2018保研夏令營調研筆記
Table of Contents
來源:官網,知乎,保研論壇,王道論壇,公眾號,簡書,谷歌。
要看的東西:學校比較,專業比較,導師比較,學碩學費,夏令營事項,錄取難度,注意事項,偏好程度,準備事宜。
簡歷,選方向
學校比較
上海交通大學,南京大學,復旦大學,浙江大學,北京航空航天大學,北大軟微。
上海交通大學
軟院
一、簡介
位置:交大在閔大荒,邊上有個紫竹高科技新區,也還不錯,微軟,Intel之類的外企都在那。
二、夏令營
時間
6月10日前——網上申請完成
6月20日前——通過郵件告知是否獲得夏令營資格。
2017年7月11-15日——舉行為期5天優才夏令營
2017年7月9-13日
2016年7月5日-7月7日——進行招生夏令營
要求
本科總評成績(GPA)專業排名前20%
達到全國大學英語六級水平(成績≥440分)
復旦
http://www.sds.fudan.edu.cn/wp/?p=670
報名時間為2017年5月8日至6月2日
2017年7月10,為期5天
北大
信科
軟微
夏令營
時間
2017年5月26日-2017年6月12日——報名時間
2017年7月10日—12日——舉辦“軟體工程一級學科優秀大學生暑期夏令營”活動
中科院
計算所
簡介
位置:北京中關村
報名方式
複習一下自己的專案啥的就好,可能要看看高數、線代、概統
如果你將來想出國,那麼選科大。科大在出國申請和國外校友資源的優勢更大。這幾年的科大出國情況比我南好,不論是人數上還是去向上。留美的話,沒的說,科大更有優勢。 保研率上看,科大是高於南大的。如果本科之後你考慮去清北中科院深造的話保研率是個很重要的指標。
2017年(第七期)暑期班定於7月16-21日在北京舉辦
報名時間:5月10日至6月15日。
活動期間,凡參加實驗室面談/試通過、經計算所審定、並能獲得母校推免資格者,可獲得計算所擬錄取資格(以國科大審批結果為準)。
實驗室
智慧(智慧哪有輕鬆的...關鍵出路非常好)、網數、前瞻、國重(國重偏底層)
計算所普適計算研究中心一般
先進計算機系統研究中心 一般
莊福振老師機器學習和資料探勘組 不錯的老師
機器學習和資料探勘組的何清老師 很好的老師 每年競爭極激烈
範東睿組怎麼樣?高通量計算機系統的 同學說是不錯的老師 關鍵看看方向是不是喜歡 知乎上都在貶低硬體。。。。
計算所這邊是不是山世光這邊啊..這可是超級大牛組啊
計算所的常虹老師 很不錯而且人氣極旺....不好進啊
南京大學
南大軟體研究生專碩兩年,一般上半年課,其他時間在外面實習,缺點是課程挺水的,學不了多少東西,優勢是隻要讀兩年,而且實習機會多
南大的周志華
南大雖然AI超強
夏令營
2017年6月15日前報名
6月21日向每位入選者發出邀請函
7月9日——7月12日
計算機系
1150+人申請參加了開放日,最終有297個人入選,最終會挑選100個左右發放直碩/直博名額
程式設計競賽,可以用stl
每個人面試10分鐘左右,用英文介紹自己做過的一個專案或者介紹本科階段最喜歡的一個課程
資料結構相關問題,dijkstra演算法複雜度,演算法的本質是什麼,在更新距離的時候可以怎麼優化,我回答了本質就是貪心,優化可以用優先佇列,然後他讓我稍微證明下。中間的老教授問我靜態區域性變數的相關了解,因為我的意向是軟體質量組,第三個老師問了我對於軟體工程的看法
ICS
lamda組
夏令營
活動時間:
2017年7月14日~16日
報名開始時間:2017年5月2——2017年6月20
6月27日18:00前在本科生開放日網站線上釋出入圍通知
浙江大學
關於計算機和軟院的取捨,如果你是想通過讀研找個好工作的話,二者都差不多;如果你是一心想走學術路線,那就專心報計算機吧。妓院在玉泉,軟院在寧波
軟院
一、簡介
寧波鄞州區,老師主要是浙大計算機的博士畢業過去的,上9個月課,研一下五月份開始實習。
學長提示說千萬別報創新基地。
回上海落戶需要參加一點競賽或者成績靠前拿兩個校優,或者找加8分的企業。
工作情況
分佈在BAT以及網易、華為等大公司的同學佔了一半左右(尤其以華為居多)
