自个主张： 不要想着曲线救国，想学核算机就报考核算机先说自个阅历。985本科数学（分流计算学方向），研讨生核算机专业硕士（电子信息）。本科成果根柢上在大学前10%支配。数学系其实和大学差不多，没有那么多花里胡哨的课，就是上课听课，下课做题，课后修订，考?⑻猓痛笱У难胺椒ǚ浅＠嗨啤Ｖ劣诖笱Э窝У亩鳎痛笱翘觳畹乇稹４笱ё罱艹龅奶卣骶褪橇常宋⒒趾透怯弱壑猓际橇车睦砺塾胪频肌Ｕ庑┛纬倘梦胰缃窭此担娜范济簧队谩５鼻白ㄒ岛缶醯谜庑┒鞲苌匣嵋恍┗〉亩饕补涣耍俣ㄒ中罨跹刑郑庑┏Ｊ兑严峻歉銎谩２还易饕捣矫娌皇浅攀莘治鋈サ模哉舛蛔龃蚩Ｗ饕捣矫妫庑┛纬谈苌鲜俏耸莘治龈谖恍艿模墒呛芟∠∮醒党隼粗苯幼饕档模急喾矫娼淌Ρ日粘韵悖脊矫娲笥行┦撬拔窈秃９亍Ｊ档纳史浅８撸笤荚?0%支配，大有些人的选择都是金融和计算，稀有些持续研讨纯数学（使用数学），还有稀有些去核算机了。

大三结束，正本知道嘻哈二校的一个教授预备曩昔读研，后来他们学校的核算机根柢不收数学系的学生读研，成果再好也直接拒。最终拿到了上海某985的软件学院和本校核算机学院的保研资历，

究竟保研去了本校核算机。时刻有一个小插曲，实验室收24自个，最终毛遂自荐的时分发现只需我一自个是数学系，剩下要不是核算机，要不是网络平安，要不就是软件工程的。实验室是做cv的，担任招生的导师是一个学术大牛，连着好几年中顶会，每年十几个学生挂名20+篇文章。看到我的简历就说，实验室不喜爱数学系的学生，因为迩来几届的招进来都发不出文章，要 他们结业，而且作业去向也不太好。究竟软磨硬泡下导师说给我两个月时刻，然后手写代码，证明自个的代码才能过关就选用我，究竟如愿以偿。大四刚好赶上疫情，研一才初步正式研讨。读研之前漫无意图地看了许多论文还有pytorch之类规划的网课，可是这种学习对错常长时刻的作业，短期内学术上想要有作用对错常难的。研一刚开学的时分师兄刚好有一个课题，所以苦修两个月，我作为第二作者，11月投出了第一篇cvpr，究竟225被拒(三个审稿人给定见，1代表最佳，5代表最差）。顺着这个思路批改再投iccv，前两天出成果，335，现已撤稿。当前论文现已投到论文收回站了，找了个开发的实习，预备跑路了。

研讨生做的课题根柢上都是深度学习，这儿面临数学的需求现已远远不及早年了。缘由在我看来，是2012年alexnet提出早年，人工智能和图像处置这一块根柢上根据特征学习、小波改换这一类办法在做，再加一些机器学习的基础办法，例如svm、crf、mcem之类的，这些常识非常硬核，关于数学的需求非常高。alexnet提出之后有一段盈利期，这段时刻神经网络的灵敏打开，这玩意用数学都说不理解，可是它的功能的确比之前纯理论推导出来的要非常好。这致使了就算不会数学，也可以构建很优良的网络，就算会了数学，代码才能缺乏致使建立不出来也是白搭。也就是说，数学不再占那么大的比重了。数学方面只需会高数和代数，还有一些数理计算的常识根柢也满足了。反倒研讨生最重要的不是基础常识而是看文献，有自个的主意或许有课题，然后有代码才能把实验做出来，就能发文章。 当然，核算机本科的学生读研其真实常识贮藏上也没有太大优势，因为这些东西本科都没学，最大的两个优势反而是编程的才能还有学院的本钱，以及可以提前触摸导师、提行进入实验室初步做研讨。核算机硕士的作业，当前看来9个开发工程师1个算法工程师。算法很大都学系的学弟都不晓得算法、开发、数据分析意味着啥。这儿就不得不提究竟啥是算法。算法这个概念太广了。算法工程师是算法，算法研讨员也是算法。从贪心算法到仿照退火算法都是算法，一只山公翻开ide，import pytorch之后把a网络加b丢掉放一同也是算法。数学的算法可以合适做算法研讨员，就是发论文做学术的那种。可是我们合适做学术吗？我敢断语：大有些人不合适做学术，读研开始的意图也不是为了做学术。当前以自个的了解，算法分为算法研讨员和算法工程师。算法研讨员算是理学集大成者，一般是校企协作项目，进入与在实验室做研讨差不多，要做研讨、发论文和专利，一般有些导师会派博士生去跟公司协作。大厂的算法岗一般指的是算法工程师，归于理学与工学的联系。作业首要是担任前沿算法的落地，就是从论文到使用这一步，实践的作业就是每个组复现论文，然后比谁的功能非常好。当前岗位来看，算法岗的实习非常卷，没有论文天然生成低人一等。另外算法岗关于研讨方向也有偏重，喜爱那些能落地的、愈加传统的深度学习方向，例如方针检测、图像切割、强化学习。算法岗的代码需求也更高，手试一般是leetcode中medium的题，书面考试就是5道hard。自个关于算法岗的作业局势并不太看好，因为从作业的广度来说算法根柢上限制大厂和独角兽，还有一些主攻算法的公司。许多小厂根柢养不起算法工程师，国企银行关于这一块的需要也并不是特别大。从深度上看，我们研讨生学的东西都是算法领域的，可是真的并不需要那么多人做算法，算法岗永久是僧多粥少。这也就致使算法出奇的卷：我们研讨生为了结业都在学算法，可是并不需要那么多算法，那么当然是有顶级会谈论文的人优先。至于开发工程师，根柢上是工学的代表。开发岗位许多，一般分为前端、后端、客户端、查验，今后端效能器为例，就是一些网络编程，作业首要是担任完成一些功用，也就是写事务。不管是啥岗位都非常垂青项目经历，包括课程项意图阅历。开发的作业面比较于算法会广许多。可是疑问是，研讨生学的东西关于开发几乎没有任何协助。开发的东西都是本科学的，本科核算机一般都有项目阅历，但研讨生没有。许多开发的面试官根柢不晓得深度学习，根柢不关怀你研讨的项目，更多的关怀的是你工程上的才智和水平，例如有没有用过linux开发环境，知不晓得c++的内存特性，有没有看过8000行以上的项目代码。有许多大厂（例如腾讯）核算机本科和硕士研讨生开发岗的起薪是同一水平。

