Viet Academics

Các cấp bậc giáo sư ở Mỹ: Thế nào và Tại sao?

Hệ thống giáo sư ở Mỹ phức tạp như một ma trận, với hàng tá cấp bậc và chức danh khác nhau. Đó là chưa kể, cùng một vị trí, tính chất công việc, nhưng mỗi trường lại dùng một cái tên khác nhau. Từ ngoài nhìn vào thì hệ thống này rất lộn xộn. Tuy vậy, logic đằng sau nó khá đơn giản. Trong bài này, mình sẽ tóm lược một số quan sát cá nhân, để giải thích logic đó. Bài này có hai mục tiêu chính:

  1. Gỡ rối cho những bạn chưa tiếp cận nhiều với hệ thống học thuật của Mỹ.
  2. Giúp các bạn đang nộp hồ sơ ứng tuyển các vị trí giáo sư có thể hiểu được nhà tuyển dụng (các trường đại học) tìm kiếm gì từ bạn.

Mô hình lý tưởng: Ngày xửa ngày xưa, hệ thống giáo sư ở Mỹ rất đơn giản: giáo sư có biên chế (tenure track), kết hợp nghiên cứu + giảng dạy. (Về cơ bản thì cũng giống Việt Nam hiện giờ, mặc dù quy trình xét duyệt hoàn toàn không giống nhau.) Nghiên cứu thì hoàn toàn do các giáo sư tự quyết định: ai thích làm gì thì làm. Mức độ giảng dạy của mỗi giáo sư rất nhẹ nhàng: mỗi năm 2 lớp, mỗi kì một lớp (theo hệ thống semester), mỗi lớp dạy 2 buổi, mỗi buổi tầm 1 tiếng hoặc hơn chút. Tóm lại: giảng dạy mỗi tuần 3-5 tiếng , còn lại thời gian hơn 35 tiếng (theo chuẩn 40 tiếng mỗi tuần), ai muốn làm gì thì làm, mình làm chủ chính mình. Lương thưởng tuy không giàu, nhưng sống rất tốt, chăm lo được cho gia đình, và không phải nghĩ ngợi chuyện cơm áo gạo tiền. Biên chế (tenure) có nghĩa là giáo sư sẽ không bao giờ bị mất việc, ngoại trừ vi phạm đạo đức hoặc phạm tội hình sư nghiêm trọng. Một công việc (gần như) trọn đời, thích làm gì thì làm, nghe có vẻ ảo, nhưng đó chính xác là là lý do tại sao nhiều ngườimuốn làm giáo sư ở Mỹ, mặc dù nhiều trong số họ dễ dàng kiếm được công việc khác với mức lương cao hơn nhiều lần.

Ghi chú: mô hình trên chỉ đúng với các trường hướng nghiên cứu (research university); các trường hướng giảng dạy (teaching university) thì bản chất biên chế khác rất nhiều, sẽ nói tới ở phần 5 dưới đây.

Mô hình thực tại: Mô hình lý tưởng ở trên vẫn là cái lõi của hệ thống giáo sư ở Mỹ. Tuy nhiên, thực tại có rất nhiều thách thức mà cái lõi đó không giải quyết được, và do đó, mô hình thực tế đó phải sửa đổi và mở rộng cái lõi đó. Hai thách thức lớn bao gồm:

  1. Các giáo sư biên chế có quá nhiều quyền lợi và tự do như vậy, nếu một ngày đẹp trời (hoặc xấu trời) nào đó mà tất cả các ông đó đều không làm nghiên cứu nữa thì các trường đại học tồn tại thế nào? Một trong số các phương pháp mà các trường áp dụng là đưa ra hệ thống cấp bậc; vấn đề này sẽ được thảo luận kĩ hơn trong mục 1 dưới đây.

  2. Chi phí cho một giáo sư biên chế là không hề nhỏ, tuy nhiên mỗi người lại dạy quá ít. Cách giải quyết thực ra khá đơn giản: tuyển các giáo sư chỉ tập trung nhiệm vụ giảng dạy (teaching professors). Đây là cái gốc của ngạch phi biên chế (non-tenure track) mà các trường áp dụng, sẽ thảo luận ở mục 2.

Tại sao các trường không yêu cầu các giáo sư biên chế dạy nhiều hơn, 2 lớp 1 kì thay vì 1 lớp 1 kì chẳng han? Nếu mỗi giáo sư phải dạy nhiều hơn, thì họ sẽ không còn thời gian để nghiên cứu nữa, và do đó, bản chất của biên chế sẽ không còn nữa. Mục 1 sẽ thảo luận kĩ hơn, mặc dù vẫn rất sơ sài, về bản chất của biên chế.