大資料開發與應用技術:貝老師實驗室今年(15年)實驗室9人找實習,3阿里,3百度,2網易
移遊:最好就業的專業,而且薪資都不低,去阿里、騰訊、網易遊戲的就有好多
雲端計算:雲端計算是金融+軟體+雲端計算基礎,就業形勢跟大資料差不多。雲端計算的唐神,拿到==TP-link== 32w的offer
華為今年給到我們學院同學的薪資都是14k*16起,高的能拿到18k,騰訊薪資不給力,阿里13-16k*16
BAT offer的主要來自大資料、雲端計算和移遊專業
拿到新美大、滴滴、蘑菇街、中國銀聯、網易、招行信用卡、招銀科技、思科、微策略等公司的offer,這些都是20w+的
程式碼能力、演算法功底、專業知識都得過硬,並且,前兩者是重於第三個的。有某一方面特別突出也容易找到好工作,比如對AI、AR、docker這些新興尖端領域特別瞭解,或者對NLP、ML、影象處理等常用複雜領域比較瞭解的。
二、專碩學碩學費
浙大軟院都是專碩,學費2萬一年,2年制,每月有700補助,研一結束設獎學金一次,名額覆蓋大概10%的樣子。
專碩把學碩後面跟老師做專案發Paper變成了去企業實習
三、導師
貝毅君,S310實驗室,做機器學習或者爬蟲。沒有外面的專案,實驗室比較團結,大家都很認真。
上資料倉庫、機器學習、流資料處理三門課,感興趣的話能夠學到很多東西,我在他的實驗室,今年實驗室9人找實習,3阿里,3百度,2網易
四、免推
1.時間
浙大一般都是9月才申請和麵試
2.內容
準備下英文面試跟專案經歷就好,實在沒啥可說的話就考個PAT甲級好了,絕對加分項。
浙大一般都是9月才申請和麵試,計算機9月也招直碩的,有沒有夏令營要提前關注官網。軟院的話,還沒錄取就算提前聯絡老師也沒有用,這些老師在招生時是無權過問的,面試也基本是計算機的老師面。想來浙大的話,建議好好準備下PAT,特別是計算機院對這個很重視。
導師是根據你的專業方向分配的,面試初審過了就是英語+本科經歷(特別是專案經歷)+專業知識提問,一般來說不一問三不知都沒啥問題的。
3.錄取情況
985的只要面試不要一問三不知幾乎都錄,軟院保研錄取率還是算高的,我們那年達50%了。
五、學習準備
克西學長:
考試學機器學習對你沒有任何幫助。不過作為興趣來說,會對你今後的發展產生很大影響。
大資料的話,推薦我本科老師翻譯的《Hadoop權威指南》,Spark什麼的看看 Holden Karau, Andy Konwinski, Patrick Wendell & Matei Zaharia 的Learning Spark好了,這些還是得自己多寫寫程式碼練手。另外看看Andrew Ng的機器學習課程。
大資料專業的話先了解Hadoop如何搭建,Hadoop、HDFS、Hive、Spark應該怎麼用,能夠運用它們解決一些常見的的問題,比如wordcount,複雜一點的日誌分析啥的;
對機器學習感興趣可以先簡單複習下線性代數的矩陣、高數的微積分、偏導數、統計學的似然估計,然後學一下吳恩達的機器學習公開課,學一下python,能夠用sk-learning跑一些demo並理解各個演算法解決了什麼問題。
1.機器學習
(1)《機器學習實戰》,偏實踐的一本書,可以作為入門書籍,容易理解各種演算法可以用來解決什麼問題。重點是裡面的分類、聚類演算法,裡面的推薦演算法比較老了,看看可以,一般不會用到。
(2)Andrew Ng的機器學習課程:https://zh.coursera.org/learn/machine-learning
(3)《統計學習方法》李航,這本書偏數學推導,可以重點看看上面沒有的那些演算法;《圖解機器學習》對演算法的講解比較直觀,可以結合起來看;周志華的西瓜書是近兩年比較火的書,因為近年他發了篇很轟動的paper,這本書也可以翻翻。
(4)演算法庫:java的話可以用spark ML Lib,python用 scikit-learn
2.深度學習
(1)入門是機器學習裡面的神經網路,重點理解BP訓練方法;
