，如果仅仅从发文章角度来说两边其实越来越接近了，但是海外PhD在语言和思考上更接近hypothesis-driven的主流思想，至少在生物领域这是一道说起来简单、做起来很难的坎。
同时，海外博士工作节奏确实松很多。可能有以下几个原因：
1）PhD前期也经常10am-10pm，但后来发现这样的工作节奏并不能缩短我的毕业时间，于是渐渐开始了9am-6pm的规律快乐生活～对自己很有要求的人依然是勤奋的，而且我很佩服他们。但大家也要回到现实：大部分人，达到80分平安健康地毕业就已经很不错了，不要太为难自己。
2）以美帝为例，offer上写了我们这是half time job，一周就拿20小时钱。所以老板一般也不会没事找事来考勤：考勤？20小时以外的工资补伐啦？
3）继续以美帝为例。我们系的毕业要求是一篇文章（生物领域），就这要求还年年有人达不到。国内很多大组都是三篇起步的，要求上高了很多。当然了，达不到文章发表要求也不能全怪学生，有些reviewer就是这么坑，比课题本身更坑。
4）人不在实验室，脑子还是在为课题服务的。我经常在跑步机上想到新的实验设计（或者想起了今天漏做了啥回去补一下），后期写thesis的时候真的是吃饭都会想到我那几张图…
5）PhD期间我学到的很重要的事情是思考，也就是天天被老板念叨的critical thinking。如果先想再做，往往会减少工作量，多出来的时间可以强身健体或者用来做下一步的思考（懒人喵vs大神，参考条目1））；而先做再想…嗯相信我～永远都会有做不完的事的。
其实在我将近10年来接触了这么多实验室同学和同事之后，除了对当年我校学姐早上10点就去五角场逛街表示瞠目外，不管是国内还是国外的博士生都让我觉得这个群体是真的优秀。离开校园后，我也越来越相信PhD时吃的苦和所花的时间，是值得的—至少能承受那么多压力最终毕业的，心理素质得多好^_^
https://www.zhihu.com/question/430471502/answer/1583306383
有一种博士是自我驱动地朝九晚五，每天起床都迫不及待地去实验室实现自己的想法，业余时间锻炼身体保证白天精力充沛、畅快娱乐保持心态乐观，在良好的科研氛围中迸发创造力，优秀的科研成果接踵而至。
还有一种博士是老板压榨下不得不996的科研民工，每时每刻都在想着怎么摸鱼，科研节奏被老板的杂活打得粉碎，生活更是一团糟，心情抑郁，身体虚弱，在极度压抑的科研环境下几年憋不出一篇SCI，随时都有因为一个导火索自我了断的风险。
https://www.zhihu.com/question/430471502/answer/1587892670
坐标欧洲，在德国某研究所做过一年多的研究员。每天都能看到所里博士博后的工作。
工作时间早上9点，大多数9点半到岗。下午欧美籍的博士博后四,五点就收拾东西走了; 印度南美籍基本六点都离开了。亚洲籍尤其是中国人呆到七点(是因为七点是锁门时间，保安会赶人。。。)
论文产出方面，印度籍(三篇以上一年) > 中国籍≈欧美籍(两篇以上一年) >> 南美亚洲其他国家(一篇或两年一篇)。
所以从工作效率来看，印度人最高，然后欧美人，最后是中国人。基本每天来工作时候都能看到印度人已经开始做实验了，然后下午六点准时回家。欧美人每天有严格的计划，每天计划做多少实验处理多少数据，然后做完就回家(最晚都是五点之前)。中国学生有个特点，早上来了之后喜欢喝茶聊天和教授寒暄，真正开始工作十点半之后了。然后每天都熬到最晚，时间利用上没有很高。
by the way, 顺便说一个亲身经历的事: 刚入职的时候，为了表现自己很勤奋于是每天最后一个走，当时身边外国同事都很不理解。直到有一天早上我有点事十点才到，被一个博后看到了，于是他很严厉的告诉我: "大家是以早来早走为荣，如果你一定要每天最后一个走，那你必须保证早上按时到岗!" 从那以后除了必要的事情七点走之外，基本都是每天五点回家了。。。。
https://www.zhihu.com/question/430471502/answer/1585545129
我并不太了解国内自然科学博士的学术训练机制，但是我相对了解社会科学的学术人才培养模式。
就社会科学学术人才培养的思路上，也不能说中国就比海外差，我曾经跟尼日利亚，肯尼亚，津巴布韦，安哥拉的学者交流过，感觉我们中国培养的很多社会科学学者，都是要比海外非洲地区要强很多的。但是感觉，培养思路上来说，可以跟美国的人才培养方案学习和借鉴很多。
1.在社会科学博士培养上面，感觉是以文章输出型，而不是讨论学习型。既中国的社会科学博士在博士期间被要求不断的去写文章，发核心和CSSCI，感觉学习时间并不多，学习强度更是因人而异。美国的社会科学博士会更加注重让博士们去上课，保证博士们思考、讨论和交流的时间。一种是以输出为主，一种是以学习为主。
2.因为中国博士的培养方案很大程度上是以文章输出为主——造成了中国博士们不得不采取“样本学习”与“宏观视角”这两种方式。因为中国社会科学类的核心偏好分析国家政策，中观和宏观类型的核心论文占据绝大多数。所以部分中国社会科学的博士们对文字的编辑能力较强，但是对整体的哲学思考，社会科理论，国际的最新研究前沿，理解相对较弱——微观实证能力（比如社会科学实验设计）也相对低于美国社会科学博士生。
3.中国社会科学博士培养上课方式并不是以讨论为主，而是传统授课为主。在美国，大部分的博士们上课其实都是讨论会，中国的博士上课上似乎缺少这种以学生研究兴趣——而激烈讨论，交流的文化传统，造成了博士们的知识交换，个体文化交流率相对较低。
4.中国对博士规定阅读完的书籍，并没有美国对博士要求阅读完的书籍要多。在美国接受硕士，博士训练，一个星期读完一本书是常态。但是中国大学博士培养方案上，对此并无硬性规定。美国大部分大学在社会科学人才阅读量上，要求都还是相对较高。
5.中国的社会科学博士们对哲学框架的学术训练，和学术道德的学术训练时间，是低于美国同类博士。
