2021軟工-個人閱讀作業#1

一、結緣計算機

問1:你為什么選擇計算機專業？你認為你的條件如何？和這些博主比呢？

羨慕博主I這種中學時就與志同道合的人為之熱愛而奮斗的人，這也讓筆者感到相形見拙，筆者在十八歲以前，只是小縣城高考工廠中的另一位做題家罷了，那一年，區塊鏈、云計算、深度學習這些詞正火熱，恰好筆者也時常浸淫于知乎上充滿個人英雄主義的Geek和白帽的經歷中，再加之筆者除了數學其他學科都學不好的原因，便對cs有了歸宿感，心想著以后靠寫代碼過活也挺cool之類的，在經歷一場失敗的高考后，筆者就到了BUAA，專業分流時持著提升計科核心能力的想法進入了計算機系，

其實筆者看到博主I首先聯想到一位是上古時期程式員的作家王小波，同樣是有兩把刷子的野路子，可惜筆者在高考工廠的時候只讀過小波的文字，并無機會像他一樣動手編程，自楚門的世界出來之后，筆者才知道相比于大學其他同學自己的基礎是零呀，但相比博主I時代變了，而且幸運的是，6系和73書院有著世一大的相當厲害的教科條件，筆者經過CO, OS..的錘煉，可說是融入了cs這個領域并體會到了它的魅力，

問2:計算機是你喜歡的領域嗎？是你擅長的領域嗎

吶，適合自己的東西我當然喜歡了，如果平行世界中我聽了那個沒有頭發的班主任的話去學物理的話，那么大學一定會很痛苦罷，大物證明了我確實一沒天賦二沒熱忱（悲）， 但說到cs的話，自底向上剖析調教計算機的各個層次，亦或是將所學所思變成一個個高效的程式實作，這種在cs無窮知識中不斷學習并實踐之所帶來的成就感，還有在屎山中成功DEBUG的暢快感，是我廿年來不曾有的，經歷兩年多學習，我確信計算機領域是我能施展拳腳的天地，所以計算機是筆者喜歡的領域，

因為沒有達到精通的水平，所以計算機不是我擅長的領域，我客觀上基礎打得并不是很牢，專業課也達不到申優的水平，但我在6系大幅提升了編程能力與系統能力，正走在《從入門到精通》的道路上，所以我一定會努力給這個問題一個肯定答案的，

二、在計算機系的學習

問1:你對你的大學生活有什么想要吐槽的地方嗎？你理想的大學教育應該是什么樣子的？跟學校給你的有什么區別？

吐槽：(a)很幸運能進入全國頂尖的計算機系，6系的金課當然是好的:從零打造的流水線CPU、成熟的作業系統課設、自主設計魔幻優化的編譯器.. 各個課設可謂環環相扣，理論與實踐高度結合，也很有深度，就像博客M說的"你做得出來，但是難度大到只要再難一點點你就做不出來的事情"，這種磨練讓我成長了很多，但或許6系更看重同學的工程與系統能力，演算法等一眾數學課教的內容比較基本，或者是考核并不太硬核，我期望的是這些計科軟實力也能被同樣重視，(b)其次為了完成6系宏偉的培養方案，我還得刁難自己選一些為寬口徑人才準備的和cs相關性低的課，可能"課程有用無用不是一個大學生的格局能判定的"，但我希望給同學們足夠的按個人興趣選擇專業外的課程的機會，(c)你航人口太多了，所以人文關懷和心理疏導確實無法面面俱到，但學院最近在這方面的努力大家是能感受到的，

作為工科生，當然不能只停留在課堂所學，更多的應該是自行探索鉆研，所以在這方面努力可能比天分更有用，自我驅動力就很重要，所以我理想中的大學教育是講授人不僅完成專業知識的傳授，更能少一些照本宣科，引導學生理解課程本質，明白自己在課程中最想學到什么，這樣才能驅使同學們深入研究，拔高課程的深度，其次，課程的考核也應進一步細化，把平時的學習情況納入評定，總不能老是搞一考定音的策略，這實際上是對同學們課內知識增長的程序的忽略，最后也容易演變成臨門一腳，只是對往年考題擬合的應試型學習，

問2:你的老師和學校能做到和國外那樣嗎？如果不能，請分析一下為什么，

博客N近乎就是我理想中的大學教育了，透過博客可以感到國外良好的學術氛圍和教育條件，和我的學校相比的話，一來國內短時間內也沒有這么好的教育資源支撐這種模式，教材質量和硬體質量都亟需提高，二來外國個人主義濃厚，大學內沒有國內這樣復雜的行政體系，學生對自己的大學生活更有規劃，更能注重合作與主動探索，這一點思維的轉變不是每個國內學生都能做到的，所以國外細致的模式可能還不適用于國內的教育環境，