Ngạch phi biên chế mở ra một hướng khác:

  1. Nếu một trường có thể tuyển một giáo sư chỉ tập trung giảng dạy, tại sao lại không tuyển một giáo sư chỉ tập trung nghiên cứu, không có nghĩa vụ giảng dạy? Nhiều trường có thêm ngạch như vậy: tuyển giáo sư chỉ làm nghiên cứu (research professors). Ngạch này cũng là phi biên chế (non-tenure track), nhưng bản chất khác hẳn với ngạch giảng dạy ở mục 2. Ngạch này sẽ được thảo luận kĩ hơn ở mục 3.

Còn rất nhiều các vấn đề khác cần giải quyết, và mỗi trường lại có vấn đề riêng của họ. Do đó, các trường khác nhau có thể mở ra các cơ chế khác nhau. Hệ quả là hệ thống giáo sư trở nên vô cùng phức tạp, mỗi trường có một biến thể riêng của mình. Ví dụ Adjunct/Visiting Professors ở một số trường là vị trí để giải quyết vấn đề ngắn hạn trong teaching. (Phần 4 sẽ nói qua về các vị trí kiểu này.) Tuy vậy, 3 ngạch ở trên (tenure track, non-tenure track for teaching, non-tenure track for research) bao quát khá đầy đủ hệ thống giáo sư ở Mỹ.

read more

Thành lập và duy trì nhóm nghiên cứu (Phần 1)

Vài năm gần đây mình có tham gia cố vấn nhiều bạn mới được phong làm Assistant Profs cách thành lập và quản lý nhóm nghiên cứu của họ, và làm sao duy trì được một sự nghiệp khoa học vững bền. Hôm nay mình xin phép tổng hợp lại một vài kinh nghiệm cho các bạn, mong đóng góp được đôi chút cho cộng đồng VietPhD. Mình xin chia sẻ thêm là bài này được lấy từ những kinh nghiệm của bản thân mình cũng như của các bạn mình đã giúp, đến từ nhiều nơi trên thế giới, bao gồm những trường top như Oxford, CMU, UPenn, Uchicago, và các trường ở các nước đang phát triển như là Bangladesh, Mexico, Thailand, và Nigeria.

Vì bài viết hơi dài, nên mình xin phép chia thành 2 phần: Phần 1 (bài này) sẽ tập trung vào các điểm chung, và Phần 2 sẽ nhấn mạnh vài kinh nghiệm tiêu biểu cho môi trường đất nước đang phát triển (e.g., Việt Nam). Mình xin nhấn mạnh là bài viết này không đầy đủ, chỉ mang mục đích chia sẻ. Hi vọng nhiều anh chị em trong group VietPhD có nhiều kinh nghiệm sẽ cùng comment và chia sẻ thêm nhiều kinh nghiệm hay.

Phần 1: 3 điều cần chú ý khi lên chiến lược thành lập nhóm nghiên cứu

Trong bài này mình sẽ bàn luận 3 mục sau đây: (i) định hình chiến lược nghiên cứu; (ii) chiến lược giảng dạy; và (iii) chiến lược xây dựng mạng lưới mối quan hệ

1. Chiến lược nghiên cứu - Kế hoạch 5 năm

Khi các bạn đi xin việc, thì thường hay nghĩ đơn giản là mình sẽ kể mình đã làm được gì, và nêu ra một vài cách mở rộng các hướng đi đấy trong thời gian tới (kiểu như future work trong các bài publications). Nếu bạn may mắn làm đề tài đang hot (và có nhiều điểm mạnh như đến từ trường top + nhiều giải thưởng + thư giới thiệu mạnh vv), thì không sao. Nhưng nếu bạn không được như vậy thì nên làm gì?

Theo mình thì 1 cách hay là hãy biết biến cái kế hoạch nghiên cứu của bạn thành “1 câu truyện” có đầu có đuôi. Câu truyện này có 2 phần: phần Quá Khứ (bạn đã làm được gì), và Tương Lai (bạn muốn làm gì). Phần Quá Khứ phải nói lên được 2 điều:

Trong 2 cái này, làm sao để có cốt truyện phù hợp mới khó. Nhất là bạn nào làm nhiều đề tài khác nhau trong lúc làm PhD/postdoc. Nếu bạn chỉ đơn thuần liệt kê những gì bạn đã làm, thì người đọc/người nghe họ sẽ khó hình dung được bạn muốn gì, cái bạn muốn có thực sự quan trọng không vv. Vì vậy, hãy nên tìm 1 điểm chung cho những thứ bạn đã làm, và xây dựng 1 cốt truyện xung quanh nó.

