16级学长的保研历程：从上大到清华

简介

时光飞逝，距离上大毕业已经过去许久，如今硕士生涯也即将进入尾声，16级也已经成为了历史。我是16级计科专业的本科毕业生，若无意外可能也是近年来计院成功推免并就读Top2高校的第一人。本篇文章针对我的保研经历仅基于回忆，具体的信息还需要依据学长学姐的最新分享为准。但除了保研以外，本文也会记录自己的一些代码外的思考以及就业方面的建议。希望对大家有用~

基本情况

• 专业：上海大学计算机学院，计算机科学与技术，16级，主要方向：计算机视觉、深度学习
• GPA：3.84 (推免时3.82)，成绩排名：2/273 (前期夏令营时4/273)
• 荣誉：国家奖学金，上海市奖学金，学业特等奖学金(连续三年)，创新创业奖学金(连续两年)
• 科研：中文核心水文*2，发明专利*1，软件著作权*1，国家级创新项目负责人，上海市创新项目负责人，项目若干
• 竞赛：美赛M奖，其余水奖近10项
• 六级：560+
• 最终去向：清华大学软件学院

夏令营情况

• 获得入营资格：复旦大学计算机学院、中科大计算机学院、华中科技大学计算机学院、南京大学软件学院、同济大学电信学院、同济大学软件学院、上科大信息学院、华师大软件学院、华师大计算机系
• 参加的夏令营：复旦大学计算机学院 (未通过)、中科大计算机学院 (offer)、华中科技大学计算机学院 (offer)、同济大学电信学院 (offer)

采取海投策略，把一线城市的985高校几乎投了个遍，当年上大简历依然无法通过相当数量头部高校的初筛(尤其记得北理北航和所有中科院所皆没拿到资格)。由于时间冲突，后来仅参加了4所高校的夏令营，除复旦外都拿到了offer。

具体而言，复旦计算机学院的OJ考核对非ACM选手很不友好，也是没有通过的主要原因；中科大和华中科技大学计算机学院的机试都不难，面试正常表现即可；同济大学电信学院当时面试有英文自我介绍。由于当年都是线下的夏令营形式，因此比较重要的一点就是在夏令营期间联系导师并与导师见面。

预推免情况

• 获得预推免资格：清华大学软件学院、复旦大学计算机学院、浙江大学软件学院、东南大学计算机学院
• 参加的预推免：清华大学软件学院 (offer)、复旦大学计算机学院 (offer)

预推免期间，我基本只考虑优于中科大的学校进行投递，北大、上交依然没能拿到资格。清华能够给我机会确实是先前没有想到的，因为上一届学长学姐的最优去向也仅是浙大和复旦，也因此对于清华的机会也特别珍惜，当时机试面试前一天晚上在旅馆，也暗暗下了决心“这可能是你这辈子离Top2高校最近的机会，请好好把握！”。清华软院的考核也是机试+面试，机试稍有难度(当时是3道题，ak了前两题，第3题来不及做且看不到分数)，面试的老师也有一定的水平，问得比较深，基础知识记得有被问“集成学习中bagging和boosting的区别是什么？”和“决策树的训练过程是怎样的？”。庆幸的是，我顺利通过了清华软院的考核，也成为了名单上仅个位数的来自211学校的入选者。当然，清华软院基本上外校给的都是专硕，并且在9-10月推免期间一直未能明确每个导师的名额数量，也因此在找导师方面遇到了比较大的困难。除了清华以外，我还参加了复旦计院的第二次考核，但依然由于自身没有ACM经历，最后仅拿到了专硕，最后遂放弃。

如何准备保研

保研一定是个持久战，从大一开始就需要开始卷。不过，简单来说，保研的考核对象也就是：GPA+科研&项目+竞赛+代码能力+基础知识，具体如下：

• GPA：没什么好说的，排名越靠前越容易通过顶尖高校的初筛，既然想保研那就是硬卷
• 科研&项目：可以进入导师的实验室做一些真正意义上的科研或者项目，有顶会顶刊论文或者在投肯定是极大的加分项，以及要好好准备如何润色自己的项目(简单来说就是面试时如何吹，这一点甚至比实际做的内容更加重要)
• 竞赛：ACM类竞赛含金量最大，对未来就业而言也有极大价值；其次可以参加些数学建模(国赛+美赛)和创新创业比赛，如果是AI方向还可以参加Kaggle、天池等公认的刷榜比赛
• 代码能力：ACM选手无需准备，非ACM选手需要刷题，如果没有算法竞赛基础，建议过一遍《王道论坛计算机考研机试指南》，刷题方面可以使用各高校OJ平台、浙大PAT等，这些平台的题目类型与保研机考类似，LeetCode反而针对找工作但与保研机试有差异
• 基础知识：主要是自己方向和项目涉及到的基础知识，可以在网上找对应方向的八股文，这一点和找工作也是一致的

虽然作为上大的学生，但是完全可以以清北高校标准要求自己，清北的很多同学只要在本科期间没有你努力那就很大概率会落后于你。如果你能长期保持高强度的本科生活，3-4年的时间足够让你比肩清北本科生的平均水平，特别是在重视技术的计算机类专业。

至于从哪些方面切入，如果决定保研，那就按照上面列出的逐条准备，特别是GPA是一个长期的事宜，贯穿了整个本科四年，应当给予最大的重视程度。就我个人而言，以下列出我大一至大三期间的一些经历和成果，仅供参考，也希望未来的学弟学妹们能够超过我~

