在一亩三分地有几篇对行政审查(简称 AP 或者 check)非常详细介绍的文章「老checkee总结一下administrative processing」,「关于F1签证和Check的若干事」,以及「近期频发的贴签暗check/卡approved大坑 - 万字吐血总结」,不妨先看看。对于美国签证,在面签或递签后申请人大致会收到三种结果:批准,拒绝,行政审查。前两个很好理解,但行政审查是个很微妙的结果。简单来说,面试时间通常很短仅有几分钟,在这个时间内签证官无法决定是否批准或是拒绝你的签证,需要更多的时间来审查申请,于是会给出行政审查的决定。结束面签后,签证官会把从申请人那里收集到的资料发到 Washington DC 统一处理,这个过程叫 Security Advisory Opinion (SAO)。等到 SAO 返回到美国大使馆后,签证官继续处理并给予最终决定。大家常提及的 check 不确定性是指 SAO 没有一个固定的处理时长,短的几天,长则大于一年。
对于中国籍申请者,最常见的 SAO 原因三个:
对于 STEM 学生,Mantis SAO 是几乎很难避免的,因为判断 dual-use technology 是依靠 Technology Alert List 里面列出可能存在敏感或是军民两用技术。虽然是 2002 年的文件,但里面基本上扫射了所有 STEM 专业,再加上最近紧张的政治局势,还有签证官基本上不具备 STEM 背景知识,导致大部分签证官在看到申请人专业时抱着「宁可错杀三千也不放过一个」心态直接给个 check 结果。Mantis SAO 的标准工作时长是 15 个工作日,但也可以无限长(极端个例会在下文提及)。大家常说敏感专业啥的被 check,本质是基于 Mantis SAO。
Visa Donkey 对大部分人来说不会遇到,或者用系统很快筛选通过,但有的倒霉蛋会因为名字/生日/住址等信息与某些黑名单上的人一样而掉入 FBI name check 的黑洞,一旦进入 name check,审查时间会拉长到数月。Visa Eagle 基本上不用赘述了。
对于这一个 section,我总结部分高频问题答案。
如果你的 case 被送到 DC 进行 administrative processing,你可以几乎看作是一个黑洞,没有人可以催签,除非签证官自己去催(四舍五入那就是不可能)。很多经验贴里面见过的议员/公司/学校催签能有作用,大部分情况下仅仅是 check 在那个时候刚好 clear 而不是催签起作用了。议员唯一可能有点点作用就是确保你的 case 真的有送到 DC,但是 DC 有没有审,审多久,没人知道。在等 check 的时候,除了从 week 4 开始大概每周到每两周例行发邮件询问下大使馆以外,就不要跟大使馆打交道了,发了邮件也没用。
这期间我也询问过 writ of mandamus (催签令)的律师,价格 $5000+,有的说可以 60 天之后就能告大使馆,有的要你等到 6 个月之后。一亩三分地里面 dp 有在不到半年的时候 file 并拿到了签证(DP1 F1 PhD Toronto,DP2 H1b Ottawa, DP3 H1b Korea),只能说 case by case。咨询下来的结论还是最好等 6 个月以上再考虑这个方式,除非如果你有很强的理由(美宝啥的,不过这也能直接让大使馆 expedite 了)。虽然都说这个诉讼不存在被政府报复的情况,但大使馆完全可以推辞说需要更多的时间来处理,不回应你的诉讼。这样你花了钱也没有效果。在等待的过程中还是要保持跟大使馆沟通,以及保存自己因为长时间等待造成 hardship 的证据。还有,催签不一定是 approval,还有可能是 deny。旅游签不要考虑这个选项了。
我还考虑过国内二签(或者加拿大撤签再国内二签)的操作是否能有奇效, 19 年有过很多 F 签证成功例子。但咨询过后得到的结论是:很大概率没用,甚至会 delay clearance。AP 的机制是把你的 case 送到 Washington DC 审核,你撤签仅仅是从大使馆撤下来,但不会撤 DC 的审核。也就是说无论你一签是否撤签,AP 一直存在到有结果为止。而当你还没有得到一签 clear 时就去二签,签证官是能看得到一签没有 clear 记录。那这时候会出现两种可能:
如果没有非常让人信服的理由二签,签证官会怀疑你 visa shopping,甚至有可能会拒签(对于 F/B/J/O 签来说可用 214b)。
二签出奇效的可能只会说一签签证官忘了处理你的 AP 已经 clear 情况下才会有用(相当于是强行提醒签证官忘了自己的 case),这种情况有但罕见。AP 大概率 case 还是在 DC,如果在 DC 进黑洞,二签大概率是没有用的,甚至会推迟出签。
总的来说 H1b 是很难被拒签的。H1b 和 F/J/B 签证不同的是,H1b 已经经过 USCIS 审查批准,大部分审查工作已经 clear,大使馆没有动机去推翻 USCIS 的决定。再加上 H1b dual intent,签证官不能以移民倾向 (214b) 而拒 H1b。签证官的主观预设态度是希望合法合规的 H1b visa worker 来美国工作的,所以个人以为 H1b 需要区别于 F/J/B 来看,虽然都是用 SAO pool 审查。
但如果说真的就一点拒签的情况都没有吗?这两个多月仔细搜过和询问过是否有 H1b 中国申请者拒签情况,发现还真有以 212(a) 拒签的:
如果是 212(a) 拒签,签证官是会有内部 inadmissible 解释的,也就是说,这不是一个随便得出的拒签理由,而且这个理由几乎不能被豁免,以后同样或类似美签类型应该是非常难以翻盘的(有见过被拒后换签证类型再长 check 通过的例子,DP)。
在搜索 212(a)(3)(A) 的相关情况时发现这更多出现在 F1 长 check 中,背景集中在量子(DP1, DP2)航空航天(在群里面听说过)、计算机科学(DP1, DP2, DP3)这三个领域中,并且集中出现在 21 年之后。虽然 Biden 上台之后签证情况没有那么抓马,但就「敏感技术」来说一点不马虎,甚至更严。
有没有 F1 读书期间接触过敏感技术/资金/信息而导致 H1b 拒签的。我还真问到过一个,是读书期间跟军方有着「过硬合作」的经历被抓出来,长 check 半年以上被拒的。
还有一个最新的情况是由于 10043禁令,国防七子 + 北邮背景的申请人申请 J 签证是会被 212f 拒签,所以有不少人尝试用 cap-exempt H1b 来避免这个问题。有非常多成功的 DP,但也有被拒签的风险,并且会使用 212(a)(3)(A) 拒签。由于被波及的人数很少,在网上几乎很难搜到信息。但就个人交流得到的主观感受是如果申请人是 10043 + STEM 背景 + CSC 历史(国家留学奖学金),H1b 拒签概率非常高。摘掉任一 buff 会被 check 但大多能过,有掉入长 check 黑洞例子。摘掉两个 buff 那成功率会更高。
话说回来,我写了这么多关于拒签 H1b 的内容,是仅仅描述 corner case 中的 corner case,尤其是 212(a)(3)(A)。因为签证官哪怕以 Technology Alert List 理由 check H1b,也是从工作经历开始,不会第一时间看读书期间的经历。说真的,如果工作涉及极为敏感的信息,那在一开始招工的时候只会 US citizen or PR,轮不到 H1b F1-OPT 们。我写在这里仅仅是为了提醒可能有想类似背景的 H1b 们,在面试之前还是有必要脱敏简历以及跟导师们打好招呼,谨防有人会打电话询问的时候导师不知道怎么回答。
之前有过帖子统计过 checkee 上 18 年被 check 时间分布,大概 85% 的 H1b 人在 60 年内 clear,8% 在 day 60 - 90,4% 在 day 90 - 120,剩下的都是神仙了。我统计了一下 22 年 1 月到 7 月 checkee 上 H1b dp,大致符合这个分布。所以没超过 90 天,我个人不认为算长 check。(该数据分布也被公司律师认可)
