卡內基梅隆大學（CMU）的Eric Xing（邢波）教授為什麼能讀完一般學校的分子生物學PhD後到伯克利去CS PhD？

01-12

Eric Xing當年為什麼能在讀了一個50名左右的學校Rutgers的分子生物學phd之後，去加州大學伯克利分校UCB讀計算機科學博士？感覺像這種轉行的一般都是第一個phd已經是名校名導才能轉得好，我也看過Eric在Rutgers發的論文，很一般，不是很明白為什麼能轉到那麼好的導師那裡
---------------------------------------------------------------------------------------------------------------------------------
我不應該直接說看過發的論文很一般，其實我並不清楚論文是不是一般。抱歉了~~

如果沒有記錯的話，Eric Xing 當年從 Rutgers的分子生物學畢業，拿到 PhD 學位後，第一步是去了UC Berkeley 的勞倫斯伯克利實驗室 (Lawrence Berkeley National Laboratory, LBL) 做博士後，繼續從事分子生物方面的研究。做了一年或兩年 Post-doc 後，轉行進入 Berkeley CS 讀博士的。

轉行的具體的過程不詳，但猜測和伯克利計算機系演算法大牛 Richard Karp (圖靈獎得主)有關, Richard Karp 當年似乎在積極嘗試做一些使用計算機演算法革命 DNA 測序之類的工作。Eric Xing 的背景應該得天獨厚。我估計是 Eric Xing 在博士後期間和 Richard Karp 有了一些愉快的合作經歷, 在兩廂情願的情況下轉成了 Richard Karp 的學生，後來 Michael Jordan 也加入成了 co-Advisor. 取悅學術大牛最有效的方式不是郵件陶瓷，而是面對面交流和直接合作，這方面當時人在 LBL 的 Eric Xing 應該近水樓台。當然，機會只青睞有準備的人。

聲明: 沒有向 Eric Xing 本人核實，僅僅是個人根據公共數據進行的推測。

當時的情況估計了解的人很少了。作為邢老師的粉絲事後諸葛亮的說一句：

以邢老師的天賦+瘋子一般的工作強度，不成功才是怪事......

天賦從我的接觸上來說，完全超出了我的評價能力範圍。只是覺得很聰明，到底多聰明我也說不上來...大概是我見過的最聰明的十數人之一吧...

最誇張的是邢老師的工作強度，真心不是想做就做得到的...

每當我周末/節假日晚上默默的回到空無一人的系裡繼續苦逼的幹活時，只有邢老師那永遠亮著的辦公室能給我心裡安慰...

邢老師是遠近聞名的工作狂人，目測平均每天十二小時打底（包括節假日）。他在加州似乎還有start up，常年周末往西海岸飛。最近一年似乎和國內聯繫也很緊密，這個星期就又飛回去做講座了...

別人回國做講座都是休個假，飛回去再玩幾天。邢老師一切工作照舊，中美航班上有同學也有看到過他全程工作= =

在這種強度下人家還每天中午固定去鍛煉...

邢老師做事情還超級高標準，剛來CMU的第一年我先後修了他的10701機器學習和10708概率圖模型（PGM）。那真是我人生第一次感覺是：「我知道這些都很有用，都很好，但是我真的不想學那麼多啊嗚嗚嗚嗚嗚嗚」...

他默認每次課上課之前你都把reading全看完了，課上都是在reading材料的基礎上往深了講。如果你reading上的東西不會，那就不好意思，基本是不太可能聽得懂的= =

問題是reading每周都是一百頁起步...可不是做應用的那些看一看就知道在幹啥的paper，這可是正經的一線機器學習會議和期刊的論文... 我記得第一個學期每天都是捧著感覺永遠看不懂的公式，待著對自己智商的懷疑入睡的......（後來不懷疑了承認自己確實笨之後感覺開心了好多哈哈哈哈）

這還只是reading哦，兩周還有一次作業，做出來時間因人而異，但是大體每次都是十頁A4紙滿滿的latex打出來的公式，加上一道類似於寫個類似LDA的編程題這樣。

然後還有個Project，最後既要poster也要presentation= =。要想Project拿到好的分數，大概起碼要做到一線國際會議的short paper的水平吧... 10701的project我們的評價大概在A~A-之間，後來改了改格式投去了EMNLP（自然語言處理的還不錯的會）結果就中了6頁short...... 很多做的更好的後來都中了NIPS ICML（機器學習的頂級會議）....

這還只是邢老師對上他課學生的要求，他對自己的要求據我觀察是顯著的更高的...

事後諸葛亮的看，這樣的人不成名真是沒天理了....

