写在本学期开学前

还有几天就要成为研二学生，真是令人唏嘘不已。最近也试着投了几份简历给intel，还没有收到任何回复，也是僵硬。

回顾研一这一年呢，虽说一直在忙，感觉就没停下过，但是仔细想想学到了什么，竟也说不出什么一二三，说到底还是太杂，没有计划性，就像batchsize太小的SGD。其实反反复复，西瓜书、蓝皮书这些也看了几遍，算法也都挨个推导过，但此时回忆不出半分。大概是以前的观点就是错的，一直以为理论概念扎实，就可以在面试中脱颖而出。研一下呢水了一个百度的CV比赛，初赛是选了个DenseNet随便改改，做了个多分类的模型，复赛目标检测，更是直接git clone了一个SSD，竟然也拿到了50/1100+的成绩（迫真）。在亲身经历了师兄们的找实习笔试后，终于意识到了动手刷题的重要性，所以暑假时间里稍微复习了一下python和cpp的语法，然后照着本科的数据结构教材又学习了一遍，就开始刷题了，《剑指offer》也刷了五十几道，说来惭愧，只是对语法上有了一些更多的理解。

今年的算法岗可以说是寒冬的开始了，原先意图蒙混过关、上几节吴恩达的课就做算法岗的全面暴死，甚至部分人决定转为后台开发。给自己重新定位了一下，感觉还是应该朝着算法的方向去努力，毕竟还是有一点点道听途说的对写业务代码的恐惧。大体上，是打算做推荐算法这一类的（虽然对这方面还是什么都不懂的样子（逃。大致安排了一下接下来要学的，感觉安排得有点多，先学着吧。

1. 《Linux内核设计与实现》这本书对操作系统做了简单的介绍，不是很详细，300+页，为学其他方面做一下铺垫，起码现在看来不打算在系统方面深究。这个应该不需要耗时很久，姑且作为阅读杂书。
2. 通过UCB的CS186的Project学习一下数据库。可能需要耗时一个月以上。
3. 通过CMU的15440(2014)学习一下分布式系统，感觉企业的岗位技能需求经常会见到Spark、Hadoop之类。
4. Coursera上的关于Scala的五门课，内容还是比较多的，涉及到语言的学习与大数据处理相关。
5. 《推荐系统实践》这本书据说比较易读，通过讲解各大公司的推荐系统对这个方向的知识做一个大致的了解。之后呢就是阅读知乎收藏的一些这方面的论文啦。
6. C++的STL有时间的话详细学习一下，如何实现之类的。Github上fork了一个还不错的清单，无聊的时候可以从头挨个实现一下，也是丰富自己Github的一个途径，呃，好惨。
7. 天池和Kaggle刷到合适的比赛的话也可以做一下，毕竟还没正经拿过这类算法比赛的名次，呜呜呜。

以上。=ω=

---

更新于本学期结束。
在学期即将结束之际，再来回顾开学时的安排，顿觉羞愧。计划是不适合做长久而又细化的，因为根本赶不上变化的速度，就像我的学业。
最近这段时间投简历，越发发现看的太多，做的太少，所以知识统统只是从脑中过，然后又被update掉，并没有留下。学习记录还是要记的，接下来就慢一点，慢慢读一些论文，学习一下别人的程序，总结一下就好。