孙旭东在osdi发表的论文

在学校时写的论文对工作后评职称有用。没有挂单位名字，那么这一篇对评职称也有作用。

艺术系列增加电影放映专业。专业职务名称为：电影放映主任技师、电影放映技师、电影放映技术员。其档次分别与艺术系列二、三、四级舞台技术职务相对应。

人力资源和社会保障部印发《关于深化经济专业人员职称制度改革的指导意见》，增设知识产权专业，职称名称直接以专业命名。知识产权专业的各级别职称名称分别为“助理知识产权师”“知识产权师”“高级知识产权师”“正高级知识产权师”。

聘任制是事业单位内部具体工作岗位的管理制度，是相对委任制而言的。指用人单位通过契约确定与人员关系的一种任用方式。一般的做法是由用人单位采取招聘或竞聘的方法，经过资格审查和全面考核后，由用人单位与确定的聘任人选签订聘书。

明确双方的权利义务关系和受聘人员职责、待遇、聘任期等。受聘人拟任工作岗位或职务一般通过竞争取得，确定的形式可以签定聘任合同，也可以签订聘约，或颁发聘书，也可以签订目标责任书。

这些不光是同龄人难以超越，甚至超过了现在大部分的成年人。

没有的，评职称用的论文都是在工作期间发表的才管用，论文需要发表的话，可以扣我联系

你在中国比较权威的杂志发表 最好在教育报什么 的 这些都是教育部的杂志期刊什么 的 或者在什么教师杂志发表

最近，一位少年刷爆了热搜，他的名字叫左鹏飞，12月，来自华中科技大学武汉光电国家研究中心的2014级直博毕业生左鹏飞接受了华为“天才计划”的offer，一毕业就拿下最高档200万年薪。

左鹏飞与华为签约

而除了华为之外，阿里、腾讯、深信服等多家大企业都向他抛出了橄榄枝，甚至有企业给他开出了300万的年薪，为什么左鹏飞这么牛，因为在华中科技大学的历史上，左鹏飞也是一个很亮眼的名字。

1992年出生的左鹏飞，2010年，左鹏飞从随州一中考入华中科技大学计算机专业。本科时，他按部就班地上课、偶尔会打打游戏、出去玩，打打篮球，2014年，第一次面临就业抉择，左鹏飞忽然发现，自己在能力、经验视野上都离预期有很大出入。这时正好有一个直博（免硕士阶段）名额，随后左鹏飞便考取了直博生，博士阶段在武汉光电国家研究中心攻读计算机科学与技术专业。

左鹏飞的博士生导师，是著名的华宇教授。华教授主要从事云计算，数据中心，机器学习，网络存储和大数据分析系统等。

左鹏飞在校期间跟随导师主要从事这个方向的研究，主要研究方向为非易失内存系统。非易失内存是一种新的存储介质，这种存储介质使用在传统的计算机中会引发一些新的问题，如耐久性、一致性和安全性等，左鹏飞的研究工作就是提出新的技术来解决这些问题。

左鹏飞右四

在校期间，左鹏飞以第一作者发表了高水平论文10余篇，其中，发表在OSDI'2018和MICRO'2018上的论文分别成为华科历史上首篇计算机操作系统顶级会议(OSDI/SOSP)论文和首篇计算机体系结构顶级会议(ISCA/MICRO/HPCA/ASPLOS)论文，在计算机操作系统和体系结构领域分别实现了华科历史上零的突破；发表在MICRO'2019上的论文实现了在体系结构顶会MICRO上的再次突破。

而OSDI是计算机学界最顶级学术会议之一，MICRO是计算机体系结构最顶级学术会议之一，论文被这两个会议录用，其含金量甚至超过一些科学界国际顶尖期刊，难度相当于生物、医学领域在Nature/Science/Cell等期刊发文。拥有这么多篇高质量的论文，可以说是无数系统领域研究者的梦想对象，可望不可及。左鹏飞读博期间的成就都高过了许多大学教授。