Ví dụ, gần đây mình giúp 1 bạn xin đi việc. Bạn này có CV tốt (PhD ở Princeton, postdoc với Google Research), nhưng vì bạn đó làm nhiều đề tài quá, và thêm cả việc bạn đó viết nhiều bài cùng chồng của bạn đó bên Vật Lý (bạn đó làm bên Computer Science)nên danh sách publications rất là lung tung, nên khó xin được việc. Sau vài lần trao đổi, bọn mình tìm được 1 cốt truyện sau đây: Tất cả những gì bạn đó làm đều liên quan ít nhiều đến Khoa Học Mạng (Network Science), cho dù khi đọc bài của bạn đó chưa chắc đã thấy điều này. Vì vậy mình đã khuyên bạn đó viết lại cái research proposal xung quanh network science (từ lý thuyết đến thực hành).

Ý của mình với ví dụ này là tìm được cốt truyện hay không hề dễ, nhưng đều có thể làm được. Quan trọng là bạn phải đầu tư thời gian và suy nghĩ để tìm ra được nó. Vậy còn phần Tương Lai thì sao? Nếu như tìm được cốt truyện cho phần Quá Khứ đã khó, thì cái này còn khó hơn: Nó không chỉ đơn thuần là future work, mà chính là cái chiến lược 5 năm mình nói ở trong tiêu đề của mục này. Trong khi phần Quá Khứ là để chứng minh khả năng, thì phần Tương Lai là để thể hiện tầm nhìn và tham vọng của bạn. Vì vậy, nó phải có đủ tham vọng, nhưng cũng phải thực tế. Tức là bức tranh Tương Lai không được quá gần và quá xa phẩn Quá Khứ. Vậy làm sao mà vẽ được bức tranh này? Để viết được tốt, bạn lại cần phải nhờ đến cái cốt truyện ở phần Quá Khứ (thế mới thấy cái cốt truyện đó quan trọng như thế nào): Dựa trên cái cốt truyện đó, bạn (và cả người đọc và người nghe) sẽ có thể dễ dàng đoán ra được một vài bước đi trong tương lai bạn có thể làm được. Mình gọi cái này là Kế Hoạch Dễ (ví dụ, mở rộng kết quả nghiên cứu sang bài toán/trường hợp tương tự vv.). Ngoài ra, ban nên tìm thêm được vài ý tưởng táo bạo, nằm ngoài dự đoán - gọi là Kế Hoạch Khó (ví dụ, bài toán hoàn toàn mới, khó hơn nhiều, đề tài mới vv).

Vậy tỉ lệ Khó và Dễ nên như thế nào? Để trả lời câu hỏi này, trước tiên bạn có thể xác định 3-4 lĩnh vực nghiên cứu chung chung (Work Package) bạn muốn làm trong vòng 5 năm tới. Sau đó, đi sâu vào chi tiết hơn và xác định tầm 10 mục tiêu cụ thể(Research Objectives), tầm 2-3 mục tiêu/lĩnh vực. Trong số các mục tiêu này, thì tầm 70% nên là là Kế Hoạch Dễ, còn 30% còn lại là là Kế Hoạch Khó (các con số ở đây có thể thay đổi tuỳ bạn). Như thế, bạn có thể thuyết phục người nghe là kế hoạch của bạn vừa là khả thi vừa táo bạo. Và cuối cùng là tại sao 5 năm? Theo kinh nghiệm của mình thì kế hoạch ngắn quá sẽ hoặc không khả thi (nếu phần khó quá nhiều) hoặc không đủ táo bạo. Một khi bạn đã có cái Kế Hoạch 5 năm này, thì ngoài chuyện đi xin việc, bạn có thể dùng nó như là 1 cái Master Plan để xin funding + thành lập nhóm nghiên cứu. Cái ưu điểm của cái Master Plan này là nó sẽ giúp bạn định hình được:

2. Chiến lược giảng dạy - Công cụ để hỗ trợ nghiên cứu

Giới khoa học hàn lâm thường hay nói đùa là 1 giáo sư đại học là tổng hợp của 3 người: nhà nghiên cứu + giảng viên + giám đốc điều hành công ty 🙂 Thật ra cái này cũng đúng, nhưng nếu làm tốt thì đây không phải 3 lĩnh vực hoàn toàn khác nhau, mà có thể biến chúng thành những công cụ hỗ trợ lẫn nhau. Trong mục này mình chia sẻ vài ý tưởng làm sao có thể lên chiến lược giảng dạy để phục vụ mục đích nghiên cứu lâu dài của các bạn.