面签前的准备格外重要,其中最重要的是 DS160 填写。里面的信息需要准确准确再准确。我上一次面签已经是五年前。在被 check 8 周之后我重新翻看自己填写的 DS160 (这个需要自己在提交后自己保存一份电子档才能看),发现把最近的 5 个 US stay 直接只写了一个,还有好几个typo。当时的我惶惶不可终日,以为要长 check 被 misrepresentation 给拒了。问过律师和 ex签证官,他们都表示这种错误太正常了。一是这不是我故意犯错的(虽然给人印象很不好),另外我交的简历还有其他 DS160 信息是可以相互交叉验证,毕竟人面对简历的熟悉度是要远远大于 DS160 的表。Typo 一类的只要不是错得离谱,签证官是根本不会管的。文章如果少写了只要不是故意的,问题都不是大。(比如我漏写了一篇,但这篇在毕业论文里面有一份副本,而我简历是写了毕业论文的题目)
当时我发现这些错误的时候,觉得说要立刻发邮件跟大使馆沟通,害怕因为这个延长 check 时间。咨询过之后,大部分人都劝说最好不要发邮件提醒大使馆。一是这个错误可能真的就没啥,二是这么反映一下之后,签证官反而觉得你这么着急澄清,是不是有什么问题。我特别能理解这种想要急于证明自己清白的心,但在 Check 期间着急去跟大使馆说的话不一定是好事。
所谓的签证中介(尤其是国内的),大多数不专业,尤其是对于 H1b 申请人。如果需要寻求签证相关帮助,有两类人我个人觉得还算靠谱,一类是律师(可以找公司的或者是自己的,平时需要留意有哪些移民律师还算靠谱的),另一类是前签证官。这是我今年才发现的「新奇」事物,我绝对没有受广告钱。如果你感兴趣,可以去 Argo Visa 的 YouTube 看看他们视频,主要是讲解各种美国美签准备。他们对面签之后的 check 基本上没有什么有用的建议,但对面签准备还是很有一套说法的。这两类人的缺点是价格真的很贵,比心理咨询医生还贵。
面前之前多加微信群,小红书群去了解最新的近况。各个大使馆情况会完全不同,尽可能寻找类似情况的申请者(时间相近,同一类型签证,近似背景,etc)来交流时间线。
上周二的时候,学校通知 phase 1b 人员可以预约疫苗。看到邮件手快就约到了周六的疫苗。
背景知识:在我州打疫苗是按照 phase 来排优先级的,数字越小优先级越高。比如 phase 1a 中第一优先级是医护人员,以及 65 岁以上的人。我们作为 education emergency 也是 essential worker 被排在了 phase 1b。
我去的是当地的医院,预约完成之后需要带上自己的驾照和保险卡(最好再带一支笔填表)。check-in 和打疫苗都是在车里面进行不需要下车。因为已经预约过了,整个过程就非常顺利。从到达到注射没超过 10 分钟,中间主要是填表。大致有知情同意书以及病史询问,毕竟现在还是有疫苗副作用报道出来。我以为还要再等一会儿来着,结果有个护士直接过来从打开的车窗帮我把疫苗打了,然后需要等待 15 分钟观察是否有副反应。中间跟医生聊了会儿天,感觉他也没怎么认真戴口罩……他跟我说他们都已经打了疫苗,现在在医院内部开会的话他们都不戴口罩(因为全部人都产生免疫)。 感觉他的言谈之间还是透露出来比较轻松的样子,想想一月份的时候我们村医疗体系接近崩溃的样子觉得现在事情在朝着好的方向发展?
Check-in 就是在我车窗写上了……
由于 Pfizer 疫苗需要接受第二针,并且在接受第二针两周之后才会被认作免疫力,所以我还是会好好戴口罩,之前是怎么样的现在就怎么样。顺便用这篇来 update 下接种疫苗状态。
我的疫苗接种卡
2021/03/13 - 第一针。觉得有点点困(也有可能是因为我没喝咖啡),注射区域有肿胀酸痛,无发烧迹象。
2021/03/14 - 注射区域有酸痛感,抬手会有点点困难,但做做俯卧撑没啥问题。
2021/03/15 - 2021/03/31 - 没有任何感觉,一切正常。
2021/04/01 - 第二针。目前注射区域有肿胀酸痛,没有其他迹象。
2021/04/02 - 头疼 + 困了一上午,吃了泰诺有所好转。注射区域仍有酸痛。
2021/04/03 - 一切恢复正常。完结撒花。
2021/11/27 - 感恩节打 Booster shot,低烧头疼 48 小时,彻夜冒冷汗。72 小时后手臂仍然无力。
2021/11/30 - 恢复上班。
2022/07/19 - 鉴于公司大半人病倒,去打了第四针。低烧头疼 12 小时,下午去上班脸色略惨白。第二天恢复正常。
]]>XAS experiments were conducted at the 某金属 某边-edge ( 某吸收边具体数值 eV) on 某线站 at 某国家实验室. A 某单色光晶面 double crystal monochromator was used with 某线站分辨率 at 某元素某吸收边. Data were acquired in 荧光还是透射 mode using 某检测器. Spectra were acquired under 室温还是哪温度,是否无氧无水,是否有特制样品池 etc. 某元素 standards were diluted to 某金属质量分数 with 稀释剂(比如氮化硼). For energy calibration, 金属标样或其他样品 was placed after 光路某地方. 某个位置 of its X-ray absorption near edge spectroscopy (XANES) was defined to be 某吸收边具体 E0 值用于校正 eV. (此处需引用能量数值出处)
XAS data were processed and analyzed using the Demeter software package.(此处引用 Demeter 软件) A linear function was subtracted from the pre-edge region, then the edge jump was normalized using Athena software. The χ(k) data were isolated by subtracting a smooth, 几级 polynomial approximating the absorption background of an isolated atom. The** k 多少次方权重** weighted χ(k) data were Fourier transformed after applying a 窗函数名称 window function (Δk = 选的多少). The global amplitude EXAFS 方程中哪些参数信息 were obtained by nonlinear fitting, with least-squares refinement, of the EXAFS equation to the Fourier-transformed data in R-space, using Artemis software.
为什么写这篇文章呢? 当然不是因为我今天没吃到炸鸡。只是很单纯地看到一篇国内商业机时机构的推广文章,题目是「8篇JACS!做单原子催化,你需要懂一点同步辐射XAS!」。我看了心里一想,做单原子催化的,有懂那么一点同步辐射 XAS 吗?为一探究竟,决定拜读这里面 8 篇 JACS 文章。先说明这个机构跟我没有关系,我对这 8 篇文章也没什么利益关联。仅仅是今天天气不好,然后我看到了这篇推广而已。 以下是我的读后感。
Figure S7 和 S12:用的 q 空间来代表拟合结果,有误导嫌疑
(Figure S12)
Table S1 两条 path 只相差了 0.05 Å 还能有这么小的不确定值?这真的是在做传说中 10 - 15% 不确定值的 EXAFS 拟合吗?
这篇文章对 XAS 的使用让我有点不知道从哪里评价起来。明明是 In 催化剂,做的是 In K-edge,但处处用 Ga K-edge 结论来做类比。然而很不幸的是 Ga K-edge XANES 可能是元素周期表里面最不按套路出牌的元素,做 Ga XAS 的这一帮人至今都没搞懂谁跟谁。这篇文章对 Ga XAS 有争议的解读总结反而是意外的精炼准确,但这到自己研究的 In 催化剂的时候什么结论都没有。我不知道为什么 XAS 还能在正文里面有一席之地,这到底是在做 In 催化剂的文章还是 Ga 催化剂。这篇文章连拟合都没有,为什么要用 EXAFS?
(Figure 4)
Table 3 里面 EXAFS 拟合 ∆E0 能有 17,18 eV 也是让我搞不清楚我和作者到底是谁没学过 XAS。
这篇文章里面除了用到 Pt XANES 做氧化态解释外没有其他任何 XAS 相关了,虽然写了 EXAFS 处理但也没看到 EXAFS 数据来着。就算是 XANES,这里面不仅峰高变了,而且白线峰位置变了,这也能用来讲氧化态的吗?
