2023.2.17
一. 瞿李傲学长分享——本科经验分享
1 简介
大数据18级
GPA:3.82/4.0,排名:1/26
数学与应用数学双学位
卡耐基梅隆大学硕士,专业为电子及计算工程(Electrical & Computer Engineering),GPA:4.0/4.0
本科期间科研成果
ICCV会议论文(CCF-A)*2
发明专利*2
软著*4
本科期间竞赛成果
建模国赛国一
2 留学申请
国外申请的关键点:
考察内容 | 重要程度(5为满分) | 具体内容 |
---|---|---|
GPA | 5 | 总绩点成绩 |
英语成绩 | 4 | 托福(美国等) 雅思(英联邦国家) GRE |
科研成果 | 4 | URP,北创,国创 论文(发表或投稿,包含CCF-A/B/C,SCI,EI) |
其他 | 2~3 | 实习 课程项目 专利软著 申请文书 |
英语成绩中,GRE是美国留学必需项(近几年好像已经取消),其他国家看情况(但可作为加分项)
其他内容中,实习和申请文书占3分,课程项目和专利软著占2分
3 课程经验分享
3.1 GPA的作用
1-保研
本科期间前三年的GPA很重要,有助于国内保研和留学申请
2-留学申请
同上所述
3-农大国际交换项目
可申请包括康奈尔大学、加州大学、新泻大学等交换生项目
审核的条件之一是GPA成绩(最近几年的条件是GPA>=3.0,可在本科生院的综合服务平台查看详细内容)
4-双学位/辅修申请
目前已经取消双学位,但仍有辅修的项目
辅修申请过程中,以GPA为主要审核条件
5-专业分流
GPA高,意味着专业分流时有优先的选择权,去到自己喜欢的专业(大数据/计算机)
3.2 经验分享(如何获得较高的GPA)
大数据相关的专业课程:
1-数理学科:高数、线代、概率论、离散数学、大物等
历年题和书上课后题:在期末考试之前,刷一些往届的试题和教材上的课后题,实现考前巩固课程知识
考试通常是一些公式的运用和计算
老师不给发历年题目?:在网上寻找其他学校类似课程的历年试题,进行一定题量的刷题
2-程序设计学科:C、C++、Python、数据结构与算法
学习方法:课堂听课+阅读书籍+多写代码(推荐瞿leetcode、洛谷等oi平台网站),一套流程下来在面对到期末机考、竞赛等项目时会觉得较为轻松
具体学习方法分享:
C语言:在开学前浏览了一遍教材(谭浩强),手敲了一遍书上的代码,从而对整个C语言的体系有一个较为完善的了解
C++:自行阅读《C++ primer》,主要涉及类的定义、继承、多态、虚指针、虚类等内容,书中代码内容较多,基本复现了所有代码段内容
Python:自行阅读《Python编程——从入门到实践》,主要包含代码、讲解、实践(eg.实现一个简单游戏)等内容
数据结构与算法:学习如何用算法解决问题、如何从问题联想到相关算法,自行阅读《数据结构与算法分析》和《编程珠玑》
3-AI学科:人工智能、数据挖掘
学习视频推荐:
1-吴恩达机器学习
从最基本的内容讲起(eg.过拟合、欠拟合),梳理整个机器学习的理论体系
内容大多为2018-2019年盛行的模型,可能会有些过时
2-李宏毅机器/深度学习
主要包括2022-2023年的经典模型和前沿算法,也是从理论基础讲起
3-李飞飞CS231n
主要关于计算机视觉的内容,如卷积神经网络、transformer视觉模型
B站学习up主推荐:(目的——学习前沿算法、核心思想)
1-跟李沐学AI
论文解读,包括前沿算法(whisper等)
2-deep_thoughts、霹雳吧啦Wz
算法实现,包括从0用pytorch搭建神经网络等复杂网络,讲解每行代码的意义
4-大数据学科:大数据存储与处理、大数据可视化分析
课程大纲:如何应用Hadoop、Hive、Spark等技术在多台笔记本/一个计算机集群上提供数据处理、机器学习的任务,安排在大三和大四阶段学习,更偏向于实践类课程,以小组的形式完成一个大任务,与组员不断交流的过程中了解各类技术(eg.Hadoop内部怎么工作、Mapreduce内部的机制、Spark框架间如何进行数据交互等)
4 科研
4.1 科研途径
校内:
1-URP、北创、国创等具体项目
主要是老师或研究生的课题,招募学生完成一个大项目中的小部分
2-直接联系老师
找到感兴趣老师的办公室,进去与老师聊一聊自己感兴趣的方面和老师目前的研究方向,确定后双方达成一定的合作关系
校外:
1-暑期科研
国外:学校发布的申请链接,提交简历、coverletter等内容
2-套磁国内/外老师