Mọi người thường nghĩ rằng có tài chính mạnh thì mới làm khoa học giỏi. Theo mình thì đúng một phần thôi, vì 2 tài nguyên quan trọng nhất trong khoa học (ngoài tài năng cá nhân của bạn) chính là con người (sinh viên) và thời gian. Và nếu bạn biết cách, thì không cần tài chính mạnh bạn vẫn có thể có cả hai.

Một vấn đề thường hay xảy ra với các bạn mới nhận việc (hoặc bạn nào làm việc ở các trường ưu tiên giảng dạy) là phải dạy nhiều môn quá, tham gia nhiều hoạt động công tác quá, ví vậy không có thời gian nghiên cứu. Theo mình thì với 1 chiến lược hiệu quả, bạn có thể khắc phục được vấn đề này. Ở đây mình xin chia sẻ cách mình đã làm (xin nói đây không phải là cách duy nhất, và cũng không phù hợp với mọi người, nhưng mình thấy nó khá là hiệu quả với mình và những người mình đã giúp):

Với cách này, mình đã được trao giải Giảng Viên của Năm nhiều lần, và như vậy, nhiều sinh viên ngoài Khoa cũng đã tìm đến mình để xin thực tập. Nhưng muốn được như vậy, bạn phải chuẩn bị cho mình một chiến lược, một kế hoạch cụ thể. Bạn phải tìm hiểu:

3. Chiến lược xây dựng mạng lưới mối quan hệ - vì mình, vì sinh viên

Nếu như bạn là một giáo sư có tiếng, hoặc trường của bạn là top, thì nhiều sinh viên giỏi sẽ xếp hàng xin vào làm việc với bạn, và họ sẽ quyết tâm đồng hành với bạn nhiều năm. Nhưng nếu hoàn cảnh bạn không được như vậy, thì bạn phải có chiến lược giữ chân các bạn sinh viên.

Thứ nhất, lab của bạn cũng phải có 1 “câu truyện” để người ngoài hiểu được bạn muốn gì, lab bạn đang đi vể đâu, và đi như thế nào. Cái này thường là chiến lược nghiên cứu của bạn và một vài thứ nữa. Chiến lược nghiên cứu thì mình đã bàn ở Mục 1, vậy vài thứ kia là gì? Đó chính là: các nguyện vọng của các bạn sinh viên. Nếu bạn là giáo sư có tiếng/bạn ở trường top, thì nguyện vọng của các bạn sinh viên thường là đơn giản: được làm việc với bạn là đủ. Nhưng nếu bạn không phải vậy, thì bạn phải hiểu mục đích chính của họ là gì, và bạn phải tạo điều kiện cho các bạn ấy đạt được, thì mới giữ được sinh viên.

Như vậy, để giữ được sinh viên, bạn phải có mối quan hệ tốt với đồng nghiệp ở trường, mang lưới cộng sự rộng, và làm việc với nhiều doanh nghiệp. Vậy câu hỏi ở đây là làm thế nào để xây dựng một mạng lưới mối quan hệ rộng và hiệu quả. Đáng tiếc là mình không có 1 công thức thành công nào cả để đạt được điều này 100%. Và theo mình Mục này cũng là mục khó nhất trong cả 3.

Mình chỉ có 1 lời khuyên (theo kinh nghiệm bản thân) là bạn phải thật kiên trì, cứ mở rộng mạng lưới mối quan hệ dần dần theo thời gian. Quan trọng là bạn phải có chiến lược nghiên cứu (Mục 1) và giảng dạy (Mục 2) trước. Sau đó dùng 2 thứ đó để đi nói chuyện với đồng nghiệp, doanh nghiệp vv. Lúc đầu chắc bạn sẽ phải làm việc này một mình. Nhưng hãy cố gắng tìm được vài bạn sinh viên hay đồng nghiệp/bạn bè cùng chí hướng, rồi chia việc ra để có thể tiếp cận nhiều đối tượng hơn.

