和李云涛的晚上trip
他是本科两年修完四年的课，要上那种给分好事情少的老师，去听好老师的课。
微博关注：爱可可爱生活
各种评测比赛不好的地方：就是简单的把各种模型拼凑、boosting找最好的，没有创新
实习一定要先了解，他的三段实习：第一个在照片社交APP（nice）做数据岗（接触到了很多大型的数据，对数据量有了非常深入的理解）七个月，第二个在电影推荐做算法（感觉浪费了时间）五个月，第三个摩拜旗下的单车做数据。
做大公司的逻辑业务开发不好（如果不直接找工作），不会有收获。做大公司的算法方面，需要具体而言，大多数都是专精，往下挖，不太好。但是也有大公司算法岗是那种apply model to some certain aspect，那就可以。保险还是推荐去start up实习，既可以从0开始自己去摸索很多东西,也可以接触面就很广。
他毕业论文是做新闻和微博的文本摘要，就是先提取topic，压缩关键句子，然后再把关键词变成一个逻辑上的句子。现在是做信息检索，信息检索涉及面很广，nlp啥的都会涉及到，也好找工作一些。他的张岩老师就是从数据库转到信息检索。
关于ai，因为谁都不知道原理，所以会用tf就行，别深究。外界火，但是学术界就那样，好用的时候就用。
关于组会，一开一整天，从十点到八点。首先是十点到一点，每周一个人讲论文和学习收获分享。这个人先要给老师审核十篇论文，精读五篇，然后做ppt讲三个小时。三点开始每个人半小时汇报一周情况和下周安排分配。老师给的东西不强求你做完。
关于读论文，其实一般是是读reference提到的文章和google关键词搜索找的文章。然后要做到看标题就知道大概讲的是什么用的是什么model。
kaggle上的评测比赛。
关于数据的准确性的评估，应该是门学问。一看数据量，二实验人的背景来判断数据的可信度，另外还有些不记得了
关于写论文，short反而好中一些，他说他之前被拒的原因是model太复杂评审不能理解。要找准论文切入点，他的标题是老板定的，这个会议本来是不在中国的，而且没有deadline，有点水。会议不查重，有很多句子是抄的。一些固定的单词用法。model也可以由别人的现成的改。