問3:迄今為止，你寫了多少代碼，描述你做的最復雜的軟體專案/作業，

不記空行情況下：計算機組成原理課設2000+行Verilog代碼，面向物件課設共2997行Java，ongoing的一個Android專案也算上吧，1500+行Java；資料庫系統原理寫了一些Vue，因為功能簡單只寫了2162行;編譯原理(MIPS難度)寫了1395行C/C++，其他的是懶得數的代碼片段，課內零碎的1500+行Python，大一在的luogu，oj4th刷的水題也有個幾k行左右，所以攏共就是1.5~2w的樣子，

這其中最為復雜的作業是編譯原理課的小型類C文法編譯器，雖然重構與壓縮后的行數不多，但在邏輯上是相當復雜的，其任務有詞/語法分析，中間代碼生成與代碼優化部分，我在完成代碼生成部分后因為理論課上沒聽懂怎么優化，所以只搞了幾百行對匯編碼的優化(霧)，想來其中最大的問題是忽略了代碼的可維護性與可讀性，這種草率的編程風格肯定對團隊是有害的，我有罪，所以我將在軟工中再次審視自己的代碼規范..

問4:速成的培訓班和打基礎的大學教育還有mooc之間有區別嗎?

MOOC的受眾廣，能把優質的課程開放給各個階段的學生，這對于國內高教事業是好的，但我覺得慕課太缺乏互動性，基本就是講授人在一個虛擬背景下念課件的鏡頭，課堂氛圍的缺失讓學生難以持續跟進課程，所以相比之下，我更推崇國內外的錄播課，

培訓班的弊端是往往只能送出只會博客G中那種"不懂得任何的良好編碼習慣、除錯、調優技巧"的搬運工，我也曾在B站為了快速了解一門語言看了一些培訓班公開的視頻，但往往講到某一個庫函式時，講者會強調'一定要在這里呼叫這個函式，不然會出現balabala的BUG'，但沒有如我期望中那樣通過原始碼分析BUG的原因，所以培訓班為了時間效益，往往只注重知其然，而不知其所以然，這樣的畢業生往往在企業中日復日地重復相同的編碼，容易在技術上停滯不前，

問5:學線性代數和概率論的時候，你是否有過這樣的疑問“我們為什么要學這么多數學，這和我們的計算機有關系嗎”，你現在是否還有這樣的疑問？對這個問題，你有自己的解答了嗎？那么其他學科呢？

沒有疑問，數學完成的是對抽象的描述，計算機科學中很多模型的建立與演算法都離不開數學，有時它就是那個技術實作上的瓶頸，你還必須得去學會了，計算機圖形學離不開線性變換，影像方面有傅里葉變換，機器學習就牽扯出概率論線代啥的，我認為作為計算機系的學生，還理應當對數論，圖論等這類離散數學有廣泛的了解，當然我們所需的數學只是這個學科的一部分，作有針對性的學習也是有必要的，

三、未來規劃

問1:對于你未來在IT行業的發展，你有什么樣的夢想或者未來想從事什么樣的作業？你準備怎樣來規劃你技術道路，職業道路和社會道路？你對于實作自己的夢想已經做了或者計劃做什么樣的準備？

想做機器學習相關的作業，因為通過課程以及馮如杯和實驗室有了解到機器學習與深度學習，其中推動演算法落地成為應用是很有意思和挑戰的，從規劃看來，短期內還是堅持進行中的考研復習，因為我考量到以自身的實力不深造應該在作業中走不長遠，所以選擇讀研來修煉自己的內功，博客B的讀研經歷也提醒我要避免陷入思維的機械與缺乏活力，當下我應該夯實代碼能力，同時主動去鉆研理論，動手復現，既然決定做ML相關，今后自然要動起手來，只有在實踐中才能發現技術的痛點，找到自己的研究方向，

由于我比較迷茫，所以職業方向沒想得那么長遠，上文也計劃的很粗，如果能從事和研究方向一致的職業自然最好，但讀研也是一個持續增加自身知識儲備的程序，如果我沒能在相關領域有所建樹的話，如博客C說的"在我看來，成長路徑中有很多的偶然，沒人知道在一些關鍵時候需要什么樣的知識儲備，所以踏實地多儲備一些是好事"，我想我會深入積累，在就業時掌握有一定廣度的技術堆疊，保證無論是演算法工程師還是開發崗位等都有機會勝任，

問2:你們馬上就要面臨實習了，你打算在企業內實習還是在實驗室實習？

我打算在實驗室實習，因為我就想考本校的研究生，在實驗室實習有助于我適應讀研的生活以及提高個人科研能力，更重要的是盡快找到自己感興趣的科研方向，或結識一些優秀的導師，

問3:實習經驗究竟有多重要？是否需要馬上開始積累實習經驗？

實習經驗當然很重要，不論是實驗室實習還是更注重技術落地的企業實習，積累實習經驗需要盡早，這樣才可以在實戰中驗證自己的規劃是否適合自己，才有充足的時間調整自己的未來規劃吧，

參考博客

博客I 博客N 博客B 博客C 博客G Scalers：大學生上課為什么一定要認真聽講？

標籤：其他

上一篇：那些在GitHub能提高你的編程技能的專案

下一篇：固態硬碟與機械硬碟的概念與區別