ยูนิคอร์นตกผลึก - Dartmouthนี่เป็นอะไรกับDarth Vaderป้ะคะ

- Work life balance ตอนแรกคิดว่ามันไม่มีอยู่จริง หลังจากเห็นคนที่นู้นทำงานกันเป็นบ้าเป็นหลัง(แต่เป็นธรรมชาติเหมือนเป็นNorm) แต่มันอยู่ตรงนั้นแหละ เราจะมองเห็นก็ต่อเมื่อเข้าใจว่า Work life balance จะเกิดขึ้นก็ต่อเมื่อWorkกับLifeคือสิ่งเดียวกัน?
- ถ้าลงพวกคอร์สGraduateก็อาจจะมีโอกาสได้ทำงานกับพวกป.โท/ป.เอกทั้งหลายสูง การทำงานอาจจะไม่ได้เป็นกลุ่มที่เป็นระเบียบแบบแผนอย่างที่ทำตอนSE(เผลอๆชอบซัดกันแบบ1night miracle น่าจะเพราะพวกPhDยังอินกับการทำงานคนเดียวอยู่ แล้วก็มีงานวิจัยที่ต้องทำไปด้วย)
- ENGS108 Applied ML (George Cybenko, Princeton)
- ไม่ค่อยได้อะไรจากlecture ส่วนมากเป็นself learnทั้งสิ้น ดีตรงเปิดโอกาสให้ได้ลงมือทำ(แต่ก็อย่างว่า อยู่ที่ไทยก็ทำได้) สิ่งที่ทำให้โดดเด่นคือเพื่อนร่วมคลาสและงานกลุ่ม ได้สัมผัสถึงวิธีการคิดอ่านของเด็กฝรั่ง ทุกอย่างอิงจากliterature ความไวในการapplyสิ่งที่อยู่ในpaperมาใช้มีสูงมาก ได้เห็นโปรเจคของกลุ่มอื่นที่ค่อนข้างหลากหลายเพราะแต่ละคนมีพื้นฐานมาไม่เหมือนกัน จบมาคนละสาย (แต่ต้องระวังอาจารย์Cybenkoให้ดี แกวางเนื้อหาคอร์สกับกะเวลาไม่ค่อยเก่ง ชอบบินไปประชุมนู้นนี่บ่อยๆ เหมือนจะฟังความเห็นนร.แต่จริงๆในใจแกมีคำตอบอยู่แล้ว555) มีTA sessionสำหรับช่วยทำassignmentอย่างเดียว
- Gradeที่ได้: A
- CS75 Bioinformatics (Chris Bailey-Kellogg, MIT) คาบที่มีการวางCourse structureดีที่สุด มีทั้งTA sessionและoffice hour นี่คือคาบเปลี่ยนชีวิตที่ในห้องเต็มไปด้วยเหล่าปีศาจ ที่แม่มเทพทั้งคอมและไบโอ จริงๆเปิดคลาสแรกมานั่งกันเต็มห้องเกือบ80คนได้ สุดท้ายเหลืออยู่30ด้วยเหตุที่แลปมีความท้าทายมากสำหรับคนไม่ถนัดCodingหรือData structure และที่หายไปคือเด็กUndergrad ส่วนที่รอดชีวิตมามีอยู่แค่ประมาณ2-3คนที่เหลือเป็นป.โท/ป.เอก (เชื่อว่าหลายคนหลงเข้ามาเพราะนึกว่าเป็นคาบเรียนไบโอไม่ใช่คอมจ๋าาาาขนาดนี้) มีการผสานความรู้machine learningเข้ากับการวิเคราะห์Protein sequenceได้อย่างลงตัว เรียกว่าเป็นคอร์สเปิดโลกเลยก็ว่าได้เพราะเราจะสามารถมองเห็นเลยว่ายังมีข้อมูลเกี่ยวกับร่างกายของเราอีกเยอะมากที่ยังรอการถูกค้นพบ เป็นสาขาที่มีpotentialสูงมากที่จะเปลี่ยนกระแสโลกเลยก็ว่าได้ โดยที่เราสามารถค้นพบมันได้ด้วยสิ่งที่เรามีพื้นฐานเป็นทุนเดิมอย่างการCoding