而在校期间，左鹏飞与其他人合作已经拥有了多项专利，比如“一种基于SDN的网内重复数据删除方法及系统”，这项发明充分利用SDN控制转发分离、可扩展性、可编程等优点，以及重复数据删除技术在减少存储成本、网络开销方面的优势，实现了在网络内部的冗余消除服务，不仅可以减少目的端的存储开销，同时可以极大的减轻网络链路负载，减小用户的响应时间，为实现流量工程目标提供了更大的灵活性，是源端去重和目的端去重的折衷。

还有“云存储系统中基于数据分布感知的近邻查询方法”，利用数据的主成分作为局部灵敏哈希的投影向量，并进一步量化索引表中每个哈希函数的权值和调整每个哈希表中哈希函数的切割间隔大小，以保证近邻查询精确度的同时减少构建索引所需的哈希表数量，从而减少哈希表的空间开销。

以及“一种自然灾害环境下的实时图片分享方法及系统”等等多项专利。

左鹏飞曾概括自己为什么能取得这样的成绩：“要失败很容易，一个方面不行都会失败。但如果要成功，得各方面都很强才行。这其中包括执行力、意志力、思想和视野、学习能力等等。”

左鹏飞曾这样回答记者：哪里有天才？我是把别人打游戏时间都用在实验室里了。他的日常时间表是这样的，早上8时起床，8时30分之前进实验室，学习到11时30分吃中饭，下午2时多到5时30分进实验室 ，晚饭后，晚上6时30分到9时30分在实验室，有时会呆到10时多，才回寝室睡觉。一周7天，5年几乎天天如此。

“就像有的人喜欢弹钢琴有人喜欢唱歌一样，做科研就是我的热爱，也是我终生的事业。”

“一个高水平的博士毕业生，需要是一个领域里首屈一指的专家，所有人提到这个领域都会想到你的名字”。

而在今年的秋招上，在华为共进行了三次面试，前两次由技术专家、HR主管和部门部长综合面试，之后，部门推荐他去参加“天才少年”，由CTO（首席技术官）直接面试。很快，左鹏飞就收到了录用答复。

华为的“天才少年”项目是任正非发起的一个用顶级的挑战和顶级的薪酬吸引顶尖人才的项目，任正非曾在华为公司EMT（经营管理团队）内部的讲话提到，将从全世界招进20-30名“天才少年”，“这些‘天才少年’就像‘泥鳅’一样，钻活我们的组织，激活我们的队伍”。

据悉，华为招募的“天才少年”，工资都是按年度工资制度发放的，其分为三档，左鹏飞所获得是最高档次。所以薪酬是201万的年薪。

左鹏飞将在华为云的存储预研部门做技术创新和突破，进行一些前瞻性的研究。左鹏飞表示，之所以选择进华为，也是为了能解决更实际的问题，体验从理论研究到服务于用户的过程。推动中国计算机行业的发展，让技术造福每个人。

