M2 連 out of syllabus 嘅嘢都考過，例如 tr(X)、eigenvalue λ、Integrate secθ…… 咁有咩可能溫得曬呢？🥲⁣
⁣
呢個問題係典型嘅「攞苦嚟辛」煩惱，因為從來都無書係溫得曬。🙂⁣
⁣
早喺明朝，張岱已經喺《小序》講你知「學海無邊，書囊無底。」你要做嘅嘢永遠係盡力游，游得比人遠，比人更接近彼岸。⁣
⁣
因此，你真正要問嘅問題係：我要點樣比人溫得更好？🤓⁣
⁣
咁就有得答了，而且答案就喺自己身上：你會因為愁溫唔曬書而洩氣，即係梗會有其他人同一個原因而洩氣，因此你只要擺脫以及溫唔曬書嘅煩惱，你已經贏咗一堆人😎⁣
⁣
-----------⁣
咁有咩方法擺脫溫唔曬書嘅煩惱🥲⁣
⁣
方法係：定小目標，令無涯變有涯。以準備M2為例，唔理佢可以考乜，先KO曬近10年PastPaper嘅每一題先，我假設每年有12題，近10年一共120題，夠有涯未？🤩⁣
⁣
喺徹底識曬呢120題之前，唔准愁任何潛在可能考你嘅concepts，先處理實在嘅問題，踏出眼前嘅步伐，否則就會陷入「坐這山、望那山」嘅劣習。⁣
-----------⁣
#M2技巧王 幫你避開考評陷阱，教你搶分技巧；M2 輕鬆攞 Lv 5+ 喇🌟⁣
------------⁣
🎲賭Sir｜高階數學考試專家⁣
⁣
🎓21 項數學公開試．以一 Take 過考取完美戰績⁣
⁣
DSE：Math+M1+M2【5**】⁣
CE & AL：Math+A.Math+Pure+Applied【A】⁣
IAL：C12+C34+F1+F2+F3+M1+M2+M3+S1+S2+S3+D1【A】⁣
IGCSE：Mathematics+Further Pure Mathematics 【9】⁣
⁣
🖥最高人氣補習網紅‧貼地教數別樹一格⁣
⁣
頻道 #杜氏數學 2016 年創辦，訂閱 65,000+，多條教學影片點擊 100,000+；2018 年獲出版社邀請，撰寫暢銷書《5**數學男人嫁得過》推廣「聰明應試」理念，並鼓勵年青人堅守自信。⁣
⁣
🧠以心理學、高效學習融入補習教育當中⁣
⁣
從中文大學風險管理學士畢業之後，鑽研超速學習法（Ultralearning）及教育心理學，將高效學方法先行用於自己身上，無間斷學習新知識；四年後重返校園，完成中文大學數學碩士（大數據分析）課程，期間考入門薩學會（Mensa），實證超速學習法。⁣
⁣
🏆座右銘⁣
⁣
好多人以為自己因為對數學無興趣，所以數學低分；事實剛好相反：因為自己數學低分，所以對數學無興趣。試諗下，若然你有歌神嘅聲線，你仲會對唱歌無興趣嗎？⁣
⁣
------------⁣
#數學 #DSE #dser #math #maths #afterschool #dsemath #examskills #mathtutor #followme #2022DSE #2023DSE #2024DSE #tutor #mathtutor #DSEfighter #tutotial ⁣

KINH NGHIỆM PHỎNG VẤN VỚI GIÁO SƯ & THẦY CÔ TRƯỜNG

Bài viết được chia sẻ từ 1 bạn HannahEd hỗ trợ hồ sơ được offer học bổng Giáo sư Phd cả ở Mỹ và châu Au.

🖍1. Trước khi phỏng vấn nên:
- Ôn tập kiến thức toán, machine learning, computer vision.
- Xem lại những gì đã viết ở CV và SoP, cố gắng nghĩ ra những câu mà giáo sư có thể hỏi và trả lời các câu hỏi đó.

🖍2. Tự tin khi phỏng vấn: Trong lúc phỏng vấn giáo sư sẽ tạo không khí vui vẻ và không bao giờ tạo áp lực cho các bạn. Bản thân tôi cũng từng được giáo sư động viên: “Có hơn 200 CV
gửi đến, tôi chỉ phỏng vấn 15 người. Do đó, bạn nên tự tin vào bản thân mình”.

🖍3. Bình tĩnh khi phỏng vấn: tôi xin kể 1 mẫu chuyện bản thân để các bạn dễ hình dung hơn.
VD: lúc phỏng vấn câu thứ 1 giáo sư hỏi: nhân 2 ma trận kích thước 10000x10000. Làm sao để tăng tốc độ tính toán? Tôi trả lời: multi-thread. Giáo sư lại nói có cách khác không và tôi không biết câu trả lời. Tôi không biết câu trả lời là vì các câu trước đó giáo sư hỏi về lập trình nên tôi tự mặc định tìm kiếm câu trả lời sử dụng kiến thức lập trình. Câu hỏi tiếp theo giáo sư hỏi: bạn có biết eigenvalue là gì không? Tới đây tôi đã biết hướng trả lời cho câu hỏi trước (hi vọng các bạn cũng biết) là dùng kiến thức toán, không phải lập trình và tôi xin giáo sư trả lời lại cho câu hỏi trước đó. Do đó, bình tĩnh rất quan trọng khi các bạn không trả lời được câu hỏi.
Ngoài ra, từ ví tụ trên, nếu có một câu hỏi về kiến thức chuyên môn bạn không trả lời được thì câu hỏi tiếp theo giáo sư thường sẽ gợi ý cho câu hỏi trước. Tuy nhiên, không phải lúc nào
cũng vậy. Có giáo sư khi chuyển chủ đề phỏng vấn (vd: từ code sang toán) thì sẽ thông báo cho sinh viên.