6.中国社会科学博士主体语言是中文，而社会科学研究一般的通用学术语言是英文，加剧了我们对世界前言的社会科学研究成果理解转化相对较慢（英文学术霸权的地位短时间内很难撼动，现阶段只能鼓励中国学者们去迎合）
https://www.zhihu.com/question/430471502/answer/1613342480
我当年为了赶一个国际顶会的演讲机会，整整两个月997。为了工作效率中午睡一个小时觉，剩下的时间都在死磕代码。博士论文答辩完是下午三点，我出去买了瓶酒，然后就开始工作到晚上八点跟日本人开会。就算是平常，我星期天也是全天工作的，一周只有周六一天休息。
至于为什么海外博士水平高？说白了还是科研环境。海外博士不需要给老板洗衣做饭带孩子，不需要叫老板爸爸被老板pua。甚至很多时候，老板为了效率会身先士卒跟你一起做一些杂务。我们lab刚成立的时候，我老板带着我和两个本科生趴在地上擦地板，四个人一人擦四分之一。圣诞节前一天我们都在家休息，我老板一个人在实验室干了五个小时把遮光系统做好。他做这些的时候也没想自己身份尊贵，就是想赶紧弄好然后实验能正常进行而已。作为学生，你的评价标准也不是你能喝多少酒，多会跟别人拉关系，而是实打实的科研成果。你做得好，很多人都会欣赏你，愿意给你写推荐信，让你的职业生涯更进一步。
上下一心，将士用命，赏罚分明，此取胜之道。这样的环境培养出来的人才，才是真正有科研能力也有科研决心的，而不是被生活和人情世故压弯了腰的千老。
https://www.zhihu.com/question/430471502/answer/1603878217
首先指出两个事实性错误：海外的博士未必朝九晚五，国内博士每天十几小时也未必是在做科研。
海外的博士未必朝九晚五：其他海外的组我不知道，至少我们组（Alan Yuille组）的学生都是非常勤奋的。每到周末，能容纳30-40人的办公区里，基本上我们组的学生（大多中国人）到岗率能有50%以上（人均加班1天），而其他组的学生（大多外国人）几乎没见来过。至于工作时间，虽然大家来得都比较晚（一般是11点左右），但是晚上走得也晚——只要没有牌局，多数人都会在9点以后离开实验室。当然我们组的情况跟组里比较强的peer pressure有关系，而且中国学生一般都比较焦虑，恨不得从入学第一天就开始考虑自己的毕业时间，所以只要有一个比较好的传统，大部分人都会表现得很拼命。
国内博士每天十几小时也未必是在做科研：这个就不必说了，项目缠身的博士生不在少数。更重要的是，如果被逼着做自己不想做的事情，即使完成了项目，也很难有精力和激情投入到真正科研里去了。当然并不是说国外没有被逼着做项目的情况，只是这种组在国内不会很有名罢了。
回到问题，至于海外水平比较高这个事，从平均意义上来说，是不争的事实。但是造成这个现象的主要原因并不是工作时间，而是客观资源。国内主要欠缺的，还是优质的导师资源。对于一个博士生来说，入行选题是非常重要的，而如果导师的视野有限，就会拉低博士生产出的期望。虽然这些年国内势头不错，但是海外毕竟有着长期的积累，从惯性上还是保持着一定的优势。至于还要保持多少年，依领域而定。像人工智能这种学科，两边的差距就比较小，但是某些后发学科差距就会比较大。
https://www.zhihu.com/question/430471502/answer/1597865226
1、因为国外博士的朝九晚五不是真的朝九晚五，国内博士的996不是真的996。
我们这算是国内顶尖实验室了，我们这从老师到学生全都是996工作制，听起来很累，实际上远没有企业里996辛苦。
周一到周五：早9点到中午12点，下午2点到5点半，晚上7点到9点半工作。加一起也就8个小时左右。
周六上午工作2个多小时，下午开个组会，晚上可以休息下。当然有时候做实验或者赶项目偶尔晚上也会通宵。
工作强度没有早九晚五那么轻松，但也跟企业里高强度的996比不了的。我自己觉得强度约等于企业里的976吧
国外说是955，晚上和周末你不赶进度，真的能毕业么。。。所以大部分人还是会自觉加班的。
1、往往是成绩不错的学生才会选择出国读博。相对于国内的博士来说生源本身智商就高一点。此外出国读博的学生一般是对自己有较高期望的，自身也会比较努力。另外只想着镀金的学生很少会读博，一般也就读个国外硕士，因为国外的博士很难毕业。
2、出国读博一般都会去专业内较为顶尖的实验室，辣鸡实验室谁会去啊。实验室的平台和水平一般很高，国内可能只有数十个实验室能与之媲美。这也拉高了国外博士的眼界和水平。
3、在科研界，国内外很多领域确实还有不小的差距，我们很多精密的仪器都是从国外买，虽然贵但是可靠性高，国内的确实达不到标准。国内外对比就像国内985和211一样，大家肯定普遍觉得985的厉害一些。当然细分到具体领域国外可能不如国内，但是会给大家造成国外更厉害的平均感受。
4、科研界很多地方招人都硬性要求需要海外经历，这也提高了海外博士的地位。
解释一下：国内要海外经历 一是你在好的实验室学习过你才知道怎么把自己的实验室建设的更好。二是国外工作过你才有资源进行国际合作，不然你怎么和国外合作。
https://www.zhihu.com/question/430471502/answer/1590832258
别管是海内外，也不论是不是读博，想成为站在塔尖的那么一群人，势必付出比平均水平高得多的代价，除非你的天赋特别高，否则这个代价很可能就是时间和精力。
有人可能觉得这是所谓的内卷，可读博士毕竟和打工不一样，成果绝大部分都是回报到自己身上，如果你没有勇气跳出这个圈子，又想获得世俗意义上的成功，那996很可能是你的归宿。
国内外博士我也见过一些，要说国外好一些的地方，大部分还是实验设备基础好，有专门的实验人员配备，在统计学上导师功利性没有太高，会解放一些博士的时间和压力。但想成果很多，除了运气好有前人的基础，年轻老师的帮带，确实是需要投入时间啊。有些问题，你想20分钟想不明白，2个小时想通了。量变引起质变这个道理不复杂，但有很多人一味想着“高效率”解决问题，又不得其法，硬骨头却也不想啃。我个人不鼓吹在科研上的大量垃圾时间投入，但我也不否认，通往顶端的路，绝对少不了高质量高强度的投入。