Mình xin dừng Phần 1 ở đây. Những kiến thức và kinh nghiệm này chưa phải là hoàn chỉnh, nhưng mình hi vọng nó có thể gợi ý cho các bạn một vài cách để cải thiện chiến lược xây dựng đội ngũ nghiên cứu của bạn. Phần 2 mình sẽ chia sẻ thêm làm sao ứng dụng và sửa đổi các ý tưởng trên vào môi trường các nước đang phát triển, nơi mà làm nghiên cứu khoa học còn rất nhiều khó khăn. Cám ơn bạn đã đọc. (Nếu mình viết sai chính tả phần nào, cho mình xin lỗi. Mình ít khi viết bằng tiếng Việt - mình lớn lên và sống ở nước ngoài tử khi còn rất bé).

by Long Tran-Thanh, 21/06/2024.

read more

Chăm chỉ

Làm thế nào đạt được hiệu quả trong nghiên cứu và làm việc? Làm việc bao nhiêu giờ một ngày là đủ? Đây là những câu hỏi tôi liên tục tự hỏi bản thân mình trong vòng hơn 10 năm qua. Trong bài này, tôi muốn ghi lại một vài suy nghĩ của mình về các câu hỏi đó. Tôi không phải là một nhà nghiên cứu chuyên nghiệp về tâm lý hay thần kinh học, nên tôi cũng xác định không tìm kiếm một câu trả lời mang tính khoa học, áp dụng được cho nhiều người. Ngược lại, tôi chỉ mong tìm kiếm câu trả lời cho chính bản thân mình, thông qua thử nghiệm của bản thân, cũng như lượm lặt vài mẹo trên mạng mà bản thân thấy phù hợp. Cho đến thời điểm hiện tại, tôi đã tìm được một câu trả lời mà tôi thấy khá hài lòng.

read more

Academic Careers (a.k.a. Man looks up in the tree)

Hôm qua (05 tháng 1, 2010) tôi có một bài nói chuyện ở hội nghị VEF 2010. Hy vọng nó cũng hữu dụng cho một số bạn đọc blog, xin post lại bài ở đây. Do nói bằng tiếng Anh, tôi đã chuẩn bị bài bằng tiếng Anh, và bây giờ không có thời gian dịch nó ra tiếng Việt. Hội nghị đã được tổ chức rất tốt. Tôi gặp được rất nhiều người thú vị và học được nhiều điều. Cảm ơn các bạn trong ban tổ chức đã cho cơ hội.

Hello everyone. Thanks very much for attending my talk. I’m honored to be invited and humbled to be sandwiched between these two hugely successful gentlemen. I actually had no idea what this talk is supposed to be about until roughly a week ago when Tường sent me an email with the following excerpt

Dear anh Hung,

Blah blah blah …

In the current agenda, the title of your part in the plenary session is “academic careers”. This is really a broad topic under the “All the way home” session name.

That is why you will hear something vaguely in the realm of “academic careers,” about which I have no authority whatsoever.

Why in the world did I agree to go give a talk when I didn’t even know the title, and even after knowing the title I am less than qualified to give it? Here’s why:

Amount I was paid: $400

Alright, as I have already spent some of those $272 (exclusively on Starbucks coffees, of course) it is now time to cook up something. I have never given a non-technical talk before in my life. All of my technical talks have the following outline:

Remember, the trick to get by in graduate school is, if you can’t solve a problem, modify it! If your advisor has not taught you this trick then you should change advisor. So I will stick with what I am comfortable with and follow the outline. There are three points I want to get across

  1. Academic career as an optimization problem
  2. Because of (1), beware of the opportunity costs
  3. Don’t think about an academic career as an optimization problem

I have to deliver those 3 points and sound smart and wise at the same time, which means I will have to tell you some stories whose meanings are so vague that you can fit whatever your worldview is into them.

1. Academic career as an optimization problem

Every optimization problem has three basic parts: the solver (i.e. you), the objective (or utility function, if you wan to make it sound smart), and the constraints.

You The constraints The objective
read more

Ngồi nhầm khoa, làm nhầm ngành

5 năm đại học dạy tôi đối phó với sự nhạt nhẽo. Vào trường năm 17, 18 tuổi, buộc dây giày còn chưa xong nữa là biết mình là ai và muốn gì. Tốt nghiệp được một tháng, tôi bắt tàu về quê. Cụ thân sinh hỏi lúc ra mở cổng: “Ủa không đi học à? Sao lại về giờ?”