可以说拥有如此深厚的专利知识，左鹏飞无论怎么样，他的人生其实已经比别人走得更远了。

第一步. 调研、入门1. 确定一个感兴趣的大领域，比如分布式系统或者机器学习，或者深度神经网络。读这个领域经典算法和技术，也可以是几本比较好的书，读完然后再实践实践，动手加深理解。这个过程做完就算是初步入门了。2. 找该领域的顶级会议，比如系统领域的有OSDI、SOSP，机器学习的领域有ICML、CVPR，深度学习的有NIPS、ICLR等等，可以搜CCF会议推荐列表看各领域的顶会列表。然后看近几年这些顶会的论文，因为这代表了最新的研究热点，咱不是说一味的追热点啊，毕竟对于初学者没有足够的领域专业背景，追热点是最快的方法。因为热点往往是该领域最亟待解决的问题，往往是发展最快的小方向，也最容易产生新成果。如果是老问题，人家都研究十几年了，给你留下的待解决的问题就很少或者不是很重要。当然如果是有几十年经验的研究者就不必追热点，他们知道该领域哪些是fundamental的问题，哪些是最值得研究的问题。3. 读了这些前沿论文后，确定一个小方向，比如分布式系统是个大方向，小方向可能是机器学习分布式训练；大方向是深度学习，小方向可能就是graph embedding；大方向是机器学习，小方向可能是半监督学习等等。确定小方向的过程是个知识不断积累的过程，非常重要，这需要你对大方向有很多了解，对小方向有更深入更全面的理解，需要读好至少100篇以上论文，需要你知道该小方向的研究进展历史，这需要你知道该小方向别人都在哪方面做工作，做该小方向的顶级研究组都有哪些，他们正在干什么。第二步. 发现问题这步超级难，如果发现了个好问题，那就是成功的一半。这个问题最好是重要的、本质的、没有直观解决方法的。4. 确定小方向后，你需要阅读大量的这个小方向的论文和了解开源项目，再不断聚焦，再确定一个要改进和优化的小小方向，这个可能就是论文的主题。小小方向可能是机器学习分布式系统中的parameter server通信模型，可能是dynamic graph embedding等。然后就要更聚焦地读这方面的相关论文，这时候论文就比较少了，几篇到几十篇到几百篇都有可能，这些论文要精读，花几个月时间研究一篇论文也不为过。5. 挑几个重要的论文工作实现，也可以找开源的运行跑一跑试一试，idea往往从实际运行中来，光靠读是不行的。这个跑一跑可能需要你尝试不同的运行环境，不同的workload数据集，不同的应用场景等。比如，parameter server（PS）模型在本地集群上跑是不是和paper声明的一样、在异构的动态性极强的集群环境下效果怎么样、除了paper提到的算法处理其他算法的时候效果怎么样、除了paper提到的数据集换另外一类数据集怎么样；graph embedding方法处理密集图和稀疏图都怎么样，处理动态变化的图怎么样，等等吧。你要发现X方法仅在a环境下好用，在b环境不好用。这个就是发现问题的过程。当然，没经验的研究者可能很难想到多种环境、多种workload、多种应用场景，这就需要积累。另外一个发现问题的方法是从实际生产中来，这个当然是最好的，但是往往是大企业环境下才有这个条件。6. 确定你发现的问题还没有被解决。这又需要广泛的阅读和调研，但是问题已经很聚焦了，搜索也会很容易，用你特定问题的关键字在google 搜索（这里强烈建议用google，其他搜索引擎基本搜不到），找到解决相关问题的论文。看看这些论文是不是已经解决了该问题，如果解决了，你有两种方案：第一，该问题已经解决的非常好了，放弃解决该问题。第二，该问题的解决方案还有问题，我还有更好的办法。我建议后者，最起码尽量尝试尝试。5和6步是个迭代的过程…第三步. 分析问题7. 分析问题产生的本质原因。这个往往和第5步发现问题同时进行。这一步靠的是功底和积累，靠的是对问题的理解程度。理解的越深刻，分析的越透测，你之后产生的解决思路就越有可能正确和有效。比如分布式机器学习的PS模型在异构环境下、和在处理数据不均匀的情况下就不好，本质原因是其同步的集中式通信模型，造成PS集中服务器往往需要等待。