(Figure 2)
啪,用 XAS,然后一看 EXAFS 图,也就看一图了,数据拟合不做就开始比划下结论了。要是 EXAFS 这么简单,我两年就能毕业了。
硬夸的话还得表扬下能把 k 空间放出来,但这一看到 Table 的拟合数据范围是 1 到 1.9 Å,这就有点尴尬了。为了做到 R-factor 到 0.01%,大家可真的是很努力的在精准掐点拟合范围而不是思考下怎么做个像样点的合成,不至于在做拟合的时候如此自己折磨自己。还有这一排排的 XANES 拟合,图N 乐。(有一说一,这篇文章是这八篇文章里面的高子了,我真的努力过)
鉴于立场上跟这篇文章里面的团队有对立因素存在,我不想说文章本身了,就讲个无关的事情。微博大 V 林瘦猫(现上海科技大学助理教授)的博后导师是这篇文章的通讯作者,我觉得网上冲浪时不时能给我一些我不想要的惊喜,比如 mansplaining。当然,这个言论和这篇文章有什么关系吗?当然没有,我只是思维发散而已,我希望你不要学我这点。
这篇文章画了自己做拟合的图,但又不给拟合出来的数据,完了只在文章里面说了句:
The experimental EXAFS spectra obtained from the recovered sample are nearly identical to that of the pristine one (Figure S14), illustrating that the coordination environment of Rh is maintained throughout the catalytic reaction.
补充下正经 XAS 的基本知识,比例低的组分在 XAS 中是看不出来的。如果有 10% 的金属位点改变了, XAS 可以完全没有变化。这是非常典型的错误用法。
结论:做单原子催化一点同步辐射 XAS 都不需要懂。
不严谨结论:做商业机时一点同步辐射 XAS 也不需要懂。
给大家拜个晚年呢。
]]>阅读提示1:回答仅代表我一个人的看法,不代表正确解决问题的办法。我有不知道答案的问题,也有不懂回答错误的问题。如果我有讲错地方,请告诉我还有其他人。
阅读提示2:这篇文章所有的猜测仅仅是基于我丰富的大脑想象力,请不要认为是黄金准则。这里面提及的一些内容对于新手来说会完全超纲,别害怕,看不懂确实说明你基础不行。
几天前收到一位观众的邮件提问,他好奇的是「网络上能下载到的 XAS 数据质量都很好,那什么是质量不好的数据呢」,「有没有什么特征可以说明数据质量不好」,或者说,如何判断一个 EXAFS 数据质量不好。同时他发来一张他从别人那里收到的数据,如图下。(经过 TA 的同意,隐去样品信息后发出来)
我看到了这个数据的第一眼,会有如下观察:
那现在看到这张图的你,你会觉得这张图的质量是好还是差呢?不论你的答案如何,仅凭一张图我没有办法回答。 最极端的两个情况:
在情况 1 和情况 2 之间,中间可能有那么百八十个既不是最烂也不是完全可接受的情况。很显然,我是没法在一篇文章里面穷尽的。这也就是当有人拿着一张图没头没脑地跑来问我,我是只会关掉网页的,因为我什么都不知道。
我打算就用这张没头没脑的图,假定这是一张数据质量很烂,并且可以试图抢救的谱图,开一次脑洞猜测一波,跟大家分享一下「如果我看到的数据质量很差的图,我会认为有多少个可能性」。请注意,以下内容已经跟之前的谱图没有任何关系了。
遇到数据质量不行的数据,第一反应基本上是样品。原因是 beamline 天天摆在那里运作,为什么就你的数据烂别人就有好数据呢?样品装得烂,可以说是新手最容易犯的错误。我们做实验要像渣男那样思考:出了不好的事情,总得在自己身上找原因。
检测器包含透射谱中的 ion chamber 和荧光谱的 fluorescence detector。鉴于 ion chamber 包揽了 I0, I1, I2,我们可以先看这个。
关于 ion chamber,最需要留意的三件事:气体,气密性和外加电压。气体跟你需要测量的元素能量相关,不能吸收太多也不能吸收太少,能量越高惰性气体越重。对大部分非低能非高能(中间那一堆元素)基本上氮气没跑了,但仍然需要留意气体选择,因为 ion chamber 的长度也有不同。其次,ion chamber 的两端常常是依靠 Kapton 封起来的,尤其在低能测试时,X射线会把 Kapton 给融化了,导致 ion chamber 漏气。既然漏气了,那你还会指望信号棒棒哒?最后是外加电压,如果太大会出现电弧,太低信号不够快。简单来说得在一个合适的区间,高了低了都是噪音。这一部分的信息需要跟 beamline scientist 沟通。
荧光检测器,首先得问你是否选对了一个匹配的检测器,比如浓度略低于透射谱下限的,很可能选的是 Lytle or PIPS,而几十 ppm 的浓度可能得用 Ge-100 检测器。那么有用 solar slits 吗,是否用 filter,有没有选对 emission line?有没有 over saturated?
还有你可能根本不会想到的,链接各个检测器的线材还有信号转换器,比如 BNC cable 还有 amplifier,你看不到的那一对信号处理都可以崩到你数据都是噪音。哦,别忘了记得把插头插准了。
说出来你可能不信,beamline station 可能是歪的。如果是个歪的 beamline,那机械振动可能直接把噪音给你拔高个几百倍。同理可证,地震也可以有类似的效果(不必问我为什么会知道地震可以)。承载着检测器和样品整个 station 大多是光学避震装置,也就是说外界的微小振动是不会影响 station 上面的光学仪器稳定性,如果你见过 Raman 的装置,就差不多。但是天有不测风云 station 有旦夕祸福,人家也可以不开心不工作了,或者说震荡太大人家挡不住。只要不是平的,如果还测 in-situ 实验,你会看到噪音的。
以及整个 station 可能根本就没对准光源来的地方。
Monochromator: 冷凝器的流速太大,温度没下得来,encoder 不稳定跑着跑着自己跑飞了……
光没有瞄准到样品,达到其他地方了(脱靶)你们不要觉得很扯淡,我看过 N 多人在线站明明根本没有信号还在那里测。
哦,或者说样品移动的时候 X射线脱离焦点了,比如你样品没有装稳……
等等等等……几天几夜都可以数不完的原因。
我希望各位大哥们看完这篇文章不要再问我为什么你们的数据质量那么差了,给各位拜个早年好吧!
]]>作为一个纯化学专业的学生,我对求职的心态是「既来之则安之」。对于非 CS 专业的应届学生,在美国求职都是一把辛酸泪。一边看着 CS 的同学拿着高薪,一边自己在实验室里面重复不出来数据,相信心态多多少少还是有点不平衡的。然而,有着化学背景的应届学生求职并不是想象中的 dead end。在我搜索化学专业求职相关资源的时候,发现信息几乎被 CS 工作给淹没了(我说的就是一亩三分地)。
既然我是一个不按套路出牌的人,那趁写不出来论文的时候开始写点求职相关的博客吧。我会从不同的角度分享一下我自己在求职过程中的收获吧。今天的主题是「职业方向考量」,讨论「拿到 PhD 学位的我有哪些选择」以及对应的 pros/cons。
首先,我们来 brainstorm 到底可以做什么。我们可以从两个大类开始聊起:学术界和工业界。
显然,作为应届化学 PhD 能拿到教职是一件不可能的事。我这里直接快进到博士后这个选项。(也有其他的选项,但非常稀少,欢迎你的补充!)
