12 级本科学长的科研之路分享
图语
待到山花烂漫时，她在丛中笑。 ------《卜算子 · 咏梅》
前言
应$SHUFly$的邀请，写一篇博文来给各位上大的学弟学妹分享一下自己的科研之路。不过，一时之间也不知道要从什么角度、以什么逻辑来讲比较合适。毕竟，对于正处于大一分流、准备大四考研、准备硕三申博的不同时期来说，大家会有不同的需求。因为本人这三者都经历过，所以要一起讲起来可能会非常啰嗦。思前想后，还是觉得尽可能多地把自己的一些经历和经验写出来，希望大家能从中各取所需吧。
学习经历
回首自己从大学开始的求学科研之路，也一晃十年了。以下是我这十年来的学习经历：
- 2012~2016 年，上海大学，计算机工程与科学学院，计算机科学与技术专业（本科学士）
- 2016~2019 年，上海大学，计算机工程与科学学院，计算机科学专业（硕士研究生）
- 2019~2020 年，东北师范大学，留日预备学校，日语博士班（语言预科）
- 2020 年~至今，筑波大学（日本），情报工学学群，情报工学专业（博士研究生）（国家公派，MEXT 奖学金）
正文
以下分别从本科、硕士、博士三个阶段来介绍：
本科
学会适应新环境、新节奏
本人在 2012 年刚进入上海大学（以下简称“上大”）的时候，正是上大实行“大类招生”的第二年（本人当时大一是理工大类），也是上大历史上唯一的一届男女分班（PS：只是很特殊，没有啥别的意思）。令我印象比较深刻的是上大的三学期制和通识教育。可能刚进入大学的大家刚开始会被三学期制的快节奏所折磨，有的时候因为基础课（比如说高数、大物等）是固定时间段，选通识课、体育课等其他课程的就会无奈把时间排满。那个时候上大一天正常从早上 8 点到晚上 7 点 30 分一共是 13 个课时，本人有过最惨的时候满满当当一天 13 个课时，一天下来的确很累，哪怕是午饭或者晚饭都是快速解决。
三学期制与两学期制的不同，不仅仅是压缩了课程的总课时，同样也给予了大家更多的自由和可能。在三学期制里，十周上课两周考试，虽然很容易让大家有种刚学上道就要考试的感觉，但仍然希望大家能够把东西学扎实，从书本上的知识变成自己脑子里的知识。由于课堂上不会有太多的时间留给你消化，所以需要自己在课下安排时间消化、巩固，也就是对自学能力有比较强的要求。在课程上面，除了已经固定的基础课，剩下的时间都可以选自己喜欢的课。本人大一那个时候每学期的学分上限是三十，也就是说除了基础课的十来个学分外，还有不到二十个学分可以选。从本人的经验来看，每学期总学分在 22~25 左右为佳（实际上，25 个学分的时候就可能开始每周会有一整天的课，午饭时间就不怎么充裕了）。
学会经营时间、交朋友
通识教育在本人大学本科那会还是比较有意思的。本人曾经整个计划大纲里面的通识课程学分，大概有三分之二是用在了文学类、经管类上，比较少选理工类的（毕竟本来就是理工大类）。不过那个时候的通识课程都是偏培养文学素养和普及经济管理知识的，也不会太难选。据说现在有些情感类的通识课非常热门，比较难选，哈哈哈。
不过说实在的，大一到大三除了上课，本人大部分的课余时间都花在了社团活动上。真正比较大的收获就是认识了一群志同道合的朋友，能够在本科毕业以后依然会时常联系，生活遇到困难时也会被拉一把。出门在外，父母离得比较远，能够马上帮助你解决问题的还得是比较近的人。
分流要选什么专业
分流选专业可能是大部分大一新生最关注的问题，也是最苦恼的问题。其实也没什么值得苦恼的，只要把基本事实看清楚，就很容易做出选择。决定分流能否去想要去的专业的根本性条件是，高考分数 + 大一学习成绩 + 大一表现。高考分数是没有办法改变了，在刚入学之后唯一能够改变的是后两者。大一学习成绩主要看基础科目，以前是高数、大物一类的，现在可能会有所调整，但还是单科绩点越高越好。大一表现主要是活动组织及参与情况、竞赛项目等，如果感兴趣可以在入学之后搞一搞，不过不需要目的性那么明确，真的想把事情做好就可以。
到了大一快结束的时候，这些也都基本上定下来了。然后根据学校官方公布的一个计算公式，可以计算出总得分。从本人的经验来看，这个总得分一般人差别不会太大，相差可能也就几分以内。不过这个几分还是会把排名弄前很多的，和高考一分一段有得一拼。其实，本人最想说的是：现在这些个人条件已经摆在那里了，往年的分流数据和分数线也摆在那里了，应该能够确定以自己的分数一定能去或者有机会去哪个学院的哪个专业。
