Esta es una gran pregunta. La versión corta es que tener éxito a largo plazo requiere que uno permanezca relevante, adaptándose constantemente a las tendencias cambiantes de la investigación y la sociedad.
La versión más larga …
Mi historial de investigación comenzó por una suerte ciega en la escuela de posgrado en Berkeley. Estábamos tratando de construir un sistema de archivos distribuidos a escala global, y me encargaron el problema de descubrir cómo encaminar entre miles de millones de máquinas con un protocolo determinista y “rápido”. Ninguno de los enfoques anteriores (directorios, jerarquía, hashing aleatorio, replicación) funcionó. Mi asesor y yo nos topamos con un artículo teórico mucho más antiguo que planteaba la hipótesis de una estructura de datos distribuida fantástica, que parece imposible de construir / mantener. Pero si pudiera hacerlo, proporcionaría un rendimiento logarítmico y escalaría a miles de millones + redes de nodos. Descubrí un algoritmo distribuido para construirlo y luego probamos sus límites de rendimiento. Resulta que tropezamos con una forma completamente nueva de hacer redes a gran escala (sistemas estructurados de igual a igual, ahora conocidos comúnmente como DHT), y una gran cantidad de documentos, ideas y citas simplemente cayeron en mi regazo.
- ¿Cuál es su opinión sobre la afirmación de que la investigación científica (relacionada con la salud o las ciencias de la vida) se está volviendo más cuantitativa que cualitativa?
- Cómo elegir una empresa de investigación de mercado
- ¿Los IIT y IISc realmente proporcionan los entornos y la exposición necesarios para la investigación y el desarrollo?
- ¿Qué beneficios ofrece la escala de diferencia máxima sobre las preguntas de escala convencionales en las encuestas de investigación de mercado?
- Pregrado en ingenio final sobre investigación, estropeo algo todos los días, estoy perdiendo la moral. ¿Qué hacer? ¿A alguien más le pasa esto?
El mayor desafío ocurrió cuando me convertí en miembro de la facultad y tuve que intentar de alguna manera replicar mi éxito anterior. Sabía que P2P estaba saliendo, pero no encontré el área correcta que A) despertó y mantuvo mi interés, B) era relevante para el mundo y tenía un impacto real, y C) tenía suficientes problemas nuevos para sostener varios años de investigación activa (y con suerte productiva). Me metí en múltiples áreas, redes multimedia, comunicación anónima, sistemas de reputación, etc.
Finalmente dejé de tratar de encontrar un tema y, en cambio, busqué dentro lo que realmente disfruté hacer. Me habían entrenado como investigador de sistemas informáticos, pero estaba más o menos harto de construir sistemas que nadie usaba durante años (los DHT eran la excepción, pero todavía les tomó 10 años realmente acostumbrarse a todos lados). También estaba descontento con lo que veía como un número creciente de áreas de investigación que tenían cada vez menos que ver con la realidad y dependían cada vez más de suposiciones poco realistas. Así que tomé la decisión de buscar datos reales y usarlos como base para la investigación de sistemas / redes. Esto se debió en parte al hecho de que cada vez había más datos disponibles en todas partes, incluso en 2008.
Resulta que me topé con todo el gran cambio de datos, y las cosas han estado haciendo clic desde entonces. Ahora obtengo una satisfacción real al refutar modelos y suposiciones de larga data, y al usar análisis exhaustivos basados en datos para guiar el diseño de sistemas. Las áreas específicas importan menos (redes sociales, gráficos, conexión inalámbrica, seguridad), y me desplazaré a diferentes áreas en el camino. Pero conocer mi propio estilo preferido y el tipo de investigación que sostiene mi interés es la clave para mantenerme feliz y activo en la investigación.
EDITAR : Estoy agregando un poco más aquí basado en la nueva edición de preguntas, “Especialmente en áreas que son muy competitivas y la financiación es escasa”. Personalmente, creo que es muy peligroso elegir un área basada en la financiación y la competencia (es decir, el calor ). En pocas palabras, si busca áreas que están “calientes” y no se basan en razones fundamentales (algunas de las cuales sugiero anteriormente), está persiguiendo. Por definición, ya estás detrás de la ola y es probable que estés persiguiendo un área después de que haya alcanzado su punto máximo. Atrapar un área de investigación en el camino es lo último que desea hacer para su carrera.
En cambio, su objetivo final debe ser crear o identificar la siguiente área caliente antes de que todos los demás salten a bordo. Lo sé, lo sé, es más fácil decirlo que hacerlo. Pero se sorprendería de lo bien que puede hacerlo si usa el sentido común, lee mucho y trabaja con un asesor que entiende el campo. Lo he visto al menos 3 veces personalmente entre mi colega y la profesora Heather Zheng, quien fue una de las pioneras en múltiples áreas, incluidas las radios definidas por software y las subastas de espectro.
Otra forma de pensar en esto es que encontrar áreas de investigación es como comprar acciones. Si compra el stock caliente que ha subido mucho en el último año o dos, ya lo ha comprado todo el mundo, y probablemente se deba a una corrección / retroceso. En cambio, desea encontrar ese próximo stock poco conocido listo para explotar hacia arriba. Por lo tanto, identificar grandes poblaciones mediante el estudio de los fundamentos es como buscar áreas de investigación basadas en el impacto potencial, la madurez para problemas de investigación sostenidos, etc.