我个人认为选择博后有若干(不完全)动机:
对于第一类,不谈了,找到自己喜欢的研究方向冲就完事了,唯一的建议就是早点跟领域内的大佬早认识,多交流。其他的,我不配对这类兄弟指指点点。
这一类的人其实真的不少,一方面对研究感兴趣并且热情没被求学经历给消灭,另一方面怀疑自己是否能够在学术界能走得更远。
个人认为做博后是一个很好的选择,因为保留了学术界这个可能。博后期间再给自己一点时间来考量是否继续在学术界中发光发热,哪怕后来选择离开学术界,我不认为这段时间是完全被浪费的。博后从某种层面来说是教职的试用期,如果你对学术界犹豫不决,不要有太多的心理包袱,不妨一试。
不过,对于读完博后转工业界的同学来说,签证可能是会麻烦一点。因为要会占用 OPT 的时间,或使用 J1 签证,之后再转工作签证要折腾一下。(这两条路完全行得通,需要 waive J1)
不知道大家的学校共享实验室里面有没有那种「扫地僧」,什么管核磁啊单晶测试啊等等的 Staff,学生一遇到什么问题,这些老师直接秒解决问题。要应聘这种 Staff 的职位,首先得问自己手头上的这一套表征手段玩得溜不溜,如果足够溜, PhD 毕业之后直接申也是可以的。但相对来说其他人对你的依赖性不高(换言之可被替代),因为技术偏 general 而不钻研某个方向。如果要成为像是某一个表征测试的老师,博后经历还是 preferred 的。
对这类目标需要注意的是,博后阶段重点不是在于发了多好的文章,而是有多少经验。要有「西方什么样品我没有测过,什么样的机器我没有修过,什么样的数据我没有处理过」舍我其谁的霸气。所以,文章相对来说没那么重要,重要的是你有多少直接经验。跟机器打交道,多一分经验就能压死一片人。理想情况下,直接去到对应的机器/表征所在地方读个博后,攒经验是王道。
美国国家实验室就是这样,相当一部分人就是博后读着读着成了 Engineer,没有教职那样基金的压力,每天修修仪器,教一下其他地方来的学生。但是你必须要非常自律且热爱机器(好奇怪的讲法),这类人基本上在这个岗位就是干一辈子,并不是铁饭碗或高工资,他们只是把实验室的一切当做他们的「乐高」快乐了一辈子而已。好处是前辈们会很认真教你,努力把你培养成扫地僧式人物。对应的,可能在这漫漫人生中会跟瓶瓶罐罐们作伴,外人看来会觉得有点点寂寞。
这个太正常了,毕竟工业界职位开放不多且不固定,又想继续在美国发展,博后是个可选的过渡期。个人认为这类同学在选择博后的工作时,需要以工业界需求为导向。也就是说,需要留意这个博后的工作或者课题跟工业界有多相关。
最简单粗暴的,直接可问这个课题是 Industrial funding 还是 Federal funding,如果是工业界来的钱,这说明课题跟工业界的需求是挂钩的(不然为什么他们要投钱),可以优先考虑。在这段时间内,可以调整你的 skillsets 和知识储备,为工业界求职调整到更好的状态。多了解跟工业界是怎么合作的,有机会多跟甲方们 network。风险也有,毕竟拿着工业界的钱,出结果的压力会更大,一个月一次甚至是两次的汇报会让你抓狂。还有比如第二年甲方不想投钱了,那博后可能直接被迫出站。
不是每个课题组都有工业界的项目,但思路大体是一致的:利用博后这一站帮你搭好通往工业界的桥梁。所以找博后的时候,除了考虑课题是否在工业界中有所贡献,还要考虑导师在工业界的影响力和社交圈子。毕竟做研究需要投入大量的时间和精力,要再去单独做 network 相当疲惫,既然要建桥,那不如把社交这一层面给考虑进去。
很多人会以为 PhD 读完之后进工业界是理所应当,其实这是个错觉。你可以试着从公司的角度来考虑一个刚毕业的 PhD 学生,哪怕是研究方向完美对口,公司里面的套路跟在学校里的有差距,公司需要花时间和耐心来培养你适应到工业界的节奏和思维。如果他们能找个已经有工作经验的人了,公司可能就不需要这个过程,直接快进进到干活。所以说 PhD 毕业后找到第一份工业界的工作是相当困难,应届学生的工业经验几乎为零(实习什么的咱们其他文章再说)。再加上国际学生需要 OPT 和抽 H1b,可能抽了三年还是抽不到得走人,这样的不确定性劝退相当一部分公司,故而公司会直接说他们不招需要 visa sponsorship 的学生。
我个人观察来看,毕业后直接拿工业界 offer 难度远大于博后 offer。这个观察是基于在 COVID-19 期间,工业界不景气各种 hiring freeze(尤其是各个工业大厂),开放的职位少之又少。学术界里不少人因为政治环境不确定性加之美国控制疫情不力离开美国,而不在美国的博士们无法进入美国展开博后工作。我身边各位导师们想招博后几个月了,几乎颗粒无收。
虽然很难,但依然有人找到了工作。在我看来,工业界的转型会比想象中的大了不少。我们可以从跟 PhD 研究方向相关性从高到低大致聊聊。
算 Dream job 吗?也许吧。听着还蛮香的,自己 PhD 读了五六年,工作就能学以致用,这种对口的工作想想觉得在这不是顺其自然的事儿?当然不!
这种工作说实话有点「可遇不可求」的味道,主要因为 opening 十分不固定,可能整个上半年没有一个公司放出招聘启事,第二天看到了 10 个对口的 job postings。研发岗位的招聘大多是根据公司项目的发展情况来决定的,也就是说这根本就没有个准数。其次,PhD 做的东西就算比较「高大上」,也不是这个世界上只有你一个人在做。比如大家都做催化剂,看到了一个公司的催化剂研发岗位招聘,有 10 个 PhD 学生去应聘,为什么非你不可呢?「why me」的问题会贯穿整个求职过程,我真心希望大家多去思考这个问题,对于不同的公司,这道题答案是不一样的。再者,签证问题始终是悬在各位国际学生头上的一把刀。
说了这么多劝退因素,那讲点好的吧。业界应届 PhD 工资肯定是比博后高不少的(大胆开麦,翻倍可以有),其次工业界的节奏没有像读书那么紧张,至少周末可以去看看风景的时间还是有的,算是有了点 work-life balance (不同公司差别很大)。最重要的,在工业界里开始积累实际经验,以后跳槽就没有像是第一份工作那么艰难,毕竟公司始终希望招聘的员工是有工作经验的。如果想转型到管理或其他职业方向,工作经验是必需品。
可以说,研发岗位看似最理所应当,实际上走这条路难度不低。
相比于研发,分析岗位的需求会更稳定,比如药学和高分子等方向,而且不一定非得都要 PhD 期间做分析才能胜任。当没有研发 opening 的时候,我也会试着投投分析岗位,但我个人没多大优势。这类职位需要你会的表征比较多,知道如何解决实际问题,还有懂得维护仪器等等。大家都在实验室泡着的,分析手段多多少少都懂一些,所以起跑线差不了多少。还是同样的问题 「why me」,既然大家都会,为什么你能得到这份工作呢?
分析的岗位相对来说,初始工资没有研发高,而且职业路径趋于稳定甚至是一成不变。公司会认为这类岗位不太需要 PhD 学历,硕士甚至是本科就足够了。你在 PhD 中学到的知识可能只有一小部分被用到。总的来说有利有弊。
虽说是化学专业的学生,苟一苟还是勉强够得着 Chemical Engineering 的(跨度是挺大的)。我这里直接点名各位半导体厂 fab lab 里面的 process engineer 工作。在这些半导体厂里,对化学专业学生需求一直都有,我认识的人里面学无机有机的去了半导体厂芯片厂啥的。可能你在 PhD 阶段做什么无机材料,毕业了就去芯片厂做 process engineer,很常见。各个 fab lab 不太在意你应届生的身份,反正去了都得重新学,不算难。
工资方面,不同公司差距很大,有的是业界最高,有的贫穷线都到不了。除此之外,可能会有轮班 shift 的制度,半夜值班的要求是存在的。如果进大厂的话,企业文化可能会让人不太舒服,离职率不低(办公室斗争一类的)。公司结构臃肿阶级分明,如果遇到了不好的小组领导那是真的很惨。(亲眼见过)
简单来说,process engineer 是个上限足够高,下限足够低的选择。
职业方向考量从不是只在学术界和工业界里面选择的,还可以尝试一些学科交叉的复合型人才,我个人是觉得挺有意思的。
是的,你拿 Chemistry PhD 可以跳到法律相关的工作。专利方面对学科交叉要求很高,虽说走这条路的人常规操作是本科读个 Chemistry minor ,之后读个 JD。但反过来也不是不可以,只是说选择比较少。我接触过一些 patent attorney 早年间是工程师,做着做着就往专利律师靠了。美国有部分律所是愿意接受刚毕业的化学 PhD 学生进律所拿来培养,要求在一定时间内过 bar (律师资格)。听起来很简单,拿到律师资格在美国可不是什么简单的事情。大家应该清楚律师的工资在美国绝不算低的,直接跟经验挂钩,不存在说吃青春饭的讲法。
如果要应聘这类工作,最好要有律所的实习或是专利相关的经验,以及写作能力必须好,招聘材料里面大多要求 writing sample。作为国际学生,自带一门外语对于像是 PCT 业务是有优势的。