选专业不一定就意味着选定了未来的职业。在我们清楚自己几斤几两之后，实际上就是和高考填志愿一样，一冲二进三稳四保底。本人大一分流那会计算机专业还不是很火，理工大类的倒数也可以稳稳进计算机学院。不过现在专业火了之后，听说除了直招的之外理工大类的前一百名才有可能进。很多人可能很想以后从事计算机相关的职业，大一分流却进不了上大的计算机专业，但这并不意味着以后不能从事计算机相关的职业。从本人所知道的，很多计算机行业大佬本身都不是计算机专业出身的，照样可以在计算机领域的某个方向上做出非常好的东西。如果你有想法，那你完全可以自学计算机专业相关的知识，比如像网上比较有名的斯坦福 CS 课程等等。同样地，也可以积极参与到开源的行列中，加入开源社区，贡献代码，开源项目文档国际化。这些都可以让你具备一个计算机相关职位的从业条件，甚至说会有所添彩。计算机专业实际上非常看重自学能力和解决问题的能力，如果能够进入计算机专业，可以在专业课的研讨课上面体会到这一点。
如果现在没有读计算机本科，但以后想读计算机硕士应该怎么选？那可以选择一些与计算机专业相关的专业。实际上，所有的理工科专业几乎都与计算机专业挂钩。排名第一的可能是数学专业，计算机学科里面有相当一部分人是从数学的角度来做计算机研究的，像机器学习算法的数学原理。排名第二的可能是物理专业，计算机学科里面的有些概念、理论就是来自物理的，比如像信息论里面的“熵”、“焓”原本就是热力学概念。排名第三的可能是化学专业或者材料专业，近年来机器学习应用在材料领域的研究越来越多，具有交叉学科背景的本科生实际上也是从事该方面研究的重要生力军。当然还有其他专业也与计算机专业有所关联，比如自动化专业、机械专业等。从专业的原始目标出发来看，刚列举的三个专业实际上都是帮助和丰富了计算机学科的基础和理论的，而自动化和机械专业主要是与计算机学科融合应用在实际工业与生产的。不同专业的结合实际上都存在，也有人在做着相关的研究。甚至说，心理学、经济管理学、社会学、哲学也对计算机学科的基础和理论起到了丰富的作用，类似于类脑、城市大脑等方向的研究。
考研准备
对于本科就业，本人可能没有什么可以拿出来分享，因为大三的时候选择了考研本校。对于考研而言，首先要考虑为何考研。这个问题似乎看起来有点蠢，大家都考研，不卷能行吗？虽然在本人选择考研的时候还没有那么卷，但是之后从师弟师妹们、朋友那里也感觉到了。本人还是建议大家在下定决心考研之前，先停下来想一想这个问题。想明白了这个问题以后，硕士研究生学习的时候就会少很多迷茫。
其次是，需要选择好考研的学校。一般来说，大家都会想办法换个更好的学校，比如说上交大、上科大等等，但是也并非是一定要换的。对于未来的硕士研究生学习来说，个人觉得比较关键的两个因素是实验室环境及条件和导师的指导。诚然，一个更好的学校硕士学历在未来就业的时候能够吸引就业单位，但真正能够让就业单位决定录用的仍然是你自己的实力。要想具备足够说服别人的实力，还是要在硕士学习的过程中学到了本领、强大了自己。光是嘴皮子好使是没有用的，但有能力也需要用嘴皮子说出来。如果在本校已经有了这两个因素的选择，那么为什么不继续在本校呢？况且，考研是有初试和复试的。很多人的初试成绩不高，即使过了目标外校的分数线，在复试的时候也非常艰难。本人复试的时候也见过这样的例子，那个时候旁边通信学院有个同学考计算机学院的硕士研究生，初试分数不高、复试表现可能也不好，就被刷下去了。真的很可惜，但也没有办法，虽然学科背景看起来很近，但实际上专业基础课程相差很大。
然后就是真正的考研准备了。这个说到底还是看大家能不能下功夫了，只要功夫用得深，初试成绩就不会差到哪里去。但是本人建议大家还是需要对自己的初试成绩有个心里预期，为啥呢？如果初试成绩不高的话，复试被刷下去的概率就比平常的 1:1.2 要高了。只有那些复试表现非常好的同学，才有可能利用复试成绩把初试成绩的锅补好。尽可能地把初试成绩提得高一些，最好在最后复试的人里面能够位于中等以上。
