第0次个人作业

第一部分：结缘计算机

1.你为什么选择计算机专业？你认为你的条件如何？和这些博主比呢？

 

一方面是计算机方便自己未来就业，另一方面是考虑到自己的高考分数，因为我的分数上北航是较为合适的，其实也可以在南京上海的某些大学上学，但是专业就不够热门，主要考虑了专业。

大学之前并没有接触过计算机相关的知识，只是一些了解的知识，无法和部分计算机竞赛的同学相媲美，完全可以说是零基础入门了，起初对于一些语言是完全不会运用，需要很多的demo来让自己熟练操作起来。

但从学习环境中来说，和这些博主比是有一定的优势的，至于其他方面，主要就是我个人数学能力比较强，在过去两年里无论是数学分析、高等代数、离散数学，还是概率统计，最后综合成绩均在97分以上，和博主们比其实也没有办法比，因为每个人研究方向不一样，有人做前端有人做后端，也分为代码能力比较强的和核心算法能力比较强的，就最近来看比如有人能够熟练的写出机器学习的代码，然而这些人并不能够清楚的表述出所运用的算法是如何实现的，所以我认为和博主们其实不太好比。

 

2.计算机是你喜欢的领域吗？是你擅长的领域吗？

 

算是我比较喜欢的领域了，其实我最喜欢的领域是数学，高中和初中甚至小学都一直在参加数学竞赛，但是学业在身其实对于学生来说无法完全投入到钻研数学中，但是毕竟还是得实际点儿，纯数学研究未来的道路并不好走，对于研究成果也会背负巨大的负担，与之相近的就是计算机了，可能最喜欢的并不是最适合自己的，这玩意儿就和谈恋爱一样，对于计算机，我认为是一门最适合自己的专业。

擅长就不敢说了，毕竟我在上大学之前完全没有接触过计算机，oo其实还好，毕竟已经一两年混下来了，且java自己大一时学习过所以用起来相对比较顺手，但是计组实验只做完了P7，与烧板子大佬还是有很大差距的，再向前追溯就是大一时候的数据结构了，当时完全是不会c语言，平时作业以及大作业部分是需要同学的帮助指导的，所以数据结构是我所有考试最低的一门，不过我认为计算机专业重点在于算法的理解，代码方面其实不同的语言语法使用某搜索引擎即可自学，就算法方面自己还是很薄弱，不过对于机器学习方面，理解力还算行，主要是深度学习部分，其他可以说不算擅长了。

 

 

第二部分：在计算机系里学习

 

1.你对你的大学生活有什么想要吐槽的地方吗？你理想的大学教育应该是什么样子的？跟学校给你的有什么区别？比较你在中国大学的经历，你的老师和学校能做到和国外那样吗？如果不能，请分析一下为什么。

 

妹子太少，妹子太少，妹子太少，沙河偏僻，整个学校虽然没有某五道口学校gay里gay气，但是学校还是缺乏一定的人文素养，文科系相对偏弱，理想的大学教育就是学校人文气息综合能力较强，课程也不会太满而是给予每个学生自由研究的时间较多。

可能离国外还有一定的距离，首先一个最重要的因素就是国外人口少得多，所以土地相对便宜，也就是说校区之间不会间隔太远，还有就是对于前沿的相关技术，也都是国外的研究人员走在前列，不过我认为国内的学校都在不断的努力，跻身成为世界顶尖大学，是一个努力的方向，相信在不久的未来还是可以像国外那样，或者接近的。

 

 

2.迄今为止，你写了多少代码，描述你做的最复杂的软件项目/作业。

 

很多代码都来自作业，大一的数据结构作业，大二的计组作业和oo作业，最复杂的就是出租车抢单，最麻烦的就是IFTTT。

 

3.科班出身和北大青鸟有什么区别？

 

主要还是基本功问题吧，且这两者方向也不一样，科班出身自身未来的发展方向可以自己选择，无论是做研究还是去工作，是可以选择的，而北大青鸟则是以赚钱为目的的，也就是说必须得去企业发展，包括在科班积累下来的人脉关系，有实验室的老师，也有在企业工作的同学。

其次就是代码能力，科班出身毕竟是从软件到硬件由里而外很细致的了解过，道路相对比较宽，而北大青鸟所培养的仅仅是代码能力。

 

4.学线性代数和概率论的时候，你是否有过这样的疑问“我们为什么要学这么多数学，这和我们的计算机有关系吗”，你现在是否还有这样的疑问？对这个问题，你有自己的解答了吗？那么其他学科呢？

 

这个问题我认为对于自己来说完全没有必要，因为我本身就是一个很热爱数学的人，还是举一个很不恰当的例子，就好像谈恋爱一样，一个最适合你的人同意你和你最喜欢的人待在一起一段时间，自然会很高兴，所以我对于学这么多数学，并不会太过质疑，而是欣然接受，反正还能提高自己的gpa。

不过还是说一说为什么要学数学，离散数学就是锻炼自己逻辑思维能力，数学分析就好比cnn，必然要用到卷积函数，高等代数中的矩阵则是在神经网络中无论是作为input还是作为weight都是以矩阵的形式存在的，概率统计就更不用说了，因为机器学习的主要目的就是为了学习数据样本的分布，且cost function其实就是负对数似然或者极大似然，这些都是需要学习的数学内容。

 

第三部分：未来规划

 

1.对于你未来在IT行业的发展，你有什么样的梦想或者未来想从事什么样的工作？你准备怎样来规划你技术道路，职业道路和社会道路？

我觉得自己未来会在企业中从事相关自然语言处理的工作，就目前深度学习而言，自然语言处理的方向是一个稀缺的方向，计算机视觉有公认的卷积神经网络，一些一般的机器学习问题用逻辑回归即可解决，但是在rnn方面其实可挖掘的地方还有很多，也就是变体有很多，无论是长短期记忆还是GRU，都是基于rnn的变体。

当然熟练运用一些语言自然是基本功，但是掌握核心的算法也很关键，不是因为机器学习热门才去学习，而是因为人工智能必定是人类社会未来发展的方向，而机器学习是奠基石，不过目前还是会脚踏实地的练好基本功，提高gpa，研究生的时候在向着深度学习进一步发展。

 

 

 

2.你对于实现自己的梦想已经做了或者计划做什么样的准备？

 

主要是机器学习方面做了一定的努力，一方面学习了机器学习和深度学习的课程，另一方面阅读了机器学习和深度学习的书籍，再其次，目前所在实习的实验室是有关NLP的研究方向的，且近期一直在读有关NLP的论文。

至于代码能力，平时理论知识读腻了，就会顺手写点代码，主要还是用python，有时候也会用部分平台。

 

 

 

3.你们马上就要面临实习了，你打算在企业内实习还是在实验室实习？

 

其实我觉得都很重要，并不是很冲突，比如可以长期在实验室里实习，但是同时也可以参加企业中部分项目的开发，我认为企业里实习主要是锻炼自己的代码能力，而实验室里实习更多的是掌握一些前沿的算法。

 

 

4.实习经验究竟有多重要？是否需要马上开始积累实习经验？

实习经验就是用来提升自己的，我认为很重要，浅浅的方面就是提前适应自己未来的工作模式，更深的层次就是学习更多的知识。

 

如果有实习的机会，我觉得还是尽量抓住机会。