技术咨询常见于电池、高分子和材料业务。举个最简单的例子,三星 Note 7 电池炸了,消费者和公司起纠纷,这时候需要引入第三方实验室机构来鉴定到底这个电池炸了是因为消费者使用不当还是公司设计有缺陷。当产品出现问题的时候,技术咨询的任务是要找到问题根源并给出解决方案,这就是所谓的失效分析 (failure analysis)。除了失效分析以外,还有一部分业务是公司找到你,希望你可以帮助他们提高产品质量或是其他方面。这类工作同样是需要广泛扎实的表征功底,以及对应的专业知识背景。
这类工作很乐意招收相关背景的 PhD 学生,但额外的要求是沟通交际能力一定要好。技术咨询是以客户为导向,也就是甲方爸爸大于天,关系一定得处理好。自己还要学会如何拉客户等等。跟前面工业界研发分析岗位比起来,社交能力十分关键。
传闻说的 Big 3,McKinsey, BCG & Bain 三大咨询公司。还有一些专注 life science 的咨询,比如 LEK,ClearView 等等。咨询岗位可以讲很长很长,网上的资源非常多,我这里只简单讲讲它的优缺点。
优点:工资绝对算得上化学 PhD 应届生的天花板水平;完全脱离实验室脱离学术,拥抱商业,彻底转型;接受各个专业的 PhD 背景学生,生化环材 they don`t care;从咨询离职后下一份工作很好找,不再限于化学专业;全世界到处飞,传说中的那种光鲜亮丽的职场精英人设;全球公司可以选,想回国或是美国 relocate 选择非常多,不像做石油的只能去德州。面试招聘流程极其套路化,只要你愿意,提前几年准备有很大优势。
缺点:上面说的任何一个优点都可以被解读成缺点。彻底抛弃你之前所学的实验室技能,再回到技术岗位是一件困难的事情;咨询行业迷恋名校 title,如果你是 Harvard 的学生,各种 early access,如果你是普通学校,起跑线就差了一大截;竞争激烈,不准确地说传闻中全球 Big 3 公司发 offer 概率只有 1%,而且这里面包含藤校的 MBA 学生和本科生;商业上的人际交往要比在技术岗位上更复杂;依然客户大于天,这是个在美国都可能会有的 996 职业,在大中华地区面试甚至单独有压力测试(看你会不会在高压状态下还能保持状态);咨询行业奉行 up or out 规则,如果你不能在一定时间内(2 - 3 年)晋升,你得离开公司。
简单来说,咨询是一个高压工作环境,有的人很喜欢,有的人完全接受不了。如果你考虑向咨询,建议你看一个 B 站 UP 主玛法达的世界 做的视频,非常详细介绍了她作为一个北美化学 PhD 转型咨询的准备历程。
做计算化学物理化学的懂代码和数据分析的不在少数,完全可以利用在课题里学到的技能进行转型。见过很多做 instrumentation 的人直接去 Amazon 这样的大厂做 data scientist,这类型的人博士期间就大量接触大数据分析相关的问题,MATLAB, R, Python 玩得不比那些 Data Science 科班出身的人差,把这套技能搬到网络大厂里,没有想象中那么难。网上面试准备的资源很多,去大厂的好处之一就是套路比较流程化,有前例依赖。说出来你可能不信,Facebook 前段时间 po 过招聘做催化剂理论计算 PhD 相关的职位(我不懂 Facebook 跟催化剂有什么关系)。
(关于转码的一点碎碎念)
可能有人会说,CS 大法好,劝退保平安。承认计算机炙手可热,数不尽的优点,完全有资格鄙视我这种生化环材。我周围也有人破釜沉舟转码,一亩三分地里面的例子海了去了,这已经成为一个见怪不怪的事情了。
转码的事儿得分两个思路来说。以我为例,我代码就是不行,我也不喜欢代码,你把我绑架到电脑前一天写 10 个小时代码,我真情愿去实验室刷烧杯。其次,现在去的人越来越多,那我有多少的资本跟 CS 科班人士竞争呢。就算之前生化环材的经历是沉没成本,内心劝自己赶紧与之分割,拥抱代码。你真的能做到这样破釜沉舟吗?对自己的心理承受能力是一个巨大挑战,不少人在还没上岸之前就崩溃退出游戏了。否认过去的经历不也就是在否认自己吗?技术和技术之间的壁垒并没有想象中那么夸张,与其直接转码,不如在自己课题中引入数据分析的因素,在进行课题的时候有机会接触学习,降低转型风险。
另一方面,你下定决心要转码了,那就不要往回看了。心态上一定要多给自己打气,转码又不是什么被人看不起的事情,毕竟现在就是代码能恰饭,恰饭有什么不对。如果你能承担这样的风险并且成功上岸,我相信你遇到任何困难时都不会轻易放弃的。我自认为做不了这么决绝,我很佩服这群人的勇气。
到这里总结的差不多了,这篇文章只是我的个人观察,不能代表整个行业或者是某一类人,里面罗列的职业方向也不是完整的。我只是希望这篇文章可以给你一点点启发。
]]>前情提要:本来打算做成视频的,但组织了下语言后发现还是写成文字会文明一点。
本次要做分析的文章来自于 Nature Communication,原文题目是 Regulating coordination number in atomically dispersed Pt species on defect-rich graphene for n-butane dehydrogenation reaction,原文跳转可以点这里。对于这篇文章,我会直接从图开始分析。因为图片会比文字留下更深的印象,所以我看别人的文章都是从图开始然后再阅读我需要的文字部分。下面的图片均使用原文的排序,方便对应。
Figure 2. Synchrotron XAFS measurements of catalysts. a Pt L3 XANES spectra of above as-prepared catalysts, Pt foil and PtO2. b k3-weighted EXAFS spectra of above as-prepared catalysts, Pt foil and PtO2. c WT analysis of Pt1.7Sn/ND@G.
第一印象:我真的很久没有见到过在正文里面有这么难看的图了。第二印象:里面这么明显的错误为什么还能堂而皇之发在 Nat. Commun. 上。
迷惑1:(Figure 2a) PtO2 的 edge 和 Pt foil 在统一位置,而不是之前。
鉴于版权原因,大家可以在 Google 图片上搜索关键词 "PtO2 Pt foil XANES",然后会发现 PtO2 和 Pt foil 的 rising edge 是重叠的,不一样的是白线峰高度。
迷惑 2: (Figure 2a) y 轴不是 Intensity,而是 Normalized absorbance。
这张图很明显指代的是 XANES,XANES 和原始数据的区别就是 XANES 是经过归一化处理后的,这样我们才可以对白线峰强度进行对比,intensity 不能说明数据是否是归一化后的。
迷惑 3:(Figure 2a) y 轴不是 c(k),而是 χ(k)。
如果能把 EXAFS 方程打成 c(k),只能说明两件事:一,不知道怎么打希腊字母,我推荐收藏这个网页,里面有 Alt code 帮助你快速输入希腊字母;二,不懂什么是 EXAFS 方程。
以及,我个人不理解把这些五颜六色的毛毛虫堆在一起是什么意义,你能看得出来什么区别吗?对于国内这种喜欢把一堆 EXAFS 图放在一起 (n > 4),我只能说拉面店拉的面条都没你多。
迷惑 4: (Figure 3c) 不要用 MATLAB 的图,画你自己的。
大家好,这张图是成功把我血压 MAX 了,看我操作。
首先,这是原始数据的图,如果看过我的视频并学会如何利用 MATLAB 进行 WT-EXAFS 分析,会很清楚知道 data in,figures out。我还特地教了怎么修改代码从而把矩阵数据给抠出来方便自己做一张好看的图放在正文中。实不相瞒,这两张图在我文章的 SI 里面都不配。首先字体不一致,y 轴也是错误的,在 WT-EXAFS analysis 3D 图中,是不讨论 CCWT modulus,没有任何意义。其次,k 空间和 R 空间的图的 scale 也可能是错误的,因为 Figure 3c χ(k) 代表的是没有带 kn 权重的,如果没有权重,为什么振幅能够达到 ± 0.4?还是那句话,这些图可以用作于原始数据讨论,但是发在正文中是绝对不合适的。
对此,引发了两个问题:1. 这个图实在是太过熟悉,请问有引用过对方作者的代码了吗?2. 有写 Cauchy Wavelet 级数是多少吗?
于是,我打开了 MATLAB code,开头便是:
然后我再去文章里面搜了下作者的名字,没有。我在想,莫非这不是作者靠勤劳的双手自己写出来的 MATLAB code,而恰好跟快 20 年前的 code 正好能输出一样的图?毕竟,我们要往「好」的一方面去想。如果你问我什么是 Cauchy Wavelet 级数是什么,我只能说不该用 WT-EXAFS analysis。
然后,我再看了下文章里面的 Methods Characterizations 部分,涉及到 XAS 的描述仅有:
XAFS measurements of the samples were carried out in Shanghai Synchroton Radiation Facility (SSRF).