至于这个提问，太过笼统和以偏概全了，反而没有太多回答价值。我觉得最重要的是想清楚自己到底要得到哪些，同时对自己的能力有个清晰的认识。
<section data-brushtype="text" style="padding-right: 0em;padding-left: 0em;white-space: normal;letter-spacing: 0.544px;color: rgb(62, 62, 62);font-family: "Helvetica Neue", Helvetica, "Hiragino Sans GB", "Microsoft YaHei", Arial, sans-serif;widows: 1;word-spacing: 2px;caret-color: rgb(255, 0, 0);text-align: center;"><strong style="color: rgb(0, 0, 0);font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;font-size: 14px;"><strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;">—</span></strong>完<strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;font-size: 14px;"><strong style="font-size: 16px;letter-spacing: 0.544px;"><span style="letter-spacing: 0.5px;">—</span></strong></span></strong></span></strong></section><pre><pre><section style="letter-spacing: 0.544px;white-space: normal;font-family: -apple-system-font, system-ui, "Helvetica Neue", "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;"><section powered-by="xiumi.us"><section style="margin-top: 15px;margin-bottom: 25px;opacity: 0.8;"><section><section style="letter-spacing: 0.544px;"><section powered-by="xiumi.us"><section style="margin-top: 15px;margin-bottom: 25px;opacity: 0.8;"><section><section style="margin-bottom: 15px;padding-right: 0em;padding-left: 0em;color: rgb(127, 127, 127);font-size: 12px;font-family: sans-serif;line-height: 25.5938px;letter-spacing: 3px;text-align: center;"><span style="color: rgb(0, 0, 0);"><strong><span style="font-size: 16px;font-family: 微软雅黑;caret-color: red;">为您推荐</span></strong></span></section><p style="margin: 5px 16px;padding-right: 0em;padding-left: 0em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">深度学习框架简史：未来十年迎来黄金时期<br /></p><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">吃透空洞卷积（Dilated Convolutions）<br /></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;"><span style="font-size: 14px;">13个算法工程师必须掌握的PyTorch Tricks</span></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;"><span style="font-size: 14px;">吴恩达上新：生成对抗网络（GAN）专项课程</span></section><section style="margin-top: 5px;margin-bottom: 5px;padding-right: 0em;padding-left: 0em;min-height: 1em;font-family: sans-serif;letter-spacing: 0px;opacity: 0.8;line-height: normal;text-align: center;">从SGD到NadaMax，十种优化算法原理及实现</section></section></section></section></section></section></section></section></section>
本篇文章来源于: 深度学习这件小事
内容反馈