传统graph embedding方法采用批处理模式，需要graph的全局信息做embedding，当然无法应付动态性非常强的局部更新情况。8. 基于分析，就是对该问题的深刻理解，产生改进的idea。这个可能很难，可能靠运气，但我觉得更多的是靠对问题的理解程度，理解的越深刻，本质原因抓的越准，就越可能产生创新idea。读过一本介绍google企业文化的书，google产品的成功，既不是靠技术能力，也不是靠用户需求，而是靠技术洞见（insight），这就是对问题本质的深刻理解。比如，PS模型在某环境下问题的本质原因是集中式的同步模型，那么我们就可以提出尝试异步通信的模型的idea。分析能力跟个人的批判性思维、独立思考能力都有关，而这正是中国人欠缺的，可以通过读有深刻见地的书籍文章、经常提问来锻炼。第四步. 解决问题9. 实现你的idea，做大量实验验证。这需要动手能力，需要编程能力，需要坐得住。10. 验证你的解决方案，根据实验分析不断优化你的方法。做了大量试验后，得到了若干结果，可能是不好的结果，但是不要一下子否定自己的解决方案，这不能说明你的idea不好用。一个好的方法往往经过千锤百炼，同样，你的idea通常不会一下子就成功。需要你根据实验结果分析不好的原因，然后基于你的理解改进方法，这是一个反复不断迭代的过程。比如，你发现异步PS模型效果还不如原来的呢。那么关键的是，你要问自己为什么？为什么理应提升的却没有提升？你要看实验运行的日志，看看是哪里慢了，差在哪里，最后你经过不断的实验、分析、思考，你发现了，你提出的异步PS模型虽然没有了等待开销，但是计算的有效性却降低了，结果整体性能反而下降了。那么你下一次迭代就要想怎么把这个计算有效性提上来。我又有了个方法，可以评估每次计算的有效性，然后把计算资源都投到有效性高的计算上。OK，idea不错，那么怎么评估有效性呢？不能开销太大，否则又得不偿失了，你可能想到了一种近似地评估方法。重新实现后，发现效果还不错。OK，恭喜你！你可以准备发论文了！整个研究过程，导师将起到关键的作用。导师可能会给你个问题，这是难能可贵的，基本帮你做了一半的事了，否则你可能需要花上一年时间找问题。然后整个研究过程，都是在导师的引导下进行，需要定期向导师汇报，与导师讨论idea和请导师分析实验结果。最好自己也要经常找同门讨论，而不是闭门造车。第五步. 撰写论文11. 设计你的论文，草拟论文的骨架。每一章都写啥，每一段都写啥，实验都做啥。论文的逻辑往往比语言重要的多，逻辑合理的论文更易读懂，即使咱华人有天生的英语语言缺陷，但是好的逻辑就可以弥补这个不足。写论文就和讲故事一样，怎么能把一个事说明白，不那么简单，甚至说很难，需要不断锻炼。写完给老师看，老师同意后进行下一步12. 写作论文。这个就是根据骨架填肉的过程，但是这一步也不简单，特别对于英语不好的同学，写出来的东西简直是不忍直视、不堪入目、毁人三观。最近上海某高校老师辱骂学生这事就是因为这个，我可以说，我每次看到学生论文也都是这个心情，给学生通宵改论文在家里一边改一边骂，但是当面对学生还是要以鼓励为主，要耐心，要耐心，要耐心，尽力压制自己的怒火，以平和的心态帮助学生提高，期望他下次能给个更好的版本。但是往往事与愿违，看淡点吧，仅求写作态度好点就行了，毕竟这不是一朝一夕能提高的，需要你不断积累。有几个写作的方法吧。第一，不要自己想当然，对于不确定的句型，用“”扩上上google搜，看看你这句型有多少人用过，如果没有几个人用，那就别用，换个写法。第二，读别人论文时，遇到好的句型就记下来，不断积累才能提高。第三，避免一切语法错误，我觉得这个是可以做到的，现在网上那么多工具都可以用。语法错误都避免不了那基本就是态度问题。遗憾的是，我很少遇到能避免语法错误的学生，我生气往往是因为态度问题，而不是能力问题。第四，尽量用短句用简单句子，别用长句。你写论文是为了让别人理解你的方法，不是写文艺作品，能说明白就行。13. 提炼总结，改进方法。