Q: 毕业之后有什么计划？

DKU选择数据科学专业的同学们通常会往三个方向发展：第一种是偏向Business Analytics（商业分析），深入咨询行业，用数据分析赋能商业策略，会需要经常对接客户，需要出色的沟通能力。第二种方向专注于数据科学本身，包括数据库的使用、增删改查的命令、数据可视化等，且研究生也会继续围绕数据领域进行探索。 第三种是在编程上不断积累，未来希望往计算机科学领域发展，利用数据和算法去搭建模型，解决人类社会中真实存在的挑战。我的个人规划属于第三种，会在今年8月前往卡耐基梅隆大学计算机学院攻读智能信息系统硕士学位。

Q: 成果突出的科研经历？

我在大一暑假有幸加入了李明教授的语音与多模态智能信息处理实验室做Research Assistant（研究助理），主要的研究方向是副语言属性，简单来讲就是研究语音中的非语言信息，包括通过语音进行心理健康或疾病的检测，也包括对动物语音的检测与识别，比如深海里的鲸声，或是森林里的鸟声。之所以对这个研究方向感兴趣，是因为它与健康和生态紧密相关，并且有明确的应用场景。

大二的时候，李明教授邀请我主导了一个基于深度学习的鸟声检测和分类研究项目。这是一个校企合作项目，主要目的是保障自然保护区内受鸟类筑巢影响的电网传输稳定性，同事降低人工维护成本。我们提出的解决方案是在电网周围安装一种可以识别鸟声的设备。一旦有鸟靠近且发出鸟鸣，设备便会检测到鸟类活动，进而锁定鸟的种类，并通过播放该种类天敌的声音，实现无人驱鸟，保障电网的电力传输稳定性。目前，我们也在申请相关的专利，虽然鸟声分类并不是一个新的研究课题，但我们的解决方案首次尝试了软硬件结合，并在算法上进行了创新。从社会意义上来看，如果将来这种设备能得到推广，我们就可以采集更加丰富的实地鸟声数据，供全球的鸟类爱好者进行科学研究。

这个项目工程量大，多模块协同性要求高，对于当时实战经验欠缺的我来说算是一个很大的考验。但是通过参与整个算法的设计和落地，我的编程能力得到了全方位的提升，也对engineering（工程学）有了更深刻的理解。在遇到综合性强的任务时，优秀的程序员往往会具有独立解决问题的勇气和信念。编程能力的提升，其实也是解决问题的能力以及效率的提升。前者更多需要经验的积累，后者则需要思考如何做减法，以保证代码的干净度和可复用性。

Q: 印象深刻的实习经历？

去年三月份，学校职业发展办公室组织了一场字节跳动线下参观活动。我幸运地获得了实地参观的机会，并从分享嘉宾（同在李明教授团队的师兄）那里获得内推，最终通过多轮面试拿到了字节跳动AI Lab（人工智能实验室）的暑期实习Offer。实习期间，我主要负责开发一个方言翻译模块，应用于字节跳动旗下的短视频剪辑APP剪映。开发这个功能的初衷是为了满足短视频后期配音的需求。创作者可以自如地输入普通话，借助翻译和语音合成功能转换成地道的方言，比如四川话，广东话，上海话等。

这段实习经历让我看到了学术界和工业界对模型性能的追求上的差异性。学术上追求的核心更多时候是从模型的效果、精确度出发，但工业界则更加看重效果与效率的平衡。实习初期，我有从效果最优的角度出发提出过一个模型，但最后发现模型体量太大，难以部署上线，后面还是考虑到效率对模型进行了改进。个人来讲，我很认同两者之间的平衡，这是在有限的资源和条件下，寻找一种最优解。换句话说，如何利用更少的计算资源和时间，达到相似的模型效果，从而控制时间和能源成本。这次宝贵的工业界实习经历，给我带来的收获远不止从无到有的创造带来的成就感，更让我明确了未来研究生想要深造的方向。