• 【毕业季】走一步看一步?一个自动化er对大学四年的思考


    活动地址:毕业季·进击的技术er

    1 前言

    前两周刚刚结束毕业答辩,在写毕业论文致谢的时候挺感慨的:四年说快很快,快到还未好好品味的生活,转瞬已成为回忆;说慢也慢,每一次大作业的历练、十字路口上的困难选择还历历在目。

    我是一个普通学生,从进入大学校园开始就经历了数不清的第一次。我无法做到像学校公众号宣传的那些学霸一样,从大一开始就有非常明确的规划,在什么时间节点该做什么事,我的大学生活从来是走一步看一步

    毕业季恰逢上海疫情,被困在一隅错过了很多。借这次毕业季征文机会,回忆一下过去,给自己一点毕业的仪式感。大学有个很有意思的地方,就是喜欢让你做出不符合你当下水平的选择,例如高考结束要求选择你不了解的学院、刚接触通识基础课就要求进行专业分流、刚接触专业基础课就要求选择升学(考研或保研)还是工作。本文聊一聊我在四年里遇到的若干个选择。

    2 大学学习适合题海战术吗?

    这其实是一个中学和大学学习模式的差异性问题,也是我步入大学后思考的第一个问题,先给出我个人的答案:题海战术始终适合应试性强的科目

    这句话啥意思?

    首先,信息类学科大多属于工科,比如我来自传统工科自动化专业。工科和理科不同,更重视理论到落地应用的转化。

    在本科阶段的课程分为两类——应试型和应用型,前者包括高等数学、线性代数等通识性科目;后者则包括计算机视觉、机器人控制等专业性科目。具体如何区分每个人都有不同的标准,于我而言,越容易直接应用产生可见成果的越属于应用型科目。举个例子,也许机器人学修完后直接可以上手控制一台机器人,产生成果,但高等数学就没有这种属性。

    费这么大劲区分这两种类型的课程是因为它们的学习方法有所区别,对于应试型,完全可以沿用中学的题海战术;而对于应用型,用题海战术确实不如做几个实验,写几段代码理解得深刻。对于应试型科目,我可以刷半本、一本的题,但对于应用型科目,我主要精力则花费在做仿真上,一章学下来就精做四五题而已。

    3 要不要迅速投身各种竞赛?

    我的答案是:不要

    在我大一的时候,总有各路神仙参加各种比赛,营造一种“抓紧一切时间打比赛,刷经历,拿加分”的氛围。对于大神来说,可能高中就已经接触过信息类竞赛,大学直接上手很正常,但对于我这种两眼一抹黑的普通学生来说,确实是很焦虑的。

    当时,为了强行跟上大家的脚步,也参加了几个比赛,在C语言还没学到数组的时候就开始强行看单片机的控制代码,装模作样地熬了几个通宵,直接被淘汰,而焦虑复至。

    这说明竞赛一定不能超过你现有储备技术栈太多,否则就是做无用功(除非有大神愿意带飞你)。而大一、大二正是进行通识学习的阶段,随便一个专业领域含金量高的竞赛都远远超出现有储备,越级打怪在现实中是很难实现的!

    所以大二一整年我就收手,好好掌握课程内的知识足矣。在经历一两个课程设计后,会对开发有更深刻的理解,此时再参加比赛绝对不晚,经过专业必修的历练后,我在大三下学期一口气参加了3个比赛且都取得了不错的结果。比赛或经历重在质量而非数量。

    下面列举几个本科阶段信息类学科含金量高的比赛

    在这里插入图片描述

    4 如何看待升学与就业?

    打开求职网站,选择一个心仪的岗位,分别看看以本科与研究生毕业的水平能不能胜任,大致就能知道自己应该选择升学还是就业了。

    对我个人而言,我的万金油专业自动化毕业确实不知道该找什么对口的工作:软件方面学了一些软工理论,搭了几个本地应用;算法方面学了一些人工智能最基础的算法;硬件方面单片机、FPGA也都碰过。但要单拎出来一个,我真没把握成为这个方向的就业者。

    比如下面这个规划工程师的要求,我作为控制工程的学生,在本科阶段却完全没接触过路径规划算法。

    在这里插入图片描述

    5 阶段性学习目标

    之前在知乎发过一次,这次在C站也做个总结

    • A 编程技术进阶
      • Python进阶:主要涉及生成器、装饰器、异步编程等
      • C++进阶:主要涉及C++11新标准的学习,重点强化面向对象思想
    • B 技术栈拓展
      • 前端技术基础:HTML+CSS+JavaScript+Vue+ElementUI
      • Docker原理与应用
      • SolidWorks原理与应用
      • 计算机网络技术
    • C 工程开发工具
      • CMake工具
      • Git工程管理
      • Shell自动化
      • Vim编辑器
      • LaTex排版
    • D 机器学习理论
      • 机器学习基础
      • Pytorch深度学习框架
    • E 机器人工程
      • ROS原理与应用开发
      • ROS常用库与仿真工具
    • F Linux操作系统
      • Linux常用指令
      • Linux基础技术:用户管理、文件系统
    • G 数学分析基础
      • 最优化理论
      • 数值计算方法
      • 矩阵分析

    这些场景根据所在专业有所不同,但核心只有一个:本科期间的学习实在无法覆盖到研究生乃至工作时的所有场景,必然会碰到你所没经历过的知识,而且这些知识可能不会给你分配系统学习的时间,比如主管临走前丢给你个仓库地址,说「待会下班前把今天代码提交到这里」,却不知道你之前都是拿U盘或者QQ群做代码管理,没用过git。

    所以,在大家制定计划时,并不是为了求广度而盲目选型,首选那些今后大概率会用到,但却没有接触过的东西,例如各种开发工具。

    6 总结

    回首四年,我的大学生活从来是走一步看一步。仅以此文纪念一下我对本科四年的想法,也许过一段时间回来看看又有新的体会。有意义的事情从来不会容易,加油!

    请添加图片描述

    活动地址:毕业季·进击的技术er

  • 相关阅读:
    [PaddleSpeech 原神] 音色克隆之胡桃
    【运维面试题】谈谈对IO多路复用的理解
    在线音乐播放器app
    【Houdini】如何使用Houdini渲染流体?
    基于springboot+vue的学生评奖评优管理系统
    Voxel R-CNN:基于体素的高性能 3D 目标检测
    java服装定制管理系统计算机毕业设计MyBatis+系统+LW文档+源码+调试部署
    怎么禁止WordPress后台加载谷歌字体?
    【6】Docker中部署Nginx
    竟然还有人说ArrayList是2倍扩容,今天带你手撕ArrayList源码
  • 原文地址:https://blog.csdn.net/FRIGIDWINTER/article/details/125365375