这不叫 characterization, 这是 acknowledgement。都是发 Nature Communication 的人了,难道这两个部分该写什么不知道吗?我还没发过文章的人都知道这写了还不如不写,不想讲自己怎么做实验的,那还发文章做什么?
迷惑 5:(Table 1) 缺少拟合细节,以及一个样品中不应该有两个 ΔE 值。
首先, Pt foil 到底是拟合了还是没拟合?为 什么没有对应 σ2,ΔE,R-facoter 呢?数据都去哪儿了呢?放了个寂寞
接着,对于每个样品中的每条 path 独自使用一个 ΔE,为什么呢? 其中依据是什么?仅仅是为了降低 R-factor 吗?如果这么做(使用不同 ΔE),那么每条路径的距离是会受到影响的,这样更会导致数值更加不可信,因为 ΔE 和 R 共同影响 EXAFS 方程的 phase information。
在我们没有阅读正文的情况下,我猜测 XAS 测试在室温下进行。如果是这样, σ2 在 0.005 - 0.009 之间是偏大了,我不会拿这样的拟合结果当做可以发表文章的数据。
Figure S4. 各种 EXAFS 拟合数据拟合结果。
迷惑 6:前面那个小于 1 Å 的峰是个啥?
我可以猜测这个峰之所以出现,是因为在 Athena 软件里面处理背景的失误导致的。当然也有其他原因。这个峰在 1 Å以内,没有解释的话很难说服别人。在 EXAFS 中是不应该存在小于 1 Å 的键长,我只从 collaboration 那里听到过一个例子(非常罕见,现在想起来是 H-F 键长 0.91 Å)。如果真的是由于背景处理失误所造成的,我更有理由认为 Figure 2a 中的 XANES 谱图强度是有问题的,不具有对比价值。要知道的是,背景处理同样会影响白线峰强度。
还有这 y 轴是 FT(k2χ(k)),R 空间是 χ(k) 方程的傅里叶变换,叹气。以及为什么这时候的 y 轴跟之前 Figure 2b 离谱的 y 轴又不一样了呢?是因为不同的人处理的吗?哪怕是,也请统一一个错误选项也好。
Figure S5. 各种 WT-EXAFS 图
迷惑 7:我就想知道这么放着很好看吗?
为什么要把两个一样的图放在一起?我指的是 3D WT-EXAFS 和 2D WT-EXAFS,它们明明就是一个东西。为什么非要把两个都放上去?这么做事能说明什么不一样的信息吗?真的懂这个图是在干嘛吗?知道什么是废话什么是有用的吗?有见过其他人这么做吗?(除了 code 原作者)
Figure S6. Sn K-edge EXAFS
迷惑 8:这图不仅像拉面,像素都裂成这样了,长点心吧。
Figure S8. EXAFS 中 k 空间拟合
迷惑 9: 可以看到在 9 Å-1 之后的数据质量滑坡的厉害。回原文搜关键词 "wt" 大概看 Sn 的量比较低,掐指算下大概是在 1 wt% 以下(也完全有可能是我误读了)。数据烂点可以理解万岁,但完全可以多花点心思得到很好的数据的,不过国内赶着发文章也不是很在意的这些「细节」。反正发出来文章就完事了,发出来的是什么妖怪不重要。
迷惑 10: 这个 table 里面跟正文中的有一样的问题,没有任何不确定值也没有任何拟合细节。当然最扯淡的是 S02 能在 2.67 和 4.99 之间?我和作者之间必须有一方是没学过 XAS 的。
以上仅是我看图说话带搜索关键词发现可以帮助你提升血压的点,那么这文章具体写了啥,我觉得已经不重要了。今天找到的 10 个迷惑就当送大家一个十全十美吧。
祝大家周末愉快。
]]>阅读提示:前两天收到一位相当有意思的兄弟发来的邮件,字里行间我已经能脑补出来他大约是在天气非常好的一个下午,在树荫下拿出手机敲的邮件。鉴于比较有意思,我就把对话贴出来。(已征得对方允许,隐去信息)
担子菌,
你好!如有可能,希望能够叨扰你大概 15 分钟。
先说明我的来意,我是纯纯正正对这个技术不懂的一个菜狗,不过现在打算从头开始学习这项技术的,主要想了解下你的入门经验和过程。我在各个论坛翻看了下相关的内容,在 B 站看到了你的教程,基本上看不懂(尴尬)。所以电邮想聊聊具体的情况。我即将国内研究生毕业,可能接下来几年都和光源打交道。然后我研究生期间呢,对于我们组来说,国内光源资源匮乏。我只接触过上海光源线站某技术,没啥可以操作的,具体操作也不让,哈哈哈。
嗯,年前在去找资料打基础的时候认识了一个校友,他对同步辐射相关很有经验,很热情的给我做了很多相关地推荐。不过,我一点基础都没有,所以他给我推荐的人一直没有联系,就是那种没有点货,肚子里,哈哈哈怕被嘲讽到哭。年后回学校又因为很多毕业的事情缠着不得空。
哈哈,篇幅有点长。回归正题,我现在对同步辐射还是一点头绪也没有。我想着把材料结构、XRD 表征基础、空间群论、裂纹学,还有同步辐射相关的中文资料,一堆乱七八糟的没有头绪,不得其门。所以打扰问问相关入门时候感受和经验。
嗯......近两个月来头一次好天气!趁着心情也超级好写了这封求助信,哈哈哈。
4.29,写于风景贼好的地儿。
(以下是我的回复)
兄弟你好,
你的有部分问题其实我在一些博客里面前前后后谈过,你可以看看。但并没有直接回答过我是怎么去学这门技术的。所以我先回答你的一部分问题然后再说我是怎么做的。
看不懂我的教程
对于小白来说很正常。学习一门技术的常规逻辑是:原理,操作,应用。然而我的教程只涉及了操作,你也没有原理的背景支撑,所以看不懂是意料之中的事情。
掌握同步辐射技术发文章
从操作到原理其实有很长的一段路就要走。就像烧菜做饭一样,无非都是在锅里面一顿炒,步骤都一样,为什么有的人做出来的很好吃,有的人做出来就不对劲呢。我理解作为学生,发文章是量化成果的重要手段(甚至没有之一) 。然而我个人的体会是,发了文章之后,真的代表你懂这门技术了吗?