🖍4. Kiến thức: Đây là phần khá quan trọng mà các bạn cần phải chuẩn bị kỹ. Các giáo sư thường hỏi các kiến thức rất cơ bản. Dưới đây là các chủ đề mà các giáo sư thường hỏi:
- Đại số tuyến tính: rank, inverse, det...
- Giải tích: taylor ...
- Xác suất thống kê: bayes rule, ...
- Image processing: fourier transform ... (kinh nghiệm bản thân, các giáo sư tại EU đặc biệt
thích hỏi về fourier transform)
- Machine learning: các thuật toán thường dùng như svm, k-mean...
- Data structure và algorithm.
- Kiến thức cơ bản Python.

Lưu ý, vì tôi xin học bổng PhD về mảng machine learning computer vision nên các câu hỏi chỉ xoay quanh kiến thức cho mảng này. Ngoài ra, các bạn nên nắm kỹ kiến thức chứ không phải học thuộc định nghĩa. Một ví dụ từ kinh nghiệm bản thân: giáo sư hỏi fourier transform là gì? fourier transform biến tín hiệu từ miền thời gian sang miền tần số. Đây là câu trả lời chính xác nhưng rất chung chung và đến đây có 2 trường hợp: (1) giáo sư sẽ hỏi: nhưng tôi muốn biết chính xác là fourier transform làm cái gì? (2) giáo sư sẽ hỏi: nếu có 1 tín hiệu từ miền thời gian biến đổi pha nhưng biên độ giữ nguyên thì sang miền tần số sẽ ra sao?

Style hỏi của các giáo sư thường có 2 styles: một là hỏi thẳng vào kiến thức (vd: cho tôi biết rank của 1 ma trận là gì?), hoặc cho 1 bài tập nhỏ và hỏi các câu hỏi dựa trên bài tập đó (vd:
tung đồng xu 3 lần, xác suất của...).

🖍5. Đọc hiểu bài báo: giáo sư sẽ chỉ định paper để các bạn đọc và trình bày lại cho giáo sư.

🖍6. Coding test: về phần coding test có 2 dạng:
- Giáo sư ra đề và bạn code thẳng trên google Docs. Đề có thể là bất kỳ thứ gì: svm, k-mean,
hoặc pca,...
- Giáo sư chỉ định dataset (public hoặc private) và task (thường là recognition, segmentation,...). Nhiệm vụ của bạn là code theo task đó và đạt kết quả cao, sau đó báo cáo lại giáo sư.

🖍7. Thái độ: thái độ ở đây là thái độ của bạn đối với việc học PhD. Phần này quan trọng không kém kiến thức. Giáo sư muốn biết bạn có nghiêm túc với việc học PhD không? Hầu như tất cả
các giáo sư tôi đã phỏng vấn đều hỏi tại sao học PhD và đánh giá qua câu trả lời. Bạn nên chuẩn bị câu trả lời thích hợp cho mình. Như đã nói ở phần chuẩn bị hồ sơ. Việc chuẩn bị SoP là lúc thích hợp nhất để bạn suy nghĩ câu trả lời cho mình.

🖍8. Chuẩn bị câu hỏi cho giáo sư: khi kết thúc phần phỏng vấn của mình giáo sư sẽ hỏi bạn có câu hỏi nào cho giáo sư không. Nếu bạn chưa có câu hỏi hợp lý thì cứ nói không có. Nhưng bạn có thể ghi điểm bằng cách hỏi rõ hơn về hướng nghiên cứu của giáo sư hoặc giáo sư suy nghĩ thế nào về hướng nghiên cứu của bạn (tất nhiên hướng của bạn cũng phải gần với hướng của giáo sư). Rồi sau đó dẫn dắt câu chuyện để thể hiện thái độ nghiêm túc của bạn trong việc học PhD.

🖍9. Giáo sư phỏng vấn cùng với một sinh viên khác hiện đang làm PhD trong lab: sinh viên này thường chỉ nghe và trả lời các câu hỏi personal của sinh viên như: stipend, lab environment...
------------------------------
Đợt này các bạn Schofan cũng đang rục rịch nhận được email mời phỏng vấn với thầy cô, giáo sư (ví dụ 1 bạn mentee HannahEd mới có interview với hai giáo sư bên Canada) hay phỏng vấn học bổng chính phủ (như Ireland Fellows Program). Để chuẩn bị thật tốt, cả nhà cùng note kinh nghiệm của một bạn được offer học bổng tại Mỹ ngành HOT Machine Learning, nếu cả nhà còn nhớ phần 1 bạn chia sẻ về các kênh học bổng ML và HannahEd cũng có cơ hội được hỗ trợ, review cho bạn hồ sơ đó <3.
<3 Like page, tag và share bạn bè nhé <3
#HannahEd #HannahEdPhd #sanhocbong #duhoc #scholarshipforVietnamesestudents #interviewstips