Hai tuần sau đó các cụ phát điên lên với tôi. Vừa thất nghiệp vừa không biết mình muốn gì, chỉ biết là ghét cái ngành nghề vừa học xong. Mẹ tôi gợi ý: hay giờ đi học trung cấp kế toán? Bố tôi thì cành cao hơn, bảo thích đi nước ngoài học lại đại học thì cứ việc đi. Đây cho (vay) mỗi tháng vài trẹo.

Không biết có bao nhiêu phụ huynh dù ít tiền vẫn thiết tha muốn con mình có cái mác du học.

Không có sự chơi vơi nào sánh nổi với sự chơi vơi của một thanh niên tuổi đầu 2x, mới ra trường, bị ném vào cuộc đời mà không biết phải làm gì, đi đâu, về đâu. Trong khi cuộc đời kỳ vọng tôi phải biết hết mọi thứ. Hoặc ít nhất, như bạn bè tôi, là vào làm một chỗ mà bố mẹ xí sẵn, kết hôn, sinh con, và tóm lại là “ổn định cuộc sống”.

Tôi quay lại Hà Nội. Một tháng sau đó tôi thi GRE, trung thành với ý định xin học bổng cao học. Đây có lẽ là trải nghiệm đầu đời về sự cô lập và lo âu tuyệt đối: tôi ở nhà suốt 1 tháng không gặp ai, không đi đâu, cố nhồi 4000 từ tiếng Anh mà đến dân bản xứ còn không biết. Mệt mỏi, mất ngủ, lo âu triền miên, vào phòng thi tôi đã biết ngay là phí tiền. Nội dung bài thi GRE chắc chắn không giúp gì cho việc học cao học của tôi sau này, nhưng công cuộc chuẩn bị nó đã cho tôi nếm mùi một cuộc sống bấp bênh phía trước.

Đang chìm đắm trong thất bại mới thì đứa bạn đến chơi, hỏi thăm công việc, thế là tôi sực nhớ là mình vẫn thất nghiệp và thiếu tiền. Lại sực nhớ là có người giới thiệu cho một chỗ đang tuyển. Trước đó tôi không thiết tha lắm, nhưng mình số gì mà chọn. Gọi điện luôn. Bên kia bảo giờ sang đây ngay nhé.

Lúc đó là 3 giờ chiều, bạn hộ tống tôi đi xin việc rồi chuồn thẳng. Cuộc phỏng vấn diễn ra trong chục phút, với một người mà tôi vẫn chưa dịch ra tên (do email viết không dấu), cho một công việc mà tôi không rõ là về cái gì, và cũng không liên quan mấy đến ngành đã học. Sếp bảo: ở lại làm việc luôn nhé, thử việc 3 tháng, làm được thì ký hợp đồng.

Đúng là thời khắc lịch sử, tất cả là nhờ câu hỏi thăm của đứa bạn.

read more

Demystifying the Computer Science PhD Admission in US Universities, Part II

A guide for Vietnamese and International Students

This is the continuation of the previous post on the same topic.

4. Getting Admitted and Choosing the Right School

By around March you should hear back from most PhD programs you applied to . If you haven’t heard back, reach out via email and ask about the status of your application. If you receive offers, congratulations! Now you’re at a different game because the schools that have admitted you will try to get you to accept them! You will have to make your decision by around April 15.

Most schools will have Open House events, which are a great resource to learn about the school, department, faculty, research, living, etc. During the Open House, you get a chance to talk to individual faculty and current students. Take notes of faculty who make you excited, count those that are taking in new students (if they meet you, likely they are considering new students!). Talk to students about their advisors, the dept, the area, funding situation etc. Ask about anything you want to determine that they deserve you.

In short, if you can, do come to Open House. Even if you can’t come in person, you still can attend virtually and meet with individual faculty.

Vu: GMU has Virtual Open House (VOH), which I’ve co-organized in the last two years. We invite all admitted PhD students to the VOH through Zoom to learn about the CS program, the department, GMU, and the DC area in general. Students also get opportunities to chat with professors and current students.

read more

Demystifying the Computer Science PhD Admission in US Universities, Part I

A guide for Vietnamese and International Students

Having been involved in PhD admissions for many years, I’ve realized that many international students, especially those from smaller countries such as Vietnam, lack a clear understanding of the Computer Science PhD admission process at US universities. This confusion not only discourages students from applying but also creates the perception that getting admitted is difficult compared to CS PhD programs in other countries.

So I want to share some details about the PhD admission process and advice for those who are interested in applying for a PhD in Computer Science in the US. While this document is primarily intended for Vietnamese interested in computer science, it may be relevant to students from various countries and disciplines. Moreover, although many examples are specifics for George Mason University, the information should be generalizable to other R1 institutions in the US (though very top schools could be very selective, e.g., see the admission process at CMU).