---------------------------------------------------------------------------------

大年三十不出意外又在gym碰見了邢老闆=。= 不過好歹他除夕夜沒有在學校。。。

我發現之前的照片似乎看錯了... 多謝樓下匿名用戶提醒.../臉紅

不過邢老闆工作狂的名聲是遠近聞名的，就不多證明餓了。。。

--------------------------3.22.2015更新------------------------------------

最新消息，邢老闆和SCS系主任一起牽頭和匹茲堡大學醫院（全美排名前十的大醫院）以及匹大一起拿到了一份可以每年養二十個人的大funding。這個funding在CMU這邊會成立一個新的醫療與機器學習的研究中心，由邢老闆負責... 正好符合他的Bio+ML雙PhD背景。

回想回當年邢老師讀完bio決定再去都ML的PhD那時候的壓力和魄力，現在也算是「念念不忘，必有迴響」了吧。

因為愛。

（說真的，好多時候做學術做的猛的就是因為喜歡。。。）

唉，沒忍住出來匿名闢謠吧，麻煩樓上cmu phd去8樓看一下，那個燈是走廊不是xing老闆的office。。

您這圖在知乎微博上已經引起了不知道多少學生的誤解了。。。

利益相關: 本人不認識Eric 也沒見過Eric.

看了Eric簡歷後分析如下:

1. Eric 的本科出身不差，清華大學畢業，物理出身比較適合轉行計算機。

2. Eric是計算機碩士，之後讀個計算機博士順理成章。

3. Eric博士讀的分子生物，這才是轉行，後來在讀計算機博士是回歸本行。

4. 最重要的一點，Eric從簡歷上看，他申請第二個博士的時候有著極大的對於機器學習研究的熱情和興趣。

為什麼這麼說？

4.1 如果是為了找計算機方面的工作，Eric的計算機碩士加上計算生物的背景足夠在業界找到一份不錯的工作了，更重要的是，一般情況下，業界工資比學術界起步工資高。

4.2 根據4.1，作為博導收到Eric的博士申請或者陶瓷，直覺上會認為這個人不是來為了投機而讀博士，而是真心為了學術。原因是

(a) 此人在找工作問題不大的前提下申請第二個博士，說明此人對業界工作興趣不大，對學術興趣大。

(b) 此人願意在完成一個博士之後,再花上6年左右的時間進行另外一個博士研究，說明此人有著犧牲時間換取學術追求的精神。

===================分割線==================================

Eric在畢業後成為了卡內基梅隆(計算機排名數一數二)的助理教授，現在已經升為教授，成為了世界上最出色的計算機研究者之一。在這裡，做一個事後諸葛亮的總結:

1. Eric付出了十年時間讀了兩個博士學位。

2. Eric非常適合計算機研究並取得了出色的研究成果。

3. 當初在伯克利，Eric的博導沒選錯人，Eric的確成為了出色的研究人員。

上述結論一半來自主觀臆斷，另一半來自時間證明。

附上Eric老師的一次訪談鏈接:

科研不是比賽，而是一種對未知和完美的自我追求——跟邢波（Eric Xing）面對面聊科研

意識到水知乎的時間人家又看了好多paper就有淡淡的憂桑。

/* 我這個回答和題目是相關的!!! */

知乎首答，匿一個。我相信Eric Xing是一個很sharp的人，但是就他轉行成功跟他的碩士導師Casimir Kulikowski（Dr. Casimir A. Kulikowski）有很大的關係。老爺爺的頭銜是亮瞎眼級別的：

Honorary Fellow, International Medical Informatics Association (IMIA) (2012)

Member, Institute of Medicine, National Academy of Sciences (IOM-NAS) (1988)

Fellow, American Academy of Medical Informatics (ACMI) (1984)

Fellow, American Association for the Advancement of Science (AAAS) (1987)

Fellow, American Institute for Medical and Biological Engineering (AIMBE) (2003)

Fellow, Institute of Electrical and Electronic Engineers (IEEE) (1995)

Fellow, Association for the Advancement of Artificial Intelligence (AAAI) (1991)

Prize Scientific Exhibit, American Academy of Ophthalmology (AAO)(1983)

答主跟老爺爺討論過這個問題。Eric當時能去UCB是因為老爺爺當時跟UCB有合作，再加上老爺爺自己就是最早開始搞bioinformatic+neural network的那一波人且UCB那邊正好缺人然後正好就去了。當然，老爺爺也認為Eric自己也非常的sharp。但是我相信UCB這個level的學校不缺申請者，老爺子的推薦信和關係起了很大作用。這裡說句題外話：四大確實牛，我聽老爺爺的意思他們10多年前就已經開始布局ML、DM之類的，這種戰略思維跟清北之流瞬間形成了對比。。

