经验分享：考研、专业、实习与工作
机器人与自动驾驶课程请关注深蓝学院
我是来自山区、朴实、不偷电瓶的AI算法工程师阿chai，给大家分享人工智能、自动驾驶、机器人、3D感知相关的知识
最近很多小伙伴询问阿chai一些有关考研、做项目、专业入门等问题，今天阿chai把问的较多的一些问题给大家分享一下，算是一个小的避坑解答，希望对大家有帮助。
1.买什么电脑比较合适
被大学录取后碰到最多的问题就是买什么样子的电脑，然后去各类视频平台找所谓的推荐攻略，最后憋到双十一才买一个。其实计算机学生最适合的是联想小新那种类型的商务本，显卡也够用，计算机学生开学后需要安装的软件大多数都是windows，除非之前接触过，要不真的不建议上来就入手Mac，能用terminal了之后再换比较好。
游戏本是真的不建议，阿chai相信大多数学生是管不住自己的，游戏在大学还是少碰比较好。相对于工学、医学、法学的学生大学四年或者硕士3年真的不够用，现在你玩游戏，毕业社会玩你。
2.硬件、软件、人工智能、物联网？
阿柴最早接触编程是高中的时候，跟着朋友的父亲学过一阵VB和C，搭建一个了小型局域网聊天室。当时给我感觉就是学会了编程能当一名黑客，能开发各种好玩的游戏，相信很多小伙伴最开始的想法和阿chai是一样的，但是这只是计算机领域的一个方向。咱们国内的计算机专业主要偏重软件，对于计算机网络与硬件部分并不是很重要，阿chai在这里给大家介绍一些这些方向到底是做什么的。
(1)计算机科学技术：简称CS，就是我们日常说的计算机，方向主要有软件、计算机硬件、计算机网络等。毕业的学生除了会开发应用程序之外，对于底层硬件、汇编指令与操作系统也需要掌握一些。信息安全和想做需黑客技术的可以重点放在网络运维这块，有一些很好玩的信息攻防啊之类的事情可以做。
(2)软件工程：培养软件开发的人才。以应用软件为主，对于底层基础接触不多(硬件也是需要编程的)，但是应用层的开发语言类型与框架很杂，因此从事软件开发得能搞两种类型以上的软件才有竞争力。
(3)物联网工程：物联网工程就是计算机+通信+电子信息，因为物联网系统里这些都用的到。专业涉及大量硬件、软件、算法、通信模型的设计，可研究的面也很广，属于科研+工程落地双开的专业。
(4)人工智能：AI理论研究的专业，阿chai在这里强调一下，人工智能其实属于数学专业，不算计算机，主要是做数学与算法的研究。我们可以这样理解，计算1+1等于几可以口算，可以计算器，也可以编程计算，甚至可以用算盘，这只是个形式，重点是为了做计算与验证，这也是为什么做AI的用Python等语言的原因。
3.理解误区
阿chai在专业上摔了很多跟头，也是很多学长、老师纠正了几次之后才步入正轨的。上来觉得很茫然不要慌，不可能什么都要做，那只会浪费自己的时间，针对想发展的方向去“因地制宜”。
(1)正确认识软硬件
大家在硬件上有个很大的误区，就是认为硬件不用编程。“硬件”也就是我们常说的电路系统集合，现在主流的数字电路分为“半定制”与“全定制”。全定制电路就是初中实验玩的那种接上电源接好线就能工作，但是灵活性差；半定制好比我们手机的主板，整个电路的驱动是依托中心的CPU，根据处理器的内部逻辑写代码才能让CPU按照规定工作，我们日常大多数电子产品都是半定制电路，因此硬件也是需要大量编程的，并且代码难度是在软件开发之上的。电气、电子信息、通信等同学在大学中会大量学习各种单片机、处理器的使用，到时候大家可以体验这种酸爽。
(2)学Python不是学人工智能
上文中阿chai说过Python只是验证数学模型的换一种形式，AI的重点在于复杂的数学关系，比如你做个简单的预测，就会用到我们初中就在学的线性回归等知识。把人工智能和Python划等号，你就会发现你啥也看不懂，Python指学语法，不会给你讲你微积分、矩阵理论、离散、随机过程、信息论等数学知识，因此想从事AI包括算法的同学一定要有很扎实的数学功底，要不真的没戏。
(3)青春饭问题
这个问题阿chai之前出过一篇有关程序员是青春饭的推文，在这里总结一下：
a.任何行业都有中年危机问题。
b.技术=技+术，不能只注重技不注重术，要不你青春?都吃不上。
c.不要盲目跟风，扎实底层，深入技术才能走的长远。
考研不是唯一的出路，但是如果刚开始学校不是很理想那一定要考研甚至读博士。这并不是歧视双非或者专科学校，但是最近几年的校招中，985都不好用，得有论文有能力，敲门砖真的很重要。
1.备考注意
为什么要考研，因为我们保送不了。作为过来人阿chai建议学弟学妹一定要好好学，毕竟保研真爽，考研真酸爽。在决定考研之前一定要好好看看到底什么是研究生，硕士或者博士的生活是什么样子的，到底自己能不能整一波，顺其自然的结果就是还不如本科毕业。千万不要随大流，近期受到“翟博士”的影响，学术开始严打，没有毕业不了的硕士也成为历史，所以大家加油。如果决定了，那就好好学习，备考期最好长一些，别什么都等培训班，大学不是高中，需要看自己的努力和知识的整理，熬点夜、少玩会。
2.专硕和学硕