- แรกๆจะงานหนักหน่อย มี4Lab ครั้งละ20% แต่อาจารย์ให้คะแนนง่าย พวกเทพalgoถ้ากลัวโจทย์ง่ายไป มีข้อยากเป็นextra creditสำหรับให้พวกGradute studentเก็บเล่นเอามันส์อยู่ ถ้าว่างเวลาเหลือก็นั่งทำเล่นๆไปได้ ส่วนมากจะเป็นโจทย์optimization
- ช่วงสุดท้ายยากไปคนละแบบ เพราะเป็นการทำงานกลุ่ม ต้องอาศัยความรู้ไบโอช่วยพอควรในแง่ของการกำหนดสิ่งที่อยากจะทำ (จริงๆก็แล้วแต่จะเลือกหัวข้อด้วย ซึ่งไม่ใช่เรื่องง่าย มีโอกาสlost directionสูง แนะนำให้ไปแจมพวกดร.ทั้งหลายที่นั่งเรียนอยู่ด้วยกัน พวกนั้นจะมีdirectionที่แม่นยำมากเพราะเค้ามีประสบการณ์ทำวิจัยด้านนี้มาก่อน) กลุ่มphDต่างๆถ้าได้ฟังpitchก็จะอึ้งไปตามไปกันเพราะมันราวกับไม่ใช่โปรเจค3อาทิตย์ แต่เป็นโปรเจคจบ5555 เราจะมีความคิดประมาณ “เห้ย คิดออกมาได้ไงวะ/จะทำได้ไงวะ” อะไรแบบนี้แทบทุกกลุ่ม
- ความท้าทายอีกอย่างของProject bioinformaticsคือdataset เพราะมีหลายเจ้ามาก และบางทีเจ้านึงก็ไม่มีข้อมูลที่เราต้องการ ต้องทำการmerge datasourceวุ่นวายพอควร ยิ่งเมื่อdataของbioinformaticsไม่ใช่formatที่เราคุ้นเคยกัน แล้วก็ใหญ่มาก หลายกลุ่มต้องใช้clusterของม.เข้าช่วยประมวลผล แต่เราexchange student น่าจะต้องขอเพิ่ม ถ้ามีดร.ในกลุ่มก็ไม่มีปัญหาสามารถขอใช้ได้แน่นอน
- Gradeที่ได้: A-
- Computational Neurosci (Richard Granger: MIT,Yale)
- นี่ก็คอร์สเปลี่ยนชีวิตเซม เป็นapproachเข้าหาartificial intelligenceในแง่ของBiologyและNeurology อาจารย์สอนเก่ง แต่ไม่มีTAหรือOffice Hour เมลไปบางทีจารไม่ค่อยตอบ แต่เนื้อหาไม่ยากมาก สอบข้อเขียน3ครั้งถ้วน project 1ชิ้น (เอาassignmentจากENGS108ส่งไปได้)
- Gradeที่ได้: A-
- สามคอร์สนี้เหมือนช่วยส่งเสริมกันและกัน แนะนำถ้าอยากลง ให้ลงเป็นแพค5555
- ด้วยความที่เป็นโปรแกรมแลกเปลี่ยน จึงไม่สามารถโอนGrade letterกลับมาได้ โอนกลับมาได้เพียงหน่วยกิตเท่านั้น(ให้ได้เกินC+ก็พอ) เราซัดAเยอะเกินจำเป็นไปหน่อยแต่ก็ถือว่าเรียนเอามันส์ ที่สำคัญกว่าเกรดคือได้ประสบการณ์ที่จะติดตัวไปตลอดชีวิต
- Drinking age=21นะจ้ะ
- ใครวางแผนจะไปเรียนต่อเลยปีหน้าอาจจะต้องเตรียมตัวดีๆนิดนึง เพราะถึงจะเรียนแค่3ตัว แต่อัดมากเพราะต้องจบใน10weeks ทำให้อาจจะเตรียมสอบหรือเตรียมapply graduate schoolไม่ทัน
- สามารถขอทำsenior projectกับอ.ที่นู้นได้ แต่เราเทเพราะเลือกจะทำseniorกับทางฝั่งไทย(ซึ่งก็ดีไปอีกแบบ ได้ไปดูงานChicago)
- ปล.ใครอยากขอlectureทักหลังไมค์มาได้ ของNeuroscienceมีทั้งlectureทั้งไฟล์เสียงเลย อาจารย์แกเขียนกระดานดำ โน๊ตแรร์มากนะบอกเลอ

เข้าสู่ระบบเพื่อแสดงความคิดเห็น