(2)從部落格http://blog.csdn.net/zouxy09/article/details/8775360 瞭解常用的深度學習方法的用途和基本理論。
(3)deeplearning4J文件 https://deeplearning4j.org/documentation
裡面有對各種深度網路的詳細介紹,偏重於邏輯理解。
(4)http://colah.github.io/ colah的部落格,裡面介紹的很淺顯易懂,很多文章都有中文翻譯版,可以自己找找(很多翻譯的挺爛)。
(5)演算法庫:java用DL4J,但是功能有點受限,主要是一個商用的分散式深度學習框架;python可以用tensor flow,這個是目前主流的深度學習庫,當然也可以用我廠的paddlepaddle,比起tensorflow有更完善的教程。
最近吳恩達釋出了deeplearning.ai ,也是值得學習的一門課程。
3.自然語言處理
自然語言處理是機器學習應用的一片熱土,瞭解一些方法實現對理解機器學習/深度學習有很大幫助。
(1)英文:推薦Stanford NLP,專案主頁:http://nlp.stanford.edu/index.shtml,有一個視訊講座,專門介紹stanford NLP背後的深度學習方法的,在http://nlp.stanford.edu/courses/NAACL2013/
(2)中文:哈工大的LTP語言云,復旦NLP,會用就行。
1.掌握至少一門程式語言,Java最好,python、C/C++也可; 2.能夠知道常用的資料結構(連結串列、棧、佇列、雜湊、樹、圖)和演算法(排序、分治、貪心、動態規劃),至少應該知道這些是幹嘛的; 3.理解資料庫、作業系統原理,能夠使用常用的資料庫(比如MySql)和Linux命令。 如果你能做到以上幾點,那麼入學後應該不會遇到太大的困難。
大資料分很多方向: 1.運維工程師,比如Hadoop叢集的運維;運維我就不說了,稍微有點技術追求的人都不想做運維;
2.資料研發工程師,比如編寫Hadoop、Spark、ODPS的job以及SQL進行資料分析;資料研發是一個非常費時間,加班又很嚴重的崗位,所做的事情幾乎是業務需求,沒有技術上升空間,我實驗室兩個女同學實習在支付寶做資料研發,都拿到校招offer了,一個轉身去了微策略,一個還在努力求國企offer;
3.資料倉庫工程師,比如設計、建立和管理企業的資料倉庫,利用資料倉庫進行資料分析;資料倉庫工程師需求非常的少,據我所知我們這屆不超過3個人拿到了這個崗位的offer,並且學大資料的大部分人都沒把這種做統計鑽取ETL的工作當正餐,畢竟當前的熱點是資料探勘和人工智慧。
4.機器學習/資料探勘演算法工程師、自然語言處理演算法工程師,也就是我們常說的演算法工程師,這也分兩類,一類是開發底層演算法的,一類是運用演算法做應用的。
大資料方向的同學80%達不到第四類用人標準,1、2、3類很多人不願意做,所以很多去轉行做java web了。
計算機
浙大要是CAD
如果有幸去陳為的組,應該至少阿里
大三有點把握的時候去考PAT,能上80就很有底氣了。
《Java核心技術》和《Java程式設計思想》,核心技術可以入門看,程式設計思想我覺得有一些基礎再看好些,當面試官問看過哪些Java相關的書的時候,這兩本就是標準答案(在Java基礎技術知識的範圍中),一些國內的其他雜七雜八的書很容易被面試官鄙視。
慚愧我也沒能進BAT,從身邊同學來看,首先基礎打好,資料結構(能手寫連結串列陣列排序二叉樹等面試題),資料庫,瞭解網路知識作業系統。然後找個感興趣的方向安卓前端Java演算法等去深入學吧,再做一兩個專案練手,完全沒專案簡歷不好過,有時間的話爭取早點找個公司實習,比如可以先去小公司實習,再找大公司實習,有了實習經歷能加很多分了,很多人實習留用的
準備材料
夏令營申請資訊表
報名申請表
個人陳述(包括個人介紹、對高等教育學習和研究的興趣、申請參加本次夏令營的原因等)
專家推薦信
本科階段成績單原件
本科階段成績排名證明
獲獎證書影印件
英語水平證明(成績單)影印件
發表文章或研究成果影印件