国内光源资源内卷很严重
国内是资源分配不均不明,并非内卷。
有机会认识了大佬但羞于发问
既然你都愿意向我问问题了,那么为什么不敢去问大佬呢?是因为我不够大佬还是觉得大佬人不好相处呢?(开玩笑的 233)你又是如何在没有联系沟通的情况下就已经定论大佬会嘲讽你呢?我相信我的嘲讽能力也是高于平均水平的,为什么你还会来问一个很爱嘲讽的我呢?All in all, 跟大佬打交道的原则一直是「问了有东西血赚,问了没东西不亏,不问是sb」。
没有头绪准备
我的建议更是着眼于毕业的事情,学会 prioritize 你的任务将会成为你读书工作路上十分重要的能力。
鉴于你给我看了一张风景不错的照片,那么现在我顺便讲一下我一开始是怎么学的,从中得到了什么教训。想先说明,这个邮件我会修改隐去个人信息后发在我的博客上。如果你觉得有不妥之处,请告诉我。
我本科是做的手性拆分,到了博士期间进入的是一个做 heterogeneous catalysis 的课题组,由于自身定位的原因,我研究的重点不在于「寻找到一个活性高的催化剂」,而是回答为什么「 一些 催化剂活性高,而另一部分催化剂没有活性」。因为要回答这个问题,我用到了同步辐射这门技术。再一次由于我们课题组的定位,课题组本身就和同步辐射有了很长的历史,所以我并没有经历像是国内这样需要费尽心思争取机时的痛苦。换言之,光资源这一块我就已经领先无数人了。
可能出乎你的意料是,在这样一个拥有资源的课题组,我最终是走的自学道路。美国的那几个国家实验室每年都会有 workshop 来给初学者讲如何使用光源和基本的数据处理。我的第一次同步辐射经历便来自这个 workshop,它们基本上在 4 天之内把所有的东西都塞给你,然后让你自己回去消化。我记得当时课程内容已经让人压力够大了,结果还发生了数据处理软件没有安装成功的问题,导致我在数据处理的课上几乎什么都没有学到。课程结束后,我的成果就是存了一篓子的 PPT 回家了。可能跟你现在的情况也好不了哪里去。
接下来,由于高年级学生毕业而这门技术需要有人接手,那个时候我并没有在课题组中立足的技能,所以我决定试着接下这个任务。于是我便跟着高年级的学生去同步辐射实验室做实验了。第一次实验我其实负责是开车,连数据都没采过,因为仪器太贵了我不敢动。实际体验下来唯一感受是「这些东西太复杂了,我根本搞不懂」。
不懂怎么办呢,那就先记下来我到底看到了什么,回头我再仔细研究。这么做的原因是步骤太多太繁琐,里面涉及的原理是我不可能花几分钟就能弄懂的。记下来之后,我在梳理这些步骤的过程中,自然会想到「我为什么要做这一步」, 「为什么这一步一定要紧跟另一个步骤」。如同其他实验一样,前前后后都是有逻辑的,而逻辑的构建是依靠理论原理所支撑的。通过这些观察,我更清楚地意识到我到底应该去补什么样的理论知识。这时候我就翻回之前的 PPT 就感觉有点上道了。但 PPT 也不够,于是开始根据各项知识来补,比如信号处理,比如量子物理,还有机械,代码等等。这都没有一个固定的套路,想到什么最要紧就去补哪个。
在实验以外的时间补充好知识后回到同步辐射实验室,会逐渐意识到这么多的步骤是有原因的,我并不需要去刻意记住,因为每个步骤的顺序都是有逻辑决定的。在这中间我遇到了无数的问题,可以难到需要把整个线站光源关掉进行抢修,也有遇到胶带崩掉的弱智问题。任何一个出现的问题,我会记录下来问题本身和解决方案。每一次实验会积累很多的知识,这一部分对后续的数据处理有关键帮助。
至于数据处理部分,这个无论从谁那里学,都只能学到皮毛。因为每个课题的要求都是不一样的,导致处理数据的时候需要区分对待,没办法一锅炖。在这个过程中,你收到的反馈大多是负面的,比如「这个数值不对」, 「这图看着不对」等等。你很难会直接得到一个正面直接的指导说 「你应该这么做」。不过做研究也就是这样嘛,要是别人都知道怎么做了,会留给你发文章?把错误的答案排除够多之后,正确答案的概率就会上升那么一丢丢。我大概也是前后被否定了一年多,才有机会反驳别人的意见。
你可以发现我的套路是实验 + 数据处理螺旋交替的学习模式,我并不认为这个适用于每一个人,因为资源有限。这也就是为什么我特地只做数据处理视频的原因之一。因为我没办法对着一群没有见过 monochromator 的人说你应该怎么这么做,这需要去看,去试错才会知道改怎么去解决问题。如果你有机会去到同步辐射实验室做 troubleshooting 的时候,我想你的体会更加真切的。
虽然没办法复制别人的做法,但仍然有一些 transferable skills 会让你受益。
任务管理
既然你已经说要看这么多的知识,那孰轻孰重,每个技术要花多少时间呢?如果这些东西一拥而上,那反而人更容易懈怠。与其安排这么多的技术要学,不如挑一个东西在固定时间内做好。比如把要去的课题组文章看了写个总结,比如给自己要接受的课题方向写个 perspective 方便自己切入。我很少会在眼下不需要某一门技术的时候去学习这门技术,因为我手头上的事情已经够忙了。我更倾向于是着眼于我手头最要紧的,储备必要的知识。有着明确的驱动力(比如我必须这周需要处理 XRD 数据),围绕着你的诉求来学习。哪怕我懂得同步辐射技术比你多,一旦脱离催化剂这个东西,我的知识储备是远不如你的。你需要学会如何依靠目标来做事而不是漫无目的的学习。
英语
我更建议你阅读英文教材,哪怕我做的教程都是中文。很简单,你出去之后就是依靠英语交流,而这门技术第一语言是英语。我在没有出国的时候也很畏惧看英语书籍,但其实它们要比你想象中简单很多。就语言来讲,中文反而是复杂细腻的。大概这就是为什么很多留学生出国之后中英混杂:英文的表达方式简单又直接。中文教材我有看过,也不错,只是你的环境很快会变成非中文,再看中文的书籍对你语言适应没有太多帮助。
我的经验是多看英文的教材,你提前介入英语的环境中,后续跟他人的交流也会进步很快。我的博客上面也有介绍过哪些比较经典而且不算特别老旧的书籍。
Networking
这个我实在是想不出来中文最贴切的一个词语,可以代指社交,沟通很多东西。 我记得我在同步辐射实验室的时候,会向很多人问很多问题。里面肯定有很多是弱智问题,但他们依然是会乐意问答我。这里面有很多原因,首先我在同步辐射实验室见过的人不近学识渊博并且人格外友好。我经常在那里自嘲自己是唯一一个不是 Dr. 开头的,实验室的人是一群极其热爱科研的人,他们很乐意分享他们最近做的东西。如果我问他们做什么的时候,他们会特别开心跟我讲很多,哪怕我跟他不是合作者的关系。其次,我询问他们问题的时候,我会先试着自己解答问题,不行的话再去问他们。在表达问题时,我会告诉他们我到底想了什么,我做了什么,我觉得哪里不懂。他们会很深入浅出地解答,我有很多的知识是从跟他们互动中获得的。至少我接触的人中,很少有人会因为我是学生或是经验不足而看不起我。遇到好人的概率要比遇到垃圾的概率通常来说还是要高那么一点。很多时候都是自己预先设定了一个答案就直接投降,去试试其实说不定血赚。(比如现在)
放宽点讲,你的合作者甚至是以后找工作就会是类似的套路。我见过的周围人大部分都是通过 networking 找到的工作,如果你能一早有意识地去培养,等到需要时会帮助你很多。
今天对我来说也是很好的一天,在稀稀拉拉写这封邮件的时候算是经历了人生半个「大起大落」,我也祝你可以在未来找到值得让你开心的人和事。
Best,
Lilith
]]>阅读提示1:回答仅代表我一个人的看法,不代表正确解决问题的办法。我有不知道答案的问题,也有不懂回答错误的问题。如果我有讲错地方,请告诉我还有其他人。
阅读提示2:问题来源于 B 站 or 微博,问题有可能被重新整理,先后顺序不代表任何重要程度,如果你的提问被收入但觉得不合适,请联系我。
Q51: 在导入cif文件时,无法导入,提示“Atoms is unable to use crystal data which has sites of partial occupancy. Sorry”。请问如何解决?
A51:
Partial occupancy 是一个很常见的问题,在晶体文件里面出现很频繁。简单来说是同一个坐标上面有两个或两个以上的原子。解决方案:
Q52: XES和RIXS技术原理的区别是什么,能从中得到的信息具体有什么不同?
