数说名师 | 青年教授访谈--谢李岩

|导语

本期“数说名师”采访了杨浩翔、谢李岩、李爽和陈逸伦四位青年教授。他们都有着多年海外求学与科研经历，今年夏季，他们陆续回国加入SDS。在面临职业选择时，他们不缺海外一流学府的机会，不少人手握全球顶尖高校的邀约，但他们都不约而同将教职生涯的起航点定在了SDS，毫不犹豫选择了香港中文大学（深圳）。虽然他们还不是名师，但他们都曾师从名师，无论是教书育人的理念，还是做研究的态度，都有师承名家的风范。我们来看看这些新生代教师的故事吧。

XXXXXX

数据科学学院

助理助理教授

谢李岩 

XIE, Liyan

曾入围2019年INFORMS会议QSR方向最佳学生论文

曾获2020年伯克利大学EECS领域“女性学术新星”

2020年佐治亚理工学院IDEaS-TRIAD/ARC-TRIAD奖学金

曾任佐治亚理工学院Instructor

研究领域：

基于传感器网络及卫生保健的数据科学研究、序贯变化检测、鲁棒优化

教授课程：

STA2002 Probability and Statistics II

DDA2001 Introduction to Data Science

简介：

谢李岩教授于2016年获中国科学技术大学统计学理学学士学位。其后前往美国佐治亚理工学院攻读博士，并于2021年获得工业工程博士学位。谢教授是多个顶级学术会议如AAAI, ICML, Neurips, AISTATS, ICLR的受邀审稿人。

Q：能分享一下您的学习或科研经历中，您认为有成就感、意义深刻的事情吗？

A：我觉得让我有成就感的事情是我所做的大部分work都有实际意义，能够帮助解决一些很实际的问题。比如我读博期间做的第一个work-在高维传感器网络中如何检测相关性的变化。以地震信号为例，当没有地震的时候，传感器监测到该地理区域的数据是没有相关性，但是地震发生后这些数据就产生了关联，我们可以通过这些反馈来的数据来检测信号的发生。在这个过程中我们也可以同时去估计传感器之间的相对距离。这些分析研究让我发现，地震领域使用的很多方法还相对比较传统，但实际地震学是有统计学原理的，我们可以运用先进的统计方法来帮助地震信号的分析。我很开心我的研究成果能够对分析其他数据集、其他学术领域产生影响。

鲁棒优化和统计领域里的假设结合也是我的研究方向之一。上世纪70年代就有人在考虑鲁棒的假设检验，但分布式鲁棒优化是最近一二十年发展起来的，是一个相对较新的领域。现在得益于优化领域的发展，我们可以把优化知识融入统计方法中。特别是对一些传统方法不太好处理的数据，比如human activity detection等，这两个领域结合的尝试很有意义，也得到很好的效果。这些研究给我带来的成就感，比纯处理dataset得到高准确率带给我的成就感更多。

Q：为什么选择了做科研、当老师？

A：因为科研能够实实在在创造影响，研究成果能够获得实际应用，这是科研的魅力，也是吸引我的地方。在科研中我能够接触到很多实际问题，比如我曾经和老师合作研究health care领域的可穿戴设备。这类设备可以在人体活动过程中监测肢体语言的即时变化，积累有用的数据，能够用于后续的统计分析。现在非常提倡personalized health care，但是个体化方案的数据研究难度很大，不同于以往的统计方法，能够generally用在所有人身上，而是要根据收集来的数据做调整，这一系列包括前面提到地震领域的应用都让我觉得我的研究有用，我的研究成果能够产生影响。

科研越做会越觉得很多事情都没有做。科研开始会从小事情入手，但是一旦你深入钻研某个方向，你会觉得，有很多事可做。比如优化和统计的结合是个还在发展中的领域，统计和优化还是有一定的壁垒在，我想通过我自己的一些努力，把统计和优化两种方法结合起来，我觉得所做的事情非常有意义，这也是科研的魅力。另外相比企业或research lab的工作来说，做科研当老师有更多的自由度，我能对自己的研究方向有更多的掌控力，同时我在学术界也可以和业界合作，这是我选择这个道路的心路历程。

Q：为什么选择了香港中文大学（深圳）SDS作为您教职生涯的起点？

A：对我来说，选择来SDS是我人生中很大的决定，可以说是life changing decision，因为要为此拒绝其他的可能性。我对这个决定很慎重，考虑了很多因素。对我来说选择position首要考虑的就是对我自己未来的发展多有利。面对很多选择，我肯定选择最有利的一个。SDS就是我所有选择中最有利的。

