- UID
- 1173520
- 在线时间
- 小时
- 注册时间
- 2015-11-15
- 最后登录
- 1970-1-1
- 主题
- 帖子
- 性别
- 保密
|
我觉得楼主虽然非超级大牛,但我觉得如果不挑剔,还是北美前50-100,都可以尝试的,有时候真的是看运气的。你说的没有错,我认为你的科研经历需要加强,我看到论坛内都在招RA,楼主可以看看。香港很多高校老师们都在招RA(去官网看,然后发邮件问),薪水也不错,一定够你生活。关于读文章,我觉得未必需要,但需要具有能够帮助老板解决问题的能力,譬如会stata/spss等做testing; 人比较细心能够手工或Python爬数据;或者总结能力不错可以帮老板搜集相关topic的文章,然后写summary。 但,各个老板因为project的不同,可能对于能力会要求的不一样。但我觉得做RA最重要的一点儿,就是认真、仔细、负责,其他的都能学。 我记得以前听过一个seminar,speaker说B+和A的差别,往往就在于detail. 所以做empirical的小牛们(绝对意义上的大牛,我木有接触过,小牛也至少3-5篇的top3 journal),一般都是细节控。
关于选RA的老板的问题,他们文章你不一定要看,但你需要知道他们这几年发了什么topic以及什么质量的文章。譬如这3年,发了几篇A(重点关注金融、会计领域的top 5)。 如果topic你也感兴趣,老师文章质量也好。你就放心的干。你为他们做RA,一般都能有一个强推。其实仅仅是教你课程的老师的推荐信的质量远远没有你RA老板推荐信的质量高,因为RA老板更能够评价你的能力和潜力。我的经验是,好的推荐信不用搞太多,一个就行。除非,你对theory 和 empirical都感兴趣,那么两个不同领域教授的推荐信就比较重要了。或者,干脆committee里面有你推荐人的co-author, 你可以专门相对应的推荐人。AGAIN, 一般而言,一封高质量推荐信就够了。
会计其实对于数理背景要求不高,模型比金融要稍微简单一点儿,即使金融也是集中到了idea + data上面。 所以,如果没有太多机会提高数理背景,可以多学习一些统计软件、爬虫软件等。会计这几年就业还是很不错的,超过了金融、经济学。
希望这些信息对你有帮助。 祝你2019好运。
|
|