2020軟工熱身做業

2020軟工熱身做業

項目	內容
這個做業屬於那個課程	https://edu.cnblogs.com/campus/buaa/BUAA_SE_2020_LJ
這個做業的要求在哪裏	https://edu.cnblogs.com/campus/buaa/BUAA_SE_2020_LJ/homework/10410
我在這個課程的目標是	清晰職業發展規劃， 學習領先的軟件開發方法
這個做業在哪一個具體方面幫我實現目標	讓我對於以後的目標更清晰了
做業正文	以下

第一部分 結緣計算機

1. 你爲何選擇計算機專業？ 你認爲你的條件如何？ 和這些博主比呢？

   我選擇計算機專業， 一是由於興趣， 二是由於機緣。

   • 在上大學前， 我對於計算機是頗有興趣的， 不是對編程， 而是對遊戲和剪視頻， 記得高中的時候剪一個片子能基本幾天晚上不睡， 我以爲坐在電腦前面作media相關的事情是很幸福的。 上大學後我對於計算機纔有了比較明確的概念， 從算法， 數據結構， 到計算機組成， 編譯原理， 瞭解了計算機系學的東西是背後運行的原理和方法， 和表面的interface沒有關係， 儘管如此， 仍是不減我對於計算機的興趣， 我以爲計算方法只是工具，這種工具和思想是能夠應用到不一樣領域的， 有了最基礎的計算機的運行知識對於之後任何一個方向的研究都有很重要的做用， 固然也一直很感謝溫江濤老師和大一時遇到的徐邁老師所作的multi media方向的事情讓我對於計算機和media可以持續產生興趣。
   • 除了興趣， 我以爲我選擇計算機系很大程度上是由於機緣， 由於其實高中的時候我第一感興趣的是金融， 第二纔是計算機。 高中的時候遇上大學先修第一年， 附中有幸請到北大的周黎安和清華的某凸老師給咱們講宏觀和微觀經濟學， 讓咱們對這個學科有了啓蒙的概念， 也產生的興趣， 因此當時一直想要報考的就是名校的金融專業。 不過也是由於機緣吧， 無奈分數不夠， 可選的最好的學校北航的計算機比較強，並且金融行業自己很看圈子， 沒有名校背景很難有所發展， 因此最終放棄了學商的想法。

   我認爲若是基礎上來看， 個人條件不算很好， 高中的時候沒有打過競賽， 大學纔開始學習計算機， 算法上確定是沒有打競賽的好， 工程上不如博客I中的技術棧爆炸的大佬， 可是這些都是能夠經過大學後的一些學習來彌補的， 畢竟技術的道路還很漫長。

2. 計算機是你喜歡的領域嗎？ 是你擅長的領域嗎？

   毫無疑問， 計算機是我喜歡的領域， 之前會更喜歡金融一些， 如今計算機是我最喜歡的領域， 可能也是由於投入了太多沉沒成本吧， 將來仍是但願在多媒體和量化領域把計算機繼續作下去。

   是不是我擅長的領域， 這個問題我以爲很難回答， 由於大學後我才以爲， 是否擅長是很相對的事情， 好比某同窗的計算機能力和通常985學校的同窗相比多是很擅長的， 可是和最頂尖的學校學生相比又變成了通常般， 中等水平， 和世界最頂尖的學校的大神比又被秒的連渣都不剩了， 那麼這我的是擅長計算機仍是不擅長計算機呢？ 真的很難講，一我的的視野越廣， 遇到的人越多， 越會謙虛和意識到本身的眇小。 我並不認爲我如今能夠回答我是否擅長計算機， 總之我以爲我我的一直都是在不斷進步的。

3. 你熱愛這一專業嗎？ 你對計算機的熱愛是怎樣的？ 僅僅是口頭的嗎？

   熱愛， 上個問題已經回答了相關熱愛的話題。 引用Antoine de Saint-Exupéry的一句話

   It's time you spent on your roses that makes your rose so important

   真正證實一我的對一件事情熱愛的是他花在這個事情上的時間， 我天天大部分時間都花在看paper， 寫code上面了，把時間花在一個學科上， 就是熱愛這個學科最好的體現吧。

第二部分 在計算機系裏學習

1. 吐槽大學生生活， 理想的大學教育， 國內外對比

   首先， 第一個問題， 大學生活有什麼要吐槽的地方， 我以爲槽點有大學課程安排的比較死和數學分析， 線性代數， 機率統計這些課過於簡單。 咱們的課程有些死板， 每一年必須按照安排去上課，由於我是轉系生，轉系那年修不了以後的課， 因此得晚一年畢業， 但實際上徹底是有時間可以修完的， 若是可以實現徹底學分制， 自由上課會更好。 另外咱們的數學分析等基礎理論課都太簡單了， 計算機很重要的是基礎學科的應用， 若是數學根基不紮實， 在作圖形圖像， 優化理論的時候會四處碰壁， 所以學校頗有必要提升課程難度， 不要讓同窗們以爲大一的時候再虛度時光。