In addition, this document can help US faculty and admission committee gain a better understanding of international students and their cultural differences. By appreciating and leveraging these differences, CS programs in the US can attract larger and more competitive application pools from international students.

I wish you the best of luck. And if you follow this guideline, you will at least have a good chance at GMU (see why you want to study at GMU). Happy school hunting!

This document is available on Github. If you have questions or comments, feel free to create a GitHub issue for discussion.

read more

Tản mạn về mảnh bằng Ph.D

Những năm gần đây có khá nhiều sinh viên Việt Nam du học ở Mỹ và nhiều nước khác, bằng nhiều con đường khác nhau. Người có học bổng, chức trợ giảng (teaching assistant - TA), hoặc trợ nghiên cứu (research assistant - RA), người thì du học tự túc. Tôi không nhớ chính xác là đã đọc ở đâu đó rằng có hơn nghìn du học sinh mỗi năm sang Mỹ. Nhiều người trong số họ theo học tiến sĩ (Ph.D).

Thông tin về làm thế nào để xin học bổng, TA, RA, xin thư giới thiệu, cách viết dự định cá nhân (personal statement), vân vân đầy rẫy trên các mailing lists trên Internet.

Thế nhưng, một số câu hỏi quan trọng mà tôi ít thấy sinh viên hỏi là: “tại sao lại học Ph.D?”, “có đáng bỏ thời gian học Ph.D hay không?”, “làm thế nào để đánh giá mảnh bằng Ph.D?”, “tôi có đủ khả năng để học Ph.D hay không?”, “học Ph.D xong rồi làm gì?”, vân vân.

Có lẽ ta cần một luận án … Ph.D để trả lời phần nào thỏa đáng các câu hỏi trên. Cũng có lẽ có ai đó trong các ngành giáo dục hay tâm lý học đã làm rồi. Về mặt kinh tế thì một người bạn cho tôi biết đã có cả mớ công trình nghiên cứu về “cái giá của giáo dục” (returns to education).

Trong bài viết này, tôi thử lạm bàn lan man xung quanh các câu hỏi trên. Bài viết hoàn toàn không mang tính hàn lâm (academic), nghĩa là sẽ không có các con số thống kê, bảng phân tích, để ủng hộ một (vài) luận điểm nào đó. Sẽ không có tham khảo đến các nguồn thông tin tín cẩn và các thứ tương tự. Tác giả chỉ dựa trên các kinh nghiệm, quan sát, và suy nghĩ cá nhân, sau gần chục năm học và “hành nghề” Ph.D ở Mỹ.

read more

NSF CAREER Award: Một Năm Nhìn Lại

Tháng 7 năm ngoái (07/2022) mình nộp NSF CAREER Award proposal. Đây là một giải thưởng thường niên dành riêng cho những nhà nghiên cứu trẻ công tác chủ yếu tại các trường đại học ở Mỹ. Mục đích chính của bài này là ghi lại quá trình nộp của bản thân mình. Mặc dù proposal của mình đã được thông qua, nhìn lại phê bình của hội đồng thẩm định, mình thấy rằng một số điểm quan trọng trong proposal có thể được cải thiện thêm nữa. Mình sẽ thảo luận cụ thể những điểm này, hi vọng sẽ hữu ích cho những người nộp sau đó.

Trong bài này, mình không có ý định liệt kê tất cả những điều nên hoặc không nên khi nộp NSF CAREER Award. Bản thân mình trước khi nộp cũng không tìm hiểu quá nhiều về kinh nghiệm của những người nộp trước đó, nên bạn có lẽ cũng không cần. Mình chủ yếu hỏi han những người trong khoa nộp trước đó để học theo. Nhiều điểm mình thảo luận dưới đây có thể không áp dụng rộng rãi được, do đặc thù nghành nghiên cứu, cũng như các mối quan hệ cá nhân. Không khó để tìm ra rất nhiều bài viết chia sẻ kinh nghiệm cá nhân của những người đã từng nộp CAREER trước đó trên Internet; mình khuyến khích bạn đọc xem thêm những bài như vậy để có thêm cái nhìn đa chiều và tổng quát hơn.

Một số thuật ngữ mình để nguyên gốc tiếnh anh để bạn đọc có thể tìm kiếm một cách dễ dàng, cụ thể: proposal (đề cương nghiên cứu), principal investigator (PI; người nộp đề cương), program director (PD; giám đốc các bộ phận của NSF), panelist (thành viên hội đồng thẩm định).