我觉得有几个原因：首先，SDS虽然刚刚成立一周年还很年轻，但朝气蓬勃。在面试过程中我接触到学院的工作人员和faculty，给我带来的感觉就是有朝气、有能量，包括他们的办事效率和专业度都是我觉得很信赖的。

其次，师资水平是我选择SDS最主要的原因。SDS在成立后吸引了很多faculty，不只senior也有junior的教授，不只统计学领域，还有优化、计算机等领域。如果我来SDS，我就可以和众多领域的教授们交流、探讨科研问题、做交叉学科的研究。我个人对不同领域的合作非常感兴趣，这也很有利于我个人的发展，并且SDS可以在这么多研究领域同时吸引到这样深度和广度的师资，是美国大多数院校不能比拟的。其他院校可能也有交叉学科，但大部分很难涵盖这么多研究领域，同时又是世界各地高水平又productive的senior和junior的教授，这是SDS师资特殊的一点。

还有就是个人成长很重要。工作的地理位置对我个人而说不是最重要的，重要的是工作过程中的成长。科研、teaching和service各方面能力的成长。我觉得SDS是能够给我最大化成长空间的选择。SDS是个年轻的学院，相比其他院校更加灵活，能够给我更大的创造空间，我也能参与学院的建设，拓展科研领域，SDS让我看到更多可能性。

我是online面试，没有来过学校就接受了offer。当然我也做了很多的功课，我的导师Xie Yao (佐治亚理工学院副教授)以及同学曾经到SDS访问，他们都对SDS有着很好的评价，他们一定程度上帮助我做了这个决定。同时我对深圳这个城市也有一些向往，深圳是个很年轻化、适合年轻人发展的城市。

Q：您对自己和SDS未来的发展有什么设想吗？

A：我在接受offer后有和黄建华教授(SDS副院长)探讨SDS统计专业将来的发展方向。在大数据背景下，全球很多高校都在组建数据科学专业、学院、机构。我希望不久的将来，大家提起“数据科学”时首先想到的就是SDS，SDS能够成为全球最Top的学院之一。

我个人发展的目标是能够在我的sequential change detection研究领域、以及和优化相结合的研究领域能够有一席之地。我希望我能用teaching激发学生的学习能力，能吸引到更多愿意沉下心来做研究的学生，把我专注的领域发扬光大。不断拓展学院的科研领域，吸引更多专业领域的faculty，丰富学院的研究方向，给学生们提供更多选择的可能性。

Q：您有学习和科研方面的建议给到学生吗？

A：我觉得没有universal的建议，我来分享一些个人真实的经验吧。

本科生最主要就是上课，学习专业领域的基础知识。老师提供的lecture notes、教科书都是很重要的资料，内容都是非常详细的基础问题，学生们也能很快理解，所以一定花足够多的时间在课程上。我曾经也会在快考试的时候突击，但经验证明这不是一个好方法。另外一定要多和教授交流，好好利用教授的office hour，有问题及时找教授解决，我们每位教授都很乐意为学生提供帮助。扎实的基础才能让后续的深造更轻松，深造需要牢固的知识积累以及独立学习的能力。到了读研阶段，advisor提供了研究方向剩下的主要是自学，所以一定要学会自我管理。

想做科研或PhD刚入门的学生，要做到每周或每月留出自己思考的时间。在专心做研究、跟advisor讨论之外，要独立思考，听一听外部的seminar 或research talk，及时了解大家都在做什么，不要只关注自己研究的领域，也要和advisor、同学多多交流，这些对打开思路非常有帮助。尤其PhD中后期要开始考虑未来职业的发展方向，多思考和交流能够做出最适合自己职业发展的决定。还有就是珍惜同侪的财富。同侪的经历相似，在PhD毕业后，同侪之间的合作会非常多，在你做independent research需要合作伙伴的时候，最优选择就是和你研究方向相近的同学。还有就是劳逸结合。劳要占到一定比例，包括我自己也会有没有动力或idea、不太想做科研的时候，但是一定要制定学习计划，多看talk找想法。逸就是多锻炼身体。身体和心理的健康都要重视。

最后很重要的一点，一定要从本科就开始练习英文写作能力，这是终生都要去精进的能力。不只是写paper，好的想法要sell出去非常需要一定的写作技能，proposal也会需要写作技巧，只有好的想法，无法清晰明了地对外呈现的话会遇到很大的困难。不要停止探索，不要停止学习其他事情的能力。