考研结束后过了初试分数线即可开始准备复试。复试往往有笔试和面试，甚至还有机试。笔试主要是考察未在初试考察过的专业科目，面试主要是考察个人的基本能力（包括英语能力、专业能力等），机试则是考察编码能力（主要是由于近年很多跨考考生没有任何编码能力）。根据学校不同，可能会有不同的具体复试要求，但比较重要的是如果能与一位心仪的导师取得联系，那可能会有所帮助。如果是上大本校，则比较容易。多提一嘴，导师是大教授还是小讲师，对于未来的研究来说可能也是有利有弊的。大教授可能需要忙着更大的一些事，没有那么多时间直接指导学生，但是肯定能为实验室创造一个比较条件优越的研究环境，比如说有很多服务器和显卡（哈哈哈）。小讲师相对而言指导学生的时间会多一些，非常有利于你从他身上学东西，对于研究的开展也是很有帮助的。
硕士
保持好奇心
本人是在 2016 年、也是一个计算机专业非常容易就业的时期开始的硕士研究生学习。那个时候学硕的课程，对我来说还比较容易接受。虽然硕士课程都是研讨课，但是本科的时候本人就已经习惯了这种课程方式，所以问题不大。不过对于从外校来的同学来说，可能刚开始有些不习惯这种老师给一些问题让大家组成小组下去讨论、然后按照顺序让大家做 ppt 讲解的研讨课方式。实际上，在国外这种课程方式屡见不鲜，基本上都是这种方式。从硕士研究生的培养目标来看，就是要有“给你一个问题能够自行查找资料、思考最后解决”的能力。所以说，检验一个硕士研究生毕业合不合格，最简单的标准就是这个。
当然，课程只不过希望大家在开始正式的科学研究之前，先掌握计算机专业研究领域各分支的一些通用基础知识，比如说高性能计算、可计算导论、数据挖掘、图像理解、模式识别等。可能实际上跟着导师做相应的研究内容，这些东西还远远不够，我们依然需要去自主地学习一些领域内的基础知识。这个时候，好奇心就会起到很好的作用。比如高性能计算，实际上涵盖了很多东西，也有很多关联的领域分支，像容器化、虚拟化等等。一般来说，可能硕士研究生课程并不会具体讨论虚拟化、容器化等技术，甚至也不会让你在这些技术的基础上尝试搭建出小型的私有云计算服务。但是如果实验室有条件，建议大家不要让这些设备闲置，充分利用起来，可以尝试很多新的、应用在实际产业的东西。
多和导师讨论
说句实话，导师是你在读研究生期间可以找到的唯一免费的、可以经常一起讨论的“领域专家”。可能有些同学不大认可最后四个字，“我的导师只是一个小讲师，他怎么能算得上是领域专家呢？”。当然，我们通常所说的领域专家是指在某领域具有比较深入研究经历、能够引领领域发展的大佬。和那些大佬唯一不一样的是，你的导师可能还没能够引领领域发展，但是作为一个研究生导师，必然已经读过了博士，甚至有一段时间的博士后研究经历，对于他所研究的领域应该来说还是比较了解的。即使是刚开辟的新方向，他也可以基于他做研究的经历给你提出一些中肯的建议。话说回来了，做研究也不可能靠、等、要，必须要自己主动去找资料、查文献，形成自己的理解。这样一来，即使面向新课题，也会产生自己的想法和解决思路。然后找到导师进行讨论，导师也会在方向上提出建议，至于细节自己必须要掌握好。
如果没有办法和导师讨论，可能就以下两种情况：一是导师实在太忙抽不出时间，但是我相信只要你提前预约好应该问题不大；二是自己什么也没做也没想所以没有什么需要讨论的东西，这种情况问题就在自己身上了。从本人的经验来看，能够做到以上两点的硕士研究生一般都过得比较轻松，因为没有人去推他，都是他去推老师，压力都在老师那里。另外，好奇心的驱动会让你能探索计算机学科更多的领域，而不是仅仅眼前研究的领域，这实际上对于更好地解决眼前研究领域问题也是大有裨益的。
申博准备
虽然说硕士到博士的分流比例要比本科到硕士的相对低很多，但实际上近年来也大有增多的趋势。而且在就业上来说，硕士比本科就业面要窄（但工资高），而博士又比硕士就业面更窄（但工资高）。所以实际上做读博的决定要比读硕士的更难上一些。既要考虑现实的家庭、情感，又要考虑未来就业。但无论如何，如果你一旦做出了这个决定或者有了这个机会，为何不尝试一下呢？
国内申博不是太了解，据本人粗浅了解，大部分也是申请制，即准备材料然后面试。国外申博也大抵如此。不过国内学校好像会组织小型的笔试，然后再面试，和硕士考试有些类似。这里主要想介绍一下申请国家公派留学出国读博的经历和经验。