還有一個因素就是Rutgers research reputation真心是不錯的，當年更好。在AWRU這種完全看科研排行版裡面裡面，無論是學校還是CS系都是相當不錯的（Rutgers, The State University of New Jersey）。即使是USNews CS也是常年20~30。不過因為學校的發展策略，CS系目前處於衰落狀態。。。

利益相關：答主也拿到了老爺爺的推薦信。。

傳聞當年Eric Xing讀完第一個PhD之後還是去找工作了的，新澤西的big pharms，面試的時候聽著面試官滔滔不絕對著21世紀生物的時代一臉興奮的樣子，他卻一點也提不起興緻。於是乎一個調轉槍頭，在Berkeley經一番努力之後，最終被Jordan收為門下。

有的人活著是為了活著，有的人活著是為了新鮮感和刺激感，this is love, passion and devotion.

邢老師在讀生物博士期間，就拿了計算機碩士學位，也不是那麼突兀。

從動機來看，讀計算機碩士多少有些功利因素，讀計算機博士則是純粹的愛和「excited」了.

邢老師在Rutgers University讀分子生物學博士(1994-1999)期間，因為計算機好找工作的原因（大神也曾現實）, 在(1996-1998)期間拿下計算機碩士學位，寫的一手好程序，這樣在邢老師博士畢業的時候，找到了計算機方面的一個工作。這個碩士學位多少給轉行打下了基礎。

之後邢老師對計算機理論產生了真正的興趣，「get excited about it」, 下定決心讀計算機 PhD, 申請了Berkeley, CMU, UW，MIT 四個學校，拿到UW和Berkeley的offer,選擇了Berkeley. 邢老師雖然選了三位大牛作導師(Michael Jordan, Richard Karp, and Stuart Russell)，但邢老師足夠獨立並且具有創造力，研究點子大多是自己想出來的。於此同時非常勤奮，一周7天 ,每天平均工作12小時。從2000到2004,大神歷時四年，拿到計算機博士學位。

關於轉行，清華大學07年的一篇報道有詳細描述: 學海無涯，不懈追求——物理系傑出系友邢波訪談(清華大學物理系)

@Zhou Steve 提到的那篇訪談也有些描述。(科研不是比賽，而是一種對未知和完美的自我追求——跟邢波（Eric Xing）面對面聊科研)

另外邢老師自己的主頁簡介中，概略的說了一下"Not totally satisfied with the extend and nature of understanding of biological phenomena I could reach via pure experimental approaches", (Eric Xing"s Biography)

他的學習途徑簡直perfect.物理+生物+CS 知識結構如此完整，不成大牛都難。而且沒耽誤太多時間，讀的效率很高。

有些答案錯的有點離譜。 xing是入了生物的坑進去後痛苦得不得了發現工作不好找才在讀博期間選修的計算機碩士。邢老闆選擇Jordan的大腿應該是非常重要的一步，這也體現出他雙商高，不安常理出牌。一開始jordan不想要他，但是邢老闆發文章硬是掛jordan名，有事沒事總找人家聊，硬是把jordan感動了收了他。當然前提是的確有兩把刷子，不然灌水論文jordan也看不上眼。

非計算機領域的人（計算機白痴）來勉強答一個擦邊球答案...

在聽他的在線課堂（10-708，概率圖模型），對於我這種智商負無窮的人來說，他能把課由淺入深講得很透，課程內容爛熟於心娓娓道來而總能夠點中模型與演算法使用時需要關心的最核心的要素，並且對我現在做量化投資方面的research有不少新的啟發（注意這個方向跟他的research，無論是理論還是應用，都看起來毫無關係）。如果一個在某領域的大牛不僅能把東西教給別人而能給做看似完全不同領域的研究工作者以新的研究啟迪，那麼可以足見其功力絕對非同一般，雖然從這個方面這麼說只是表現他功力的冰山一角。

最後我就想說一點，雖然他讀伯克利CS PhD也許有運氣成分，但牛逼的人總是會牛逼，像我這樣傻逼的人就只能一直傻逼下去了呵呵呵。

其他事情前面的人都說了。說一個很少有人說的。對於畢業想找教職的學生或者博後，Eric Xing會在他們找工作前帶他們去匹村比較高級的餐館吃一頓飯，傳授他們社交禮儀。

額我已經有兩個同學在這樣幹了……而我認識的本就不多

原來生物醫學已經前景如此悲催了么。。。那麼生物一般數學又不好的人該怎麼辦。。。

我真的很想知道對目前倒數第一個答案「
生物學美帝不好找到可以有穩定身份的工作」應該怎麼反駁？