學員背景：

C同學

雙非一本 金融學

打算申請人資管理，商業(yè)分析，數(shù)據(jù)分析方向海外研究生

參與項目

指南者商業(yè)分析科研論文指導

選擇背提的目的

大二的時候，我簽約了指南者留學。由于準備時間較為充足，申請主導師就向我推薦了背景提升項目，以提升自身的軟實力背景。

我的專業(yè)是金融學，但是我要申請的方向是人資管理/商業(yè)分析/數(shù)據(jù)分析，這些專業(yè)對編程語言和數(shù)據(jù)分析的經(jīng)歷都有一定的要求，比如需要掌握Python，R，SPSS等，跨專業(yè)申請還要求有相關的項目經(jīng)驗。而學校對商科所開設的數(shù)據(jù)分析課程都是很簡單的課程，對實際工作沒有太大幫助，所以一開始，我選擇指南者留學的背景提升項目就是想提高Python數(shù)據(jù)分析的能力。

我在接觸這個項目之前沒有學過Python，就連Excel也不太會，英語能力也不是很強，所以很擔心會完不成這個科研。甚至在學習過程中，有時也會對自己產生質疑，但做完了之后，我才發(fā)現(xiàn)科研其實并沒有想象中那么難，而且還收獲了很多知識。

項目具體學習

理論培訓部分

首先，我對Python知識進行了初步學習，包括Python基礎，NumPy庫，pandas庫，matplotlib庫（數(shù)據(jù)可視化），數(shù)據(jù)清理和數(shù)據(jù)處理，特征工程（特征篩選，特征處理等），聚類，降維，還有回歸模型，分類模型和stacking算法等機器學習和集成學習領域的知識。我之前從來沒有接觸過Python，一開始學的時候學得很投入，大約花了一周就學完了所有內容。

指南者老師錄的課講得非常清楚，脈絡也很清晰。相較于網(wǎng)上幾百集的python課程，我更偏好于指南者的課程：教給學生最核心的內容，然后再慢慢拓展，而且每節(jié)課課后都會有作業(yè)可以幫助理解內容和大致框架，做完作業(yè)之后也會有老師認真地給我批改和講解，即使有不懂的點，在講解過后也變得易懂了。此外，課程中基本沒有刻意地去背知識或者記代碼的部分。感覺最重要的還是“重復應用”和“練習”，反復訓練就能夠初步了解并熟悉框架。

在理論學習過程中，我的進展也比較順利，所以很快就進行到了項目的實戰(zhàn)階段。

選題方向

我要申請的方向和人資管理還有數(shù)據(jù)分析都有關系，因此教授提出了一個叫做“基于面試者建立的薪資預測模型”的課題，和我要申請的方向非常符合。而且，李教授本身也是南洋理工大學商學院的教授，管理科學雜志審稿人，對此十分有經(jīng)驗。最終我們確定以此作為選題。

科研過程

在確定選題之后，李教授給我發(fā)了一個薪資數(shù)據(jù)集，逐步教我如何開始研究。每周末我都會和李教授、梅老師進行線上會議匯報工作，教授會給我一些指導，以及布置下一周的任務和方向。

平時，教授和梅老師會很耐心地回答我提出的問題，且不會直接給我答案，而是引導性地提出一些問題和思考，讓我自己先去嘗試和思考還有查詢相關內容。

比如在學習如何把分類變量轉化為虛擬變量時，老師們會讓我自己先去查詢和研究。還有在特征篩選的時候使用點二列相關算法，隨機森林特征重要性等，老師不會直接告訴我結果，除非在我研究過后還是不懂，才會給我示范一遍，這使得我在做項目的過程中能夠不斷磨煉和提升自己的能力。

在科研過程中，我嘗試用各種回歸算法建立薪資預測模型，最后還用了stacking算法集成模型，將多個第一層回歸模型的預測結果作為第二層模型（元模型）的輸入值進行再次擬合，然后得到最后的回歸預測結果，減小過擬合的風險。經(jīng)過多次建模之后，我發(fā)現(xiàn)自己已經(jīng)能顯著地減少預測誤差，建立出一個薪資預測模型。

李教授在授課中提到，我不僅需要關注最后的預測結果，還要增強數(shù)據(jù)敘事的能力。于是我用OLS線性回歸得到了各個變量和薪資之間的相關系數(shù)以及p值，還有其他的一些數(shù)據(jù)，接著還進行了一些數(shù)據(jù)可視化展示，通過可視化進行分析。

論文寫作與發(fā)表

完成科研實驗之后，老師讓我閱讀了幾篇英語論文，并給了我大概的論文寫作框架以及側重點。

我一開始挺害怕寫全英論文的，但其實論文寫作是整個科研過程中最簡單的部分。本著循序漸進的想法，我首先完成了論文中介紹研究背景、數(shù)據(jù)集和理論基礎的部分，然后寫清楚研究的過程，包括數(shù)據(jù)清洗和數(shù)據(jù)預處理，特征工程，建模過程還有調參過程等等，最后列出對照組和實驗組的結果，并總結出相關結論。

論文初稿完成后，老師會提出內容的修改意見，進行一些排版問題（如圖表）的調整等。接下來老師會去選擇相關的國際會議，并準備將論文投稿到國際會議上。

最后，我的論文被CPCI會議錄用，并在會議上進行了英文匯報演講。

自我提升與收獲

完成背景提升項目后，我不僅收獲到了教授的推薦信，還有獨立一作+通訊的CPCI會議論文，也能夠去進行數(shù)據(jù)清洗，預處理和可視化，很熟練地建立回歸和分類模型解決實際問題等等。這意味著我已經(jīng)可以比較熟練地進行數(shù)據(jù)分析了。

如果大家想要留學，建議在個人軟背景方面提前做好準備，這樣就可以在更充分的時間內提升自我。而且，接觸科研對我們后期的科研打好基礎很有幫助。我在那段時間學到的知識，在之后的學業(yè)過程、競賽和實習中都可以應用到，也讓我能更快地學習和理解新的Python知識。之后，我還自己發(fā)了兩篇EI會議，并獲得了安永數(shù)據(jù)科學挑戰(zhàn)賽的全球前十，其中也用到了stacking算法。

到現(xiàn)在，我已經(jīng)完成了從零到一的自我蛻變，從科研小白變得能夠參加比賽、自己發(fā)表實習等等。這段經(jīng)歷教會了我一點：科研是件循序漸進的、持續(xù)提升的事。它既需要合適的領路人，也需要自身的努力和不斷的試錯。希望大家都能夠達成理想中的目標，變成更好的自己！

想要咨詢本項目，或者了解指南者留學更多的背景提升項目，歡迎私信~