为什么选择进入高校担任教职工作？
现在回过头来看，对科研的热爱必须是从事教职的第一原因。
相比与其他科研型岗位，比如国家实验室或者企业研发中心，高校的特点首先是科研自由度高，约束少，而且不管是教授还是学生往往对科研富有热情，更容易做出有创新性的成果。而另一方面，一旦成为tenure-track faculty（长聘教职），面对的压力是非常大的。不光是科研上必须独立，还有许多比如教学和经费上的压力。可以说，做科研是在做教职期间最快乐最轻松的事。
当时在密院就读期间有什么对自己走上科研道路有帮助或者影响的地方？
密院的经历给我有两个影响：一个是学术基础尤其是编程基础，还有一个就是自主的学习能力。
学术基础
两门对我影响最大的课是大一下学期时上的编程导论和电路导论，这两门课也是我现在研究方向的最基础课程。当时（07年）密院以课后练习和项目为主的教学方法在国内还是比较新颖的，这样的教学方式对培养扎实的应用能力非常有效。
自主学习能力也是受益终生的能力。
比如攻读博士学位时很多研究问题导师也很难帮助到，必须要自己想办法查资料解决。一个成功的博士生更应该自己构思自己的研究方向。密院的许多课程都注重培养学生的自主学习能力，比如工程导论，学生必须自己定义一个具体的题目，然后自己规划和完成这个项目。这些能力都是可以受益终生的，也不仅仅限于科研问题。
对未来想要继续学术、科研道路的学弟学妹有什么建议？
着重基本功的培养。
对于本科生，在应用性计算学科（电力系统运行，交通系统规划，大气建模，环境系统规划等）上，关键是要打好基础，尤其是编程基础和对基本数学原理的理解。把数学原理融合到编程问题上，比如对线性代数的理解就可以与Matlab的矩阵式计算结合。本科从事的科研项目也要尽量找到能体现和提升自己数学或者编程功底的项目。要多和不同的教授沟通，找到最适合自己的项目。
一定要真正理解自己的研究项目，而不是简单的完成导师布置的任务。
除考察基本功外，博士招生也会十分看重学生的科研能动性，比如是否清楚这个科研项目旨在解决的问题，为何采用某种方法，以及目前的结果有哪些不足并且如何扩展。这些都需要学生对做过的科研项目有十分透彻的认知，并可以清晰的表达出来。
联系建模与实际问题。
对于研究生同学，我的建议是要在研究上体现出自己的想法和对实际问题本质的理解。很多时候从建模-算法-实验-应用上整体性的考虑如何解决一个问题是很有帮助的。对于应用性计算学科，要明白建模本身也是一种简化，对于一种应用目标的模型并不一定适合另一种场合。换句话说，从建模开始的研究往往都会产生比较有开创性的结果，而且建模时一定要整体性的考虑这样的模型简化在哪里，好不好进行计算，结果方不方便在现实中应用。切忌把别人已经做过的问题加个约束换个算法再做一遍。
一定要在攻读博士学位期间多看多读，而不是仅仅局限在自己的科研项目上。
尤其要读一些有点年份的基础经典书籍和文章，因为这些文章也许结果已经有点过时，但会比较详细的阐述研究背后的原理和思想，尤其是研究的动机，这对于建立起全面透彻的认知很有帮助。许多名校或名组出来的学生的一个共同特点就是也许科研经历上只有一两篇文章，但是基础非常广泛而且扎实，对于许多理论方向都有比较透彻的理解。这一点在教职面试的时候是非常容易考察的，因为评委教授往往是别的领域的专家，所以只要略微提问就能判断候选人是否在自己熟悉的领域有所涉猎。有了扎实的基础不但可以在遇到新的研究问题的时候方便上手迅速找到合适的理论模型，也非常方便与其他方向的科研人员合作。
避免‘大杂烩科研’。
要避免在跨学科研究上从事“杂烩式科研”，也就是说要避免排列组合式的把不同学科的东西，或者说不同的方法，强行堆叠到一起。杂烩式科研比较容易在短期内发文章，但是产生的结果往往十分脱离实际，而且也很难提供学术理论上的创新。更多的时候还是要多做基础研究，认真的去理解不同学科的挑战与限制，从基础方法上下手然后提出自己的新方法。
强化口头表达能力。
对于想从事教职的同学，锻炼好口头表达能力也是十分重要的，因为教授除了做科研以外还需要上课，做报告，以及和各界人士开会介绍科研成果寻求合作。一天的日程经常是从早说到晚，和读博士的时候埋头科研的节奏区别很大。锻炼好口头表达能力对从事教职也是十分关键的。