   我理想中的大學教育， 是學生充分接觸工業界和學術界， 可以和全世界最優秀的人接觸， 同時簡化課程教育。 簡單來講是這樣的一種方式， 學生沒必要要來學校裏上課， 能夠遠程上課， 期末回來考試， 平時的時候學生能夠選擇去實習， 去實驗室作科研， 或者到美國， 歐洲的高校， 企業去作事情， 我以爲在學校裏獲得的東西比較有限， 理想的大學教育能夠放鬆對於學生的限制， 讓有能力的學生在完成學校要求的同時在各地普遍地學習。

   第三個問題中國的大學目前是作不到的， 硬件和軟件方面都作不到， 計算機系已是和美國大學教學水平很接近的專業了， 可是還有差距。 硬件方面， 服務器數量， 器材的設備和美國有差距， 舉一個簡單的例子， stanford在上視覺課程的時候， 可以給學生提供lytro, spad, vive, tobii眼動儀等設備去作很是創新性的大做業， ppt裏面的不少內容都是國際上最前沿的會議， 期刊結果綜述而成的， 讓本科生能夠理解的簡化版本， 而咱們的這類課程每每缺少動手實踐， 大可能是很是機械化的答卷。 對比之下， 咱們的數學建模課程（今年6系的同窗們必定對這個課有很深入的體會）， 教學制度和內容都至關落後。 軟性方面， 國內高校的圖靈獎獲獎人數， 諾貝爾獎人數仍是不夠， 真正有首創性的科研不多， 綜合來看國內高校和美國仍是有很大差距的。

2. 寫了多少代碼

   迄今爲止， 我以爲我寫了有13萬行左右的代碼。 我作的最複雜的一個工程是一個計算機mesh simplify的工程， 因爲簽過保密協議， 項目其餘部分不便透露。

   這個程序是須要去簡化一個mesh, 讓mesh的點和邊數量降到較低的水平， 同時保持表面平滑， texture投影正確。

   這個程序難在數學和幾何上， 前面我寫咱們學的線性代數太簡單， 不夠深， 也是在作這個項目的時候體會到的。

3. 科班出身和北大青鳥的區別

   科班出身的基礎比北大青鳥好， 一個是計算機科學家， 在theory有很好的基礎， 一個是碼農， 從工程中零敲碎打中學出來的， 確定是不一樣的。 科班出身的起點多是北大青鳥的終點， 本科生科班出身後的畢業salary徹底能夠到60-80萬， 可是60-80這個區間頗有多是北大青鳥的人生終點。 可是北大青鳥，或者培訓班出來的人在一些實際工程問題上會有些經驗， 前端， app開發這塊科班出身會偏薄弱。

4. 爲何要學數學

   數學是大部分科學的foundation, 我認爲作科學的人都應該終身去學習數學。 數學給計算機提供了最基本的工具， 好比若是沒有fft, 那麼在視頻壓縮中就沒法對於不顯著的高頻信號的壓縮， 若是沒有線性代數， 圖形學的計算攝影中投影就沒有運算方法， 沒有凸優化， 就沒法去在條件下求損失函數最小值， 計算機科學和數學始終是相輔相成， 互相促進的。

第三部分 將來規劃

1. 職業規劃

​ 目前本科畢業擺在面前的有三條路， 工做， 出國， 國內保研， 每一個方向給的offer如今尚未徹底定下來， 因此如今只有一個大概的規劃。

​ 若是去工做的話， 我會選擇大公司或者國內的量化， 大公司裏能夠了解到一些很前沿的技術， 並且有充足的計算資源， 雖然開始收入通常， 可是對於開發和我的視野有很好的提高做用， 除此以外， 另外一個可能走的路是量化， 目前國內量化離成熟至少還有10年， 如今私募都處於上規模的階段， 尚未真正上技術， 隨着中國經濟的發展和證券行業的放開， 國內頗有可能出現two sigma, bridge water這樣體量的公司。 另外， 可能也是我我的比較喜歡量化的工做環境吧， 和大公司不同， 量化公司管理很是扁平， 你們要不是交易員， 要不就是開發人員， 不過工做其實都叫researcher， 可以把計算機和金融結合起來， 沒有太多公司的政治鬥爭， 同時還能活着一份很是decent的收入也不壞。 量化若是作好了， 也能夠拿錢去投資其餘領域， 好比D.E Shaw大神就是以爲作研究開始的時光沒意義， 賺夠了錢去搞本身喜歡的化學計算機。

​ 若是國內或者國外讀博的話， 仍是會繼續作多媒體方向， 已經有一些想作的東西了， 以後就繼續作下去吧。

2. 實習

​ 博客中都對於公司有很多的描述， 我以爲實驗室實習和企業實習的經歷都須要有， 作的東西太不同了。 實驗室偏科研， 人際關係簡單， 寫的代碼可能是爲了驗證research idea而寫的， 不可以商用。 公司的應用場景比較明確， 須要立刻能用的上的東西， 看板管理， 單元測試等流程也比較嚴格， 有明確的action item和long term, short term goal， 總體氛圍會更狼性一些吧。 另外企業實習關乎到了return offer的價格， 因此仍是須要好好表現的。

​ 我以爲這兩種實習是從學術界和工業界的角度， 去解決一些問題， 都體驗一下是比較好的。