发邮件联系导师,附上简历(优势+感兴趣的方向)
寻找导师的过程:确认自己感兴趣的方向——在对应的学校查询研究相关方向的老师——阅读老师论文的内容,判断其研究内容的前沿和影响力——给老师写邮件,表达自己的想法
老师不及时回复邮件?:多尝试,多寻找机会
4.2 科研涉及的内容及流程
URP:
大一下学期申请,安排小组完成任务(4-5人),有一个导师手下的学长进行对接,学长会指导具体的任务(文献阅读+实操代码)
遇到不理解的内容和知识?:与学长进行交流与询问(研究生在能力方面较强,引导性作用)
参加组会:对自己项目的汇报,锻炼presentation的能力;接触学长学姐,观察他们的研究内容和算法问题,建立联系
帮助学长学姐的工作:完成一些简单的小模块,表达自己愿意帮忙的意愿,获得一定的论文或专利成果
国北创:
URP的升级版,提供更多的经费
基于URP的成果申请,提出新的优化方向和进阶内容
暑期科研:
可以申请国内外的学校的项目,可以查阅学校的相关网站
流程与URP类似,实现远程科研
直接联系老师:
可能会很尴尬,但是做相关research的一个直接途径、
老师会很热心地交流研究的方向,并欢迎同学进组工作
4.3 科研成果
成果类型 | 具体描述 |
---|---|
paper(论文) | 1-基于URP等项目的创新点,撰写论文 2-其他科研或项目,阅读相关的文献,基于已有的方法提出新的亮点,发表论文 3-将前沿算法应用在本校的数据库上,得到新的发现后发表论文 |
专利 | 1-周期很长,通过需要1到2年 2-可能最后保研/出国可能用不上 |
软著 | 1-在项目中编写的代码,整合后可以申请 2-申请成功率高,通过只需要2到3个月 |
推荐软件工具:
1-Pycharm pro版
优点:可以通过ssh(密钥)连接远程服务器,将代码复制到云端,通过云端跑程序
2-Xshell和terminus
远程连接云端服务器
win电脑可以使用Xshell,mac电脑可以使用terminus
3-overleaf
通常用latex写论文稿子,而不是word
overleaf是latex的在线网站
4-PPT
可以做出精美的图片,穿插在论文当中
5 CMU就读体验
学习氛围浓厚:校园内只要能坐的地方(eg. 图书馆、马路等),就有人讨论问题和作业;老师的办公室不关门,可以随时走进去与老师交流
课程内容难:难度体现在课程作业上,完成作业后可以对相应技能或领域有一个完善的了解和掌握
课堂上同学和老师交流频繁:课堂上会有同学提问,老师也会非常积极地反馈
6 讨论与交流
- 学生的努力程度对比(国内和国外):国外作业量大,一学期选3门课左右,一门课需要10-20小时的学习,同学讨论积极,也会有平台给同学们提问,office hour基本满员
- 硕士阶段和本科阶段学习对比:作业量大且课程难,付出的时间和精力更多,目前的知识面比本科阶段广,所努力的方向更加明确
- 给本科生最重要的建议:抓住GPA成绩,对以后各个方面的道路都有益;多写代码,浏览github上星标(star)最多的仓库(repository),仔细阅读leetcode的题解,课后多复现和使用代码来实现小项目,进一步贴近工业界和学术界,提高综合水平
- 对C++学习的建议:通过《C++ primer》学习C语言和C++的区别,上课会简单介绍概念,多关注STL容器库,会使用基本的接口方法
- 对保研、出国的态度和看法:主要取决于个人意愿,大一时接触过国外的课程,所以想出国读研并很早开始做准备;国内的研究生是导师制,做research然后发表论文,时期为2-3年,国外的研究生是课程制,通过课程来完成相应的任务,时期为2年;直接升国外的phd可能较难,可以考虑先读硕士作为跳板
- 出国准备的规划:围绕简历的内容进行准备(GPA、科研项目经历、企业实习经历、语言成绩等),每3到4个月考一次托福和GRE,决定要出国之后可以尽早准备(最好大一开始)、随时准备(多线程进行),多去联系相应的导师
- 对未来的规划(读博和工作):目前是同时做好两手准备;读博准备主要是多发表论文、多去做科研项目、多和老师互动并拿到推荐信,争取申请到好的学校;就业准备主要是在国内外的大厂投递实习申请;最后根据明年的情况进行最终的选择
7 个人体会
- 重视本科阶段的成绩,早日规划毕业后的方向并为之付出努力
- 多学习和了解前沿方面的知识,为发表论文等工作做准备
- 多敲代码,奠定良好的算法思维基础,有条件的话可以复现小的project
- 选择合适的书籍和软件,辅助课程学习和论文写稿等工作