A52: (此回答我表示只是我一个人的理解)
RIXS 技术需要 XAS 和 XES 联动。XAS指的是吸收谱,也就是入射光被吸收(photon in)。那光被吸收后,内层电子产生空穴,高能轨道上的电子跃迁回空穴,而这个跃迁伴随荧光产生,也就是释放光子(photon out),也就是发射谱。
XES 特指发射谱,但XES可以分为 resonant XES 和 non resonant XES。对于问到的 RIXS 其实是利用的是 resonant XES,这里的 resonant 的意思是入射光与发射光能量相近,允许 resonance 发生(中文大约叫共振?)。但是这个向下跃迁是非弹性的 (inelastic),所以存在能量损失,这就是为什么能看到RIXS map 横坐标是 energy loss,并且图是一张二维的,有点像EXAFS里面的小波转换,这样就能看到入射光与能量损失之间的关系。而跃迁都是发生在轨道和轨道之间,因此对于指定跃迁,energy loss 是可以计算出来的。
VtC XES 这就归为 non-resonant XES,跟 RIXS 是完全不一样的路线了。因为它对入射光没有共振要求,要的只是把空穴打出来让价电子掉下来而已。
那总结一点,RIXS是使用了一部分的XES,而XES里面也有很多技术(X-ray Raman, HERFD-XANES, etc.)不同于 RIXS ,至于各自能做什么,那只能具体问题具体讲了。我觉得这个网站讲的还不错,大致分了几类,有兴趣可以看看。
对于 HERFD-XANES,不等于荧光谱。荧光的来源是样品吸收之后产生的发射光(到这里大家都是一样的),那么:
对于荧光模式,是因为荧光的能量与被吸收的光存在关联,所以一定程度可以替代透射谱。但是,透射和荧光模式都受限于 core-hole life,所以 XANES 区间始终有 broadening 效应。或者说普通XANES 分辨率受限于 core-hole life。荧光谱里面也分total photon yield(PIPS or Lytle 检测器),或energy dispersive 检测器收集指定跃迁能量,那也就说Kα,Kβ理论来说随你选(实际测试中有实验方面的考量,比较看个例)
HREFD-XANES 强大的地方是在于硬件重新设计后(Roland Ring),能突破这个core-hole life限制,从而 XANES 分辨率提高。HERFD 也可以选择Kα,Kβ,还是取决于具体实验以及目的。以及 HERFD-XANES,RIXS,XES 其实是通一套硬件,但不同的数据收集而已。 跟普通的 XAS 不能同时在一条线站上获得。
53: 薛齐同学在 SPring8 做了 XAS。但是收到数据发现和其他地方做的不太一样。纵轴的单位居然是角度,不是能量。他找到了一个网站可以把角度转换成能量。他当时的测试条件是 Si(111)。
非常感谢他的 data point。其实 monochromator 调整能量的原理是利用 Brag 原理。换言之,在机械层面上调整的是两个晶面的角度从而调整入射能量。那么这个角度被称作 Encoder,这个角度通过 Brag 方程是可以转换为能量。只是对于开放给普通用户的线站来说,工作人员已经把这个转换过程在后端给做了,所以感觉会少见一些。但是在一些初期的 instrumentation 研发上,使用 encoder 来交流会更方便一些。
Q54: 数据中第一壳层需要用三个path来拟合,然而对应的R window只有1-2,导致independent points不太够。是否可以把R window扩大到0.5-2以获得更多的independent points?
A54:
如果要扩大到 0.5 ,至少得回到 Athena 确保 Rbkg 那里设置的参数低于 0.5。但我也专门做过 Rbkg 的视频,讲过 Rbkg 的合理选择范围。建议你去看看。我个人几乎不会选择到 0.5 这个数值,原因是没有一个 path 的距离是 1.0 Å。
增加 independent points 除了增加 R 范围,还有 k 范围(我猜测已经尝试过了),但除此之外还可以做的是减少变量,也正是你第二个问题所问到的:尝试把 σ2 数值使用同一个,这样变量数量也会减少。但也有其他的限制参数的方式,灵活使用,善用其他表征告诉你的信息来做出判断。
Q55: 同一壳层的不同path是否可以采用同一个σ2?σ2拟合得到负值,可能是什么原因引起的?应该如何调整参数呢?
A55:
可以这么假定,但是也要留意是否都是同样 scattering 模式(single vs. multiple scattering)还有其他的差异,如果这两条path是接近的或是跟中心原子成键方式类似,也可以这么尝试。
σ2 是负数说明明明应该衰减的wavefunction现在却要增强, 说明 amplitude 不够,那么无非是增加配位数,增加 path(本质也是增加 amplitude)等等。或者 S02 不对,或者说你假定的模型有问题。如果不能理解,参考从EXAFS 方程讨论拟合变量视频。
Q56: 样品中存在掺杂,即partial占位的情况。我把cif文件根据三种占位情况改成了3种纯占位的版本,用三个cif文件分别计算path,拟合时从不同的cif获得不同的path可以吗?
A56:
技术层面来说,FEFF只在意原子之间距离,并不会考虑改动后的结构是否稳定,所以随便改它都能给跑的出来结果,不论这个结构是否合理。
如果我这么去改动 cif,我会问自己这取代后的结构是否是稳定的,有什么证据它们是稳定的。如果是,那我会尝试使用。如果对结构稳定性没有把握,那我会先模拟跑一下。因为擅自更改了原子之后,之前的原子之间的距离(或者键长)并不一定是最优距离,需要优化之后才会是最稳定的结构,而这样你要使用的path 距离也会改变。所以慎重。
Q57: 参考图谱都已经完成了 calibration 和alignment ,但是 2015 年样品参考图谱的mu(E)相较其他两个批次相差了很多。 类似的,在 2016 年的实验中,同一样品不同scan location的参考图谱在mu(E)值上也有一定的差别,而这点在另外两个批次的实验中并没有体现。根据对你教学视频以及参考书上reference spectra的理解,如果reference foil没有变质,那么不同scan得到的参考图谱应该是基本一致的。但很显然在 2016 这一批次的实验中,尽管几个peak的位置没有变化,但是参考图谱的能量值是在波动的,请问这是正常的情况吗?有没有可能是机器校准的因素造成了这样的波动呢?
A57:
正常。其中一个原因是可能 normalization 的条件对于不同批次的实验会不一样。以及你假设所有reference is transmission signal,不存在 self-absorption情况,但可能有例外(极少情况)。还有一个比较复杂的原因,简单来说是 slit vertical size 可能改变,导致了 XANES 偏移,这个可以参考 SSRL YouTube 上面的视频讲解。最后两条原因都归类于实验因素。
Q58: (承接上个问题)在三批次的实验中都测量了fresh sample(可以理解为对同一样品测量了三次),并使用了 2015 年测量的standards对三个批次的样品做了LCF。结果显示2016 批次中fresh sample的组成与前两批次相差许多,并且拟合的精确度也差很多。请问这可能是使用了不同批次测得的 reference spectra的原因造成的吗?
A58:
有可能。但也有可能是样品(指这里的 standard)会有所不同。我个人不使用不同批次得到数据进行 LCF。如果是不同时间得到的谱图,background subtraction 参数可能不太一样,那么需要调节。但问题就会变成“调节成什么样才是对的呢”,这对我来说几乎是个无解的问题,所以在一开始就会要求把这些样品一批在同一时间测试。
Q59: 由于normalization的不同导致了参考图谱形状的不同,不过即使我把pre-edge和normalization range都设置成一致的,这样的波动还是存在。此外有一点:2015和2016批次的实验中,normalization range的最大值大概在1100-1200eV,但是 2017 年批次的实验中normalization最大只能达到850eV。这是应该是因为实验参数不同造成的?会不会也是产生波动的原因呢?
A59:
并非参数设置成一致,而是对每个批次的谱图使用不同的参数从而使得normalized之后的谱图变成一样。至于最大值,有可能是采集数据的时候采集的范围有所不同,只需要看下两次数据各自采集到了多少 eV 范围就有概念了。可能会影响谱图导致有所不同,所以才会试图使用不同的 normalization 参数来调整成一样(成功的几率未知)
Q60: 对于不同批次(以及不同scan)的样品,reference spectra的波动是否正常,怎样的波动是可以接受的。
A60:
波动是正常的。是否可以接受取决于你处理数据目的。比如做 LCF,(提问者)就意识到了拿不同批次做的standard拟合未知样品出现问题。但如果我只是拿来简单比较下 XANES,white line 等等,我更在意的是峰的位置,前面两张图中的偏差也不是不能接受。
感谢你的阅读以及主动交流的朋友们。
]]>对应的 YouTube 视频列表:Day2: EXAFS SSRL Summer School 2020_Shelly Kelly
一共有十个视频,介绍了如何使用 Athena 和 Artemis 处理数据。涉及到的数据案例演练有硫化铁 (FeS),铂 (Pt foil) 和铜 (Cu foil)。虽然我已经做过了中文教程,但是我依然强烈推荐观看这一套教程。Dr. Kelly 在讲课过程中会介绍使用软件的小技巧,有一些还是我第一次听说。
1 EXAFS: Enabling Athena Plugin for SSRL data
2 EXAFS: Importing multi-channel data from SSRL into Athena
3 EXAFS: Athena - analysis of Fe-S dataset
4 EXAFS: Athena - Fe dataset with O/S Paths
5 EXAFS: Artemis - analysis of Fe-S dataset
6 EXAFS: Artemis - Fe dataset with O/S Paths
7 EXAFS: Artemis - Pt foil analysis of S02
8 EXAFS: Artemis - Pt foil data fitting upto 6 Å
9 EXAFS: Artemis fitting of Cu Foil - 1st Shell
10 EXAFS: Artemis fitting of Cu Foil - 2nd Shell
(我懒得贴每个视频链接了)
]]>