写作的过程也是屡顺自己思路的过程，写作的过程中往往也能发现自己方法的漏洞，那么就要继续回到8，重新思考解决方案，又或者你发现需要补实验来支撑你的论点，那么就继续实现系统做实验，得到实验结果。14. 关于实验。怎么做实验是学生总问的问题，怎么做科学实验也是一个很重要的问题，有对照组、无偏的、定量的，这些都是科学实验的重要要素。如果有解决该问题的其他方法你首先要说明你的方法更好，至少在某一方面更好，这其中可能要涉及到不同的执行环境，或不同的算法数据集。然后设计实验说明你的方法好在哪里，用实验数据说明，比如异步PS和同步PS对比。然后你要进一步用实验数据说明，异步PS的有效性也提高了，如果不考虑有效性的话那么结果就不好。然后你的方法是否有些重要的超参数，试试variation导致各种结果。在实验结果展示方面，要学会用各种工具画各种图，把重要的因素用可视化方式体现出来。第六步. 投稿和看待审稿意见15. 接下来就是投稿。选一个合适的会议或期刊投稿，这个可以听老师的，老师基本有这方面的常识，根据你工作的方向和档次选择合适的去处。确定好了哪个会议期刊后，就需要按照会议期刊要求来整理论文格式，latex是必会的工具了。之后赶在deadline之前提交论文，这个最后的几天可能很痛苦，因为你的论文和方法总有改进的地方，老师的要求会让你最后几天是最忙的几天。但是需要认识到，凡事无完美，你总也改不到完美，你需要一个deadline来督促你完成一个milestone。开始进一步工作或下一个工作。16. 看待评审意见。接下来是漫长的等待，会议一般是2-3个月的时间，结果可能是接收也可能是拒掉，相比于结果，更应该看评审意见，看看这些意见是否合理，是否能解决，无论是接收还是拒绝，然后接下来就再次回到解决问题的部分，再次开始优化方法的过程。如果是接收了，那就可以准备订机票开会旅游去了。如果是拒掉那一般是有比较大的问题，那就再仔细深思下一下你的方法。继续优化，还是降低档次投个差点的会，就看你导师的了。第七步. 后续17. 宣传你的工作，扩大影响力。首先你可能是要去参加会议，做个漂亮的ppt，反复演练，争取有比较好的演讲效果。有时你导师有机会去一些地方做报告，把这个工作介绍一下，都是扩大影响力的方法。18. 开放源码。还有是尽量把自己工作的代码和数据开放，挂到网上，让别人来使用，接受别人的改进意见或者是简单的debug。咱不是专业的工程人员，也不用指望你的成果可以马上用于生产，个人觉得开放代码主要是为了让别人更好滴了解你的方法，这有助于扩大影响力，产生后续研究工作。如果有人引用你的论文、或咨询论文内容、又或是使用了你的代码和数据，这也算是你对整个科研事业有那么一丁点的贡献了，这比水论文有意义多了。整体来说，发表论文需要你有：批判思维能力，动手能力，知识面，写作能力，表达能力，英语，韧劲（抗打击能力）等等一系列能力，如果在研究生期间真能发表一篇论文，经历了以上这么多磨难和锻炼，我想你的能力也是不知不觉提高了很多，成为了该小小方向的一个小小的专家了。这对你来说，是最最重要的。这里我提到了韧劲，就是说，在解决问题过程中，你会受到不断的打击，包括来自导师的、来自自己的实验结果方面的、来自评审意见的，但是你要做的就是，站起来，继续凿，直到导师满意，知道reviewer满意，直到大家满意。别把这事想简单了，当你想象一下周围好多人都发好多sci了，而你还在为这么一篇完全未知结果的论文而这么努力的时候，我觉得大部分人可能就是缺少这个韧劲才最终以失败告终的…最后，我想再强调一下，发论文不是简单地发论文，而是通过发论文宣传你的工作，以便对某技术或人有那么一丁点影响。无论你发哪个档次的论文，只要目标正确，我觉得你都会有收获和有贡献的。相比较于为了发论文而发论文，你会觉得你是那么地高尚和高大，他们只是造废纸，而你已经对社会有贡献了…（以上内容来源于学术堂）

找刊物，有投稿邮箱。投稿、等待通知、缴费、等待发表、发表

无用。其实就两点重要，一是属名第一作者，二是挂靠的单位。如果写的文章你是第一作者，同时又挂靠的是所在单位，这样评职称就有用。毕业后见刊的文章没有单位，你可以跟期刊联系下，看能不能把单位加上！