# （MSRA联培）大数据学院2019级本科生桂栋南 ## 个人介绍 \_大数据学院2019级本科生桂栋南：GPA排名2019级数据科学与大数据技术专业第一、*参加\_中国科大-微软亚洲研究院联合培养博士生项目。科研方向：扩散模型与文档智能* ## 采访记录 **Q1：2019级是大数据学院第二年招生的本科生。请问你当初为什么会选择转入大数据学院？为什么选择了人工智能这个领域？** A1：首先，人工智能从高中开始就是个人比较感兴趣的方向。由于20年春季转专业的时候当时还不能转入到信院的人工智能专业，所以就转入了也是搞人工智能相关的大数据专业。当然，从现在来看，在培养方案的设置上，可能大数据学院相比于信院人工智能专业在与人工智能科研的吻合程度上也不逞多让。所以现在，想参与人工智能相关科研的同学来大数据学院也是不错的选择。当然，这个领域迅速的发展和可以观测到的高薪，也是选择这个领域的十分重要的因素。 诚然，现今人工智能的发展方兴未艾。但是，国内外大厂的裁员也反映了计算机和人工智能行业在企业界发展的下行趋势在增加，人工智能领域的竞争在加剧。所以，如果没有热爱与激情或者勤奋与能力，而只是关注在这个领域可能的高薪，那么在进入这个赛道之前还是需要仔细权衡其中的风险与收益。 **Q2：请问你的科研方向是什么，在这方面取得了哪些进展？** A2：我现在研究的是扩散模型与文档智能。扩散模型是当今火热的AIGC的基础模型，可以做到更好的图像生成任务。如今还在努力，有一篇论文在投。 **Q3：你参加了中国科大-微软亚洲研究院联合培养博士生项目。请问能不能简单介绍一下这个项目？** A3：这个项目是科大和微软亚洲研究院(MSRA)的联合项目，每年都会有7\~8个同学入选，与之类似的还有联合的创新班项目，也有差不多7\~8个同学。前者大四实习，研一在合肥完成课程，后面四年在MSRA完成博士课题；后者只有大四一年的实习，这也是很多出国同学的选择。两个项目都是由7\~8位资深导师作为mentor来指导，一般每位导师在两个项目各挑选一位同学参与后面的实习。 这两个项目的选拔大多在每年春节前后开始预热，三月左右进行宣讲，四月进行课题的开题，这个课题就是考核的一部分，五月底课题结束，六月初面试，六月底确定名单。竞争还算比较激烈，有的课题可能最终完成的有8\~10人来竞争2个名额 **Q4：你参与实习已经有四个月的时间。能不能分享一下实习的工作与生活？关于实习有没有什么建议？** A4：我所参加的项目是科研实习，所以实习的生活就是完全的搞科研。基本也遵循搞科研的一般流程，看论文 -> 想idea -> 写代码实现idea -> 写论文。在搞科研上，企业的氛围和学校的氛围不太一样，企业会有更多的不同组之间的交流，也会有更多的工作和生活的平衡，但也会缺少纯粹学习知识的时间。 至于生活方面，在公司可能有更多的工作生活的平衡，并且会有更好的硬件与配套设施，包括丰富的硬件资源和茶水间的饮料零食。由于MSRA没有打卡，所以工作压力不算很大。除此之外，也有一定的工资可以维持经济独立。 关于实习的建议，我认为大家都可以出来实习体验一下企业的氛围。一来为今后的职业发展探探路，二来也可以学习到更多的知识不荒废时间。但是，这一定是在不影响课内学习的基础上，在学有余力的情况下或者空闲的时间段来外出实习。 **Q5：来到科大已近三年，这期间有没有比较难忘或有趣的经历愿意与大家分享？** A5：在科大的生活或许不只有作业与考试，还有也西湖畔交颈的黑天鹅，高新图书馆窗外美丽的庐州月，肥西路中暗夜下的烟火气，承载梦想与点点星光的东西区操场，C9活动的难忘关中之旅，灵魂与灵魂碰撞的美的诗词/电影鉴赏课……诚然，大部分的大学时光与疫情交织在一起，但是回想起来，苦闷的日子里也有快乐与诗意，也有激情与感动，也有梦想与那点点闪光。 **Q6：留下一段你想说的话，可以是对重要的人的感谢，也可以是对学弟学妹的鼓励，抑或是与诸君共勉。** A6：首先要感谢我的家人和师长。家人在我背后一以贯之的支持是我能够自由选择自己前进方向的有力支撑，十分感谢家人一直以来对我的鼓励和支持；而各位老师则是指导我如何前进，帮助我一步一步走得更远的强劲动力，十分感谢不同的老师在我的不同阶段提供的有力的支持. 然后要感谢我的朋友们，他们可以一直以来支持着我，对我提供了学习上，生活上，情绪上的很多帮助，我也从中收获到了快乐。 “学而不思则罔，思而不学则殆”。希望我能在学习中持续思考，身体虽然受控，但希望灵魂仍在远方；希望我在思考中持续学习、持续工作，脚踏实地，能够走得更远。与诸君共勉！ --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://advancedguideforsds.gitbook.io/advancedguide/jing-yan-pian/xue-chang-xue-jie-shuo-2023.5.31-geng-xin/msra-lian-pei-da-shu-ju-xue-yuan-2019-ji-ben-ke-sheng-gui-dong-nan.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.