专硕不是“专科硕士”，学硕不是只做理论，学硕是科研为主，专硕是理论+实践，在落地上创新，但是也能做学术。学硕并不是说你看论文就能看出来什么结果，计算机相关的学硕做实验就得写代码，代码写的烂、数学底子差也搞不出什么好的研究。专硕不是一昧的就是做项目，项目是把成果落地的一个过程，好比你根本不懂人脸识别是什么，怎么才能写出来软件。
3.学校与导师选择
阿chai建议大家尽量报考北上广的大学，资源是第一位的。好比我们在北京，北京的公司很多，实习机会也很多，而且可以重点放在学东西上，毕竟可以住宿舍。如果是外地的话那就得重点考虑钱的问题了，房租就很贵，而且老师也不一定让你去外地实习。同样对于导师来说，尽量找一些学科的leader或者大组中年轻有为的老师，在这里不是搞歧视，有的老师师德真的不好，就是“资本家”。阿chai的导师很好，在学术与技术上给予了我很多帮助，当然找负责的导师也是需要自己拿出资本的，空手套白狼不太现实。
阿chai在这里把自己做科研与拿大厂offer的经验和大家分享一下。小得瑟一波， 有想要内推的童鞋可以私聊阿chai，有一些内推实习和校招的名额。竞赛的经验请参考前几天阿chai总结的竞赛总结。
1.科研经验
(1)论文综述
其实很多童鞋在本科的时候已经开始参考论文，paper阅读能力会根本上影响你的学术能力。之前一个老师说过，好学生是给他说一下实验室做什么，自己查资料就能找到相关的想要研究的点，资料就是paper，建议大家paper多看外文，一是外国的科技确实很强，二是能锻炼自己的英语。阿chai介绍一个学姐的学习方法，我也是在学习人家的方式
，就是看论文的时候拿个本本写一写，不要直接截图就完事了，写一写推一推时间长了自己的能力真的会提高很多。文献整理归类后我们要学会论述，可以理解为从一个不同的角度去看，可以参考一些现有的综述paper，如果自己想到了一条道路，那么你的第一篇小论文就可以试试写了。
(2)小论文撰写
阿chai觉得自己的论文撰写能力很差，因此只能提供一些粗浅的方法。小论文分为综述型与科型，综述可以通过我们在大量阅读的时候去总结与论述，整理的过程中要分析相关领域的共同点、差异与不足，有可能综述还没出来但是已经想到怎样改进了。还有一种情况就是实验中出现转机。论文不可能从头到尾都是一个人造的，总会有参考，可以复现一些参考的paper，复现过程或者结果分析的时候有可能总结出一些问题，针对这些问题去思考会有不错的结果。
阿chai在这里说的比较模糊，因为科研这种事情真的不是花时间就出来的，运气也是一种实力。千万不要觉得高质量的小论文离自己很远，BAT、华为、Google、微亚的研发实验室都是要求顶会paper的，而且你小论文写的多了，到最后毕业你的大论文真的就直接粘贴就好。阿chai认识一个本科就发CVPR的大佬，我们都读了硕士了，为什么还不努力呢
。
(3)论文复现与工程项目
计算机专业的研究大多都和算法有关，算法复现也是很大的问题。首先在学习的时候基础一定要扎实，阿chai经常碰到这种说法，就是想看到结果再慢慢的补充理论，其实这只是对自己懒惰的一种说辞，看到结果了，就想着去找套路也就不学了，万事开头难。开始复现的时候一般都是找一些发表时间长的paper下手，一般在各大平台都能找到复现的过程，不要心急，慢慢的能力就提高了，也有很多paper复现的比赛可以参加。
项目不一定是很大的项目，比如阿chai做自动驾驶的，不可能自己造出来一辆自动驾驶汽车，但是可以针对自己研究的这个点把它变现。比如我们做了一个不错的3D重建的算法，那我们可以尝试在嵌入式或者手机上实现，因为在做的过程中你需要优化算法并且合理分配算力资源，这个就是工程的难点了，久而久之自己的能力也就上去了。
2.实习经验
有机会一定要去实习，实习能学到很多知识，真的能让人质变。大厂的很多研发人员都是实习转正的，实习中也有机会出顶会，学校里评奖学金或者升博士都很有帮助。
(1)刷题
不刷题过不了面试，只刷题更过不了面试。刷题一般就是做一些数据结构的题目，可以在Leecode上面做，有三种等级的题目类型，说实话刷题对于工作来说其实没什么很大的用处，唯一的用处就是进来。前一阵阿chai听说的有人没项目没论文只刷题进了BAT，当然这个是不可能的，除非招聘的人是傻子，刷题要有技巧的刷，在研一或者大三的时候每天坚持做几道就好了，每周leecode都有周赛，可以玩一玩，时间长了就是做题大佬了。小伙伴们一定要记住，刷题很重要，更重要是自己的能力，没能力没论文只刷题进大厂，这种想法最好别有。
(2)合理安排实习
研一刚上来可以先找一些创业公司实习，大厂真不是你想说去就能去的，也不是说后面就没机会进大厂。创业公司很多是不能小觑的，有很多都是大厂甚至外企的大佬出来创业，而且在创业公司很锻炼自己的综合能力，大厂里你只需要做好自己的事情就好但是在创业公司，算法你做出来可能也要部署或者落地调试，强迫一下自己未尝不是坏事。在后面有了能力冲一下大厂机会能提高很多，大厂里就是按部就班的做事情，都是成年人，一定要多问多学，没人关照你，毕竟都很忙。跟着大佬好好做一些事情，也会得到相应的锻炼与提升。
今天阿chai跟大家聊了很多，自己走到现在真的吃了很多亏，因此把自己的想法与经验写出来，希望大家成功避坑。阿chai自己的能力有限，说的有不到位或者误导他人的地方大家一定要和我说，我们一起进步一起努力。