以自个春招面试实习的阅历，想拿好的算法offer，真的需要实力非常硬；想拿好的开发offer，只需背好408陈腔滥调文，有必定的项目阅历，研讨生就算啥都不学也能靠本科的常识贮藏进大厂。算法的面试非常硬核，一般先问研讨阅历和论文，然后是算法陈腔滥调文(机器学习和深度学习基础，boosting，bagging，svm，em，手推bn层核算，kernel size，loss和regularization)，最终是一道medium的标题(无外乎bfs，dfs，dp)。面的腾讯teg，竞赛很大，在自我感触杰出的时分被选择了。究竟一个多月的时刻恶补核算机本科的课程，转开发了。转的进程也非常不开心，时刻一边学一边面，每次都会有没温习到的当地，以考代练。而且每次面试官都会说我为啥没有项目经历，有时分会用更难的标题来劝退我（例如手撕hard)，好几局势试中途直接主动挂电话。而且这些算法题，数学系也是必定的下风，数学常识完全 不上忙，这些反而是核算机本科阅历过机试、acm的学生很亲热的标题。究竟面了十几场，拿了一个开发的实习offer。另外实验室不必定会放实习，更不必定会铺开发的实习，必定要选择好导师和实验室。没有实习，去秋招就不好进大厂，更别说sp、ssp。例如咱们实验室的方针是，不发论文不给实习。这对错常为难的情况：要想找到好作业，要么拼命发论文卷算法，要么水一篇论文转开发。许多人觉得假定做开发恰当于白读了研，包括我的导师也这么觉得。实践上的确白读了。最终聊聊自个了解，不管是啥系转核算机，都要面临的疑问是：许多核算机研讨生学的东西、做的研讨一般都是归于算法岗领域，算法太卷了，除非读到博士，或许特别有才能，否则大约率转开发。转开发需要核算机本科的常识和项目阅历，这恰恰又是跨专业最短少的。学校的培育方案不是拍脑袋拟出来的，核算机所需要的数学常识在核算机本科课程里边都包括了，别听人不着边际的吹数学转核算机，本科想学啥就选啥。

附上一些课程让我们看看间隔，算法岗需要的用赤色标出，开发岗需要的用蓝色标出，非常直观，我们自行思考。以下是我在数学系的时分学过的必修课程：数学分析，高级代数，常微分方程，偏微分方程，实变函数，复变函数，泛函分析，拓扑学，盖尤踣，数理计算，回归分析，非参数计算，凌乱数据分析，数值分析，随机进程，计算核算。

985核算机硕士在读，当前研讨方向是深度学习里边的核算机视觉(cv），具体方向是生成敌对神经网络(gan)，这是我学过的研讨生课程：机器学习与方法辨认，人工智能基础，数字图像处置，数值分析，多媒体中的人工智能、软件中的人工智能。趁便参阅，以下是我校本科核算机中的重要课程：高档言语程序方案，数据规划与算法，汇编言语，核算机网络，操作体系，核算机构成原理，核算机图形学，数据库原理，方案方法。

太长不看版：1.不要想着曲线救国，想学核算机就报考核算机。2.假定你要转核算机的研，先晓得啥是算法岗，啥是开发岗。3.假定你断定要转核算机走开发道路，先去把核算机网络、操作体系、c/c++/java的言语特性等课程悉数自学一遍，再看看jd来抉择下一步的学习方针。每日打卡leetcode，至少要到看到medium也不慌的境地。然后github上找自个言语做的项目，必定要着手去做。读研选导师的时分找那种最水的，最佳不需求论文的，放实习，手头有许多工程项意图。4.假定你断定要转核算机走算法道路，先去把cs231n、吴恩达的机器学习、李宏毅的深度学习、李航的计算办法给看了，然后早点去实验室做研讨，早点投出顶会论文，最佳再思考一下要不要读博。leetcode至少刷到medium乱杀的境地，想书面考试做出好成果最佳刷acm的题。研讨生选导师必定要找迩来几年发论文多的，已然你要卷就要做卷王。