在国外，博士一般都是要发工资的，尤其像欧美有些国家有些学校可能还会有最低标准。而这笔工资如果你个人没有奖学金，那就要让你的导师出，所以国外导师倾向带有奖学金资助的博士。博士奖学金主要有三类：一是国家留学基金委资助的国家公派，二是学校所在国家资助的国费，三是财团资助学校成立的奖学金资助。相比较而言，可能第一种是最容易申请到的。但是如果你联系的国外导师比较牛的话，那可能拿第二、三种都不是问题。不过，国家留学基金委资助的国家公派生有两年的回国服务限制，有些同学想要毕业后留在学校所在国继续发展，可能会直接排除这个选项，但是如果你本来就打算回国工作生活的还是值得一试的。
本人拿的是 MEXT 奖学金，也称日本文部科学省奖学金，在中国国内申请属于政府间交换奖学金，所以属于两个国家的公费生。这个奖学金除了上面提到的两年回国服务限制，还需要去东北师范大学留日预备学校学习一年日语。有些不想耽误一年时间学日语的同学可能又会直接排除这个选项。实际上，在日本国内通过学校也是可以申请这个奖学金的，只不过很难，因为僧多粥少。如果你联系的导师很牛，那这个可能也没什么问题。
至于申请，是需要通过学校同意提交材料到留学基金委，然后再由留学基金委筛选后转交给日本驻中国大使馆，之后会通知到北京参加日方面试，面试通过后发第一次选考合格通知。接着就是去东北学日语，不过期间会有第二次选考，主要有些敏感专业会被刷掉，比如核物理。材料的准备当然要按照要求备齐所有材料，其中中英文研究计划是比较重要的材料，需要体现自身对于研究主题的了解、理解和思路，能够让留学基金委和日本驻中国大使馆的老师一眼就能看出来你和别人是不一样的，相信你可以把这个研究做好且对于任何一方都是有意义的。
国家留学基金委资助的其他博士生项目，一般来说都是要求已有国外导师同意接收，然后才能申请。申请只有材料审核没有面试，所以材料就显得更加重要了。至于能不能中也是要从很多方面来看的，以下列出一些想到的：
- 拟研究的课题是否和当前国家的重大战略需求相关
- 申请人是否有充足的研究基础和研究能力
- 国外导师是否有能力指导该研究（一般看国外导师的相关论文发表情况）
- 国外学校是否有条件支持拟研究的课题
- 申请人个人对于未来毕业归国后的打算
如果硕士导师没有比较熟识的导师介绍，或者也没有什么亲戚在国外大学当老师，则需要自己找老师，然后发邮件套磁。一般还是以研究课题出发，找比较相关的老师，也可以尝试一些知道的大牛教授。在学校的官网或者学院的官网，通常都可以看到老师的研究方向及发表情况，也可以找到老师的联系邮件。网上也有很多套磁的模板，不过需要按照自身情况和老师研究情况进行调整。如果老师感兴趣的话，就会回复邮件，然后约个时间听你介绍一下你硕士期间做过的工作。
博士
博士是一段神奇经历的开始，也是研究思路转变的开始。硕士期间，我们可能是在学习如何解决问题；博士期间，则可能是要先发现问题、提出问题，然后再解决问题。本人在第一次和导师面对面讨论的时候，最后导师跟我说，“让我们一起来学习研究这个问题吧”。事实上，博士期间研究的问题很有可能是会超出自己和导师平常认知的，但这也是研究工作做得更加细致化的必然结果。发现原来没有注意过的事情，或者证明一个大家都习以为常的认知，都可以是博士研究的课题。
攻读博士期间
在攻读博士的两年多时间里，通过和身边的博士、博士后接触，发现大家实际上都会存在类似的经历和痛苦。比如说，研究进程不是预期中那么顺利，有一个奇怪的结果一直挡在了路上，无法规避也无法解释。这个时候可能会有很强的挫折感，也容易失眠。实际上，面对这样问题的时候，主要可能有两种可用的解决方法：
- 一是做另外一个研究，或者另外一件事情，让这个问题稍微冷一冷。通过换一换脑子的方式来使自身的压力获得放松，然后一两周后再捡起来从最开始的地方把东西梳理一遍，通过不断标准化、规范化、比较他人结果等方式来找出可能的原因，最后得到验证、成功解决。
- 二是抛弃原有思路，彻底换一种思路解决问题。如果前期为了解决问题已经提出和实现了自己的思路，那可能这种方式有点浪费原来的实验结果。但当找到错误的可能性实在太低时，也不失为最节省时间的好办法。
毕业后
很多计算机专业的博士可能首选工作都会是产业界，的确工资相对来说较高，各种待遇条件也比较好。不过如果对于科研很感兴趣，希望能够进入大学任教，还是可以继续读个博士后发几篇文章再进学校。产业界其实对于博士的要求很简单，只要你能给公司带来数倍高于付给你工资的利润，非常欢迎你。学校或者科研院所则对此持不一样的态度，只要你能发好论文、带好学生，非常欢迎你。不管怎么说，只要你能力足够强，到哪里都会受欢迎。