1. Chuẩn Bị

Trước hết mình xin tóm tắt sơ lược về cá nhân. Mình bắt đầu làm Assistant Profesor (AP) từ tháng 9 2020 ở Manning CICS, UMass Amherst, giữa kì đại dịch COVID. Khoa mình có chính sách khá đặc biệt cho những AP mới: Không phải dạy kì học đầu tiên (teaching release) để dành thời gian làm quen với công việc cũng như cuộc sống mới. Trong kì đầu, mình hoàn toàn không phải tham gia giảng dạy, cũng như thực hiện các service trong khoa. Thay vào đó, mình dành thời gian để viết proposal đầu tiên.

Proposal đầu tiên mình viết cùng đồng nghiệp ở Israel, thông qua chương trình nghiên cứu hợp tác giữa NSF của Mỹ và BSF của Israel. Đồng nghiệp bên Israel của mình, tuy rất trẻ, nhưng đã có rất nhiều kinh nghiệm viết proposal. Mình học được rất nhiều từ dự án này: cách chuẩn bị viết bài, cách chọn lọc các vấn đề để trình bày, cách dẫn dắt những kết quả nghiên cứu trước đó như một tiền đề cho proposal hiện tại, cũng như cách kết nối những ý tưởng rời rạc thành một proposal hoành chỉnh. Và may mắn hơn cả là proposal này sau đó được NSF cấp kinh phí, tạo cho mình một tâm lý rất thoải mái cho lần nộp tiếp theo, cụ thể là CAREER Award. Ngoài ra những lời phê bình mình nhận được từ hội đồng thẩm định cho dự án này cũng là một bài học quan trọng.

Một số program director khuyên rằng không nên nộp một propposal khác—ngoại trừ CRII—trước khi nộp CAREER, nếu như cả hai về cùng một hướng nghiên cứu, vì khi đó tính mới của CAREER có thể bị giảm đi. Ở một mức độ nào đó, mình đồng ý với lời khuyên này; trên thực tế thì mình biết nhiều người vẫn nộp như vậy và vẫn được giải CAREER. Bản thân mình thì đây không phải vấn đề vì hai hướng nghiên cứu trong trong NSF-BSF proposal khác biệt khá nhiều so với CAREER proposal của mình.

Hè năm tiếp theo, 2011, mình không nộp thêm bất kì proposal mới nào; thay vào đó tập trung chuẩn bị cho CAREER proposal mình sắp viết, bao gồm:

  1. Suy nghĩ thêm một số hướng mà mình nghĩ mình sẽ đưa vào CAREER proposal. Mình cũng băt tay vầo thực hiện những bước đầu tiên, hi vọng sẽ có kết quả sơ bộ làm bước đệm cho đề tài.
  2. Đăng kí làm panelist. Mình lên hệ PD Algorithmic Foundation—chương trình dành cho các nghiên cứu lý thuyết—để đăng kí làm panelist. Sau gần 1 năm thì mình được mời làm thành viên của một hội đồng; lúc này khoảng cuối tháng 05/2023. Tham gia vào quá trình thẩm định các đề cương nộp vào là một kinh nghiệm cực kì hữu ích đối với mình, cụ thể mình biết được: cách các PD gán đề tài cho thành viên hội đồng, các điểm chính trong một đề tài mà hội đồng sẽ duyệt kĩ, cũng như hàng tá cá lỗi lớn nhỏ mà một proposal thường hay gặp phải, dẫn đến bị từ chối. Ví dụ có proposal rất tốt—PI giỏi, nghiên cứu tốt—nhưng bị từ chối chủ yếu do phần broader impact quá sơ sài. Những bài học này giúp ích cho mình khá nhiều khi chuẩn bị CAREER proposal.
  3. Chuẩn bị cho phần broader impact của proposal. Trước đó mình đã hợp tác với chương trình ERSP ở trong khoa—một chương trình tạo điều kiện nghiên cứu khoa học cho sinh viên đại học. Để chuẩn bị cho phần này, mình lên hệ tham gia một chương trình khác làm workshop cho sinh viên cấp 3 thuộc under-represented groups. Ngoài ra mình cũng hướng dẫn thêm một sinh viên cấp 3 nghiên cứu khoa học trong hè, và chuẩn bị tổ chức thêm một workshop khoa học cho ngành hẹp của mình.
read more