6IX9INE DO CRACK
2021-06-17T21:30:49+00:00
可能只是片面的见解，但刚刚看到Yann LeCun在推特上说的话，我看着这学期还要考的数据结构，离散，计组仔细思考了一下
背景:nwpu本科在读，做cv有近一年了，接触机器学习，深度学习应该更早
三四个月前我一直想转到计院，所以选了一些计院的课，但是这学期的课上下来，以及结合今年笔试面试的三场不同岗位的实习，我认为cs确实更适合想要做软开岗位而不是算法岗的同学，但同时软件工程又要比cs更适合软开岗，所以cs可能只是给了学生更加广阔的选择，但如果要对ml进行深入的学习，我觉得在我校，ee方向的一些课程(如凸优化，卡尔曼滤波等)会更有帮助。
如今cs里比较火的应该算ai，ai又可以细分到ai nlp cv ml ir(信息检索)这些东西，当然拿我校来说，做机器人，系统，算法等的老师也不是没有，但是极少。我校基本集中在ai，cv，ml(csranking上只看这三个领域的话我校是全国第七) 但是其中贡献较大的教授中来自于计院的，应该只在30%左右，而光电与智能院的成果则出乎我的意料。
校内打比赛的话，我接触中也是自动化，电信的同学数理基础要强一些。当然cs里不乏能力比较强的同学学什么都很快，而这应该得益于最近几年cs生源质量暴涨。
总结一下:我认为cs这种很general的学科更适合什么都想学，或者对目标不是很清晰的同学。软件工程很适合想一直做软开的同学，ee(但是ee方向很杂，我算是通信方向的专业)学的东西很适合搞ml，cv的科研，对于一些理科(物理，应用数学)我没了解过课程，不多评价，要纯做ai，建议ee(指信号处理和最优控制)和cs都学。
今天醒的比较早，也介绍一下目前我了解到的情况，以后也会进行一些补充，想给一些能来我校这种末尾985的同学更多选择，至于以下的同学，如果确实没有对ai很大的兴趣，我建议选择cs或软工搞开发而不是来卷算法。当然，建议大家都最好早点找到科研或工作的方向并为之努力。
最后来张杨乐村推特图。
[img]https://img.nga.178.com/attachments/mon_202106/20/-7Q2o-g3j9ZbT3cSlf-sg.jpg.medium.jpg[/img]
背景:nwpu本科在读，做cv有近一年了，接触机器学习，深度学习应该更早
三四个月前我一直想转到计院，所以选了一些计院的课，但是这学期的课上下来，以及结合今年笔试面试的三场不同岗位的实习，我认为cs确实更适合想要做软开岗位而不是算法岗的同学，但同时软件工程又要比cs更适合软开岗，所以cs可能只是给了学生更加广阔的选择，但如果要对ml进行深入的学习，我觉得在我校，ee方向的一些课程(如凸优化，卡尔曼滤波等)会更有帮助。
如今cs里比较火的应该算ai，ai又可以细分到ai nlp cv ml ir(信息检索)这些东西，当然拿我校来说，做机器人，系统，算法等的老师也不是没有，但是极少。我校基本集中在ai，cv，ml(csranking上只看这三个领域的话我校是全国第七) 但是其中贡献较大的教授中来自于计院的，应该只在30%左右，而光电与智能院的成果则出乎我的意料。
校内打比赛的话，我接触中也是自动化，电信的同学数理基础要强一些。当然cs里不乏能力比较强的同学学什么都很快，而这应该得益于最近几年cs生源质量暴涨。
总结一下:我认为cs这种很general的学科更适合什么都想学，或者对目标不是很清晰的同学。软件工程很适合想一直做软开的同学，ee(但是ee方向很杂，我算是通信方向的专业)学的东西很适合搞ml，cv的科研，对于一些理科(物理，应用数学)我没了解过课程，不多评价，要纯做ai，建议ee(指信号处理和最优控制)和cs都学。
今天醒的比较早，也介绍一下目前我了解到的情况，以后也会进行一些补充，想给一些能来我校这种末尾985的同学更多选择，至于以下的同学，如果确实没有对ai很大的兴趣，我建议选择cs或软工搞开发而不是来卷算法。当然，建议大家都最好早点找到科研或工作的方向并为之努力。
最后来张杨乐村推特图。
[img]https://img.nga.178.com/attachments/mon_202106/20/-7Q2o-g3j9ZbT3cSlf-sg.jpg.medium.jpg[/img]