大一：学习+兴趣

• 大一全年GPA：3.69，针对保研而言不够高
• 养成了自习的习惯，不上课的时候就在图书馆/自习室
• 坚持每天背单词(充分利用背单词App)，大幅提升词汇量
• 尝试阅读英文原版书籍，针对个人兴趣选择读物
• 一时兴起尝试考插班生（以失败告终）
• 暑假期间参加新加坡国立大学的访学项目
• 由于当年还无计算机直招，因此在理工大类以综合排名前5%分流进计算机学院
• 侥幸获得学业特等奖学金

大二：学习+竞赛

• 大二全年GPA：3.83
• 入门数学建模，参加竞赛 (个人经历证明，ACM相较于数学建模更具优势)
• 确定了未来保研的目标，每门专业课争取4.0
• 作为负责人申请了创新项目，校级立项
• 进入了导师的CV实验室，开始学习机器学习、深度学习、计算机视觉相关知识，阅读论文
• 作为负责人申请暑期社会实践活动，获得校级A类品牌提升类立项
• 暑假期间参加山东大学“可视计算”夏令营，完成一个可列进简历的点云项目
• 暑假期间开始刷志愿者经历 (针对计院保研加分政策)

大三：学习+科研

• 大三全年GPA：3.95
• 全身心准备保研，继续参加竞赛，立志于全科4.0
• 开始准备机试，持续刷题练习
• 被导师安排科研项目，在研究生学长的研究基础下继续深入，后作为负责人申请了创新项目，并获得国家级立项
• 一作完成两篇机器学习方向的论文，投稿中文核心期刊
• 5-7月期间，申请各学校的夏令营和预推免（海投）
• 暑假参加夏令营和预推免，获得5所985高校offer

方向与导师选择

关于方向，如果跟我一样主要研究AI算法，那么硕士学历是必须的(博士学历其实更加吃香)，保研也比考研有明显的优势。而如果是开发方向，未必需要读研，因为硕士期间也涉及不到过多科研，建议根据计算机行业和互联网行情自主决策，选择远远大于努力，不排除学历贬值的速度大于就业市场环境的变化速度。

显然，AI方向包括CV、NLP、推荐系统、数据挖掘、以及冷门的联邦学习、深度学习编译器等。在方向这个问题上，最重要的是自己的兴趣，其次是和先前科研/项目的匹配度，第三点是宏观市场的需求供应量预测。当然，第三点也是最困难的，若干年前CV在互联网几乎找不到落地场景，也因此CV算法的同学大批量转推荐系统；但近两年开始推荐系统在互联网的应用也达到了阶段性的瓶颈，反而CV因为自动驾驶行业的崛起而更受青睐。

行业在变化，需求在变化，唯一不变的就是变化本身，也因此当下最为火热的技术并不代表未来就是好的。作为22年的硕士应届生也明显体会到AI算法相较于开发在就业形势上的巨大劣势，特别是互联网的降本增效也越来越多地在无法带来效益的算法团队上缩招甚至裁员。哪怕同属AI算法领域，冷门的深度学习编译器反而竞争更小，在22年这个节点上也更容易找到高薪工作。也因此，坦白而言，我其实后悔了当时坚持在AI赛道特别是CV方向，而没有具备足够的开发或者其他行业的相关能力。

在导师选择上，由于我本科期间主要围绕计算机视觉、深度学习、机器学习方向展开相关的学习和项目，也因此主要也是联系AI方向(特别是计算机视觉)的导师。这里希望大家重视导师选择的问题，导师决定了未来硕士若干年的成果和幸福问题，要么实验室具有强劲的论文发表基础可以帮助自己科研，要么导师比较佛系可以有大量的自由时间或允许实习。

后保研&研究生生涯

保研后的这段时间是比较清闲的，一方面可以放松放松，做做自己感兴趣的事情，体验下真正的大学生活；另一方面，这也是段非常适合实习的好时期，去工业界体验下真正的工程研发也能够为今后的简历上填上一笔。

保研只是决定了你去哪个学校，这只是开始，并不是结束。哪怕你是清北的学生，照样会被其他985和211的顶尖同学超过。也因此，如何过好研究生生涯让自己若干年后依然具备竞争力也是需要考虑的。从研究生的第一天起，我的导师就对我说“你作为一个清华的学生，就应当能够一个人完成3个人的事情！”。也确实，在之后的研一研二，我经历了学生生涯最为忙碌和高压的两年，课业、科研和项目的并行成为了常态，但这也为我的简历上增添了不少科研和项目经历。

如果你也是AI方向，那研究生期间最能带来竞争力的就是顶会顶刊的论文，但这个过程可能充满挑战和挫败，特别是以CCF-A类作为目标，可能在若干次的被拒和大修中逐渐丧失了热情。但这个时候还请坚持下来，科研就是这样枯燥乏味，只要不断地对目前的工作进行改进和优化，被录用其实也只是时间问题。

另外一点，除了专注于自己方向的研究以外，也请时刻关注行业的发展和现状，你的研究对应于哪些公司和哪些岗位？这些岗位是否能真正地为企业创造价值？除了直接对口的去向以外，是否还有其他行业或公司？如果你的主要研究方向在工业界的需求或行情不够理想，那就需要考虑是否有其他自己能转的相似方向，技多不压身，多学些东西(哪怕是计算机专业以外的)都是有益的。

就业相关

绝大多数同学研究生毕业后也是以就业作为去向。在22年的节点上，计算机类专业的就业去向大致分为以下几类：

• 国内互联网：无论算法类还是开发类，显然互联网是最多的去向，岗位也很全面，薪资往往也比国企央企外企等高不少，但这是一个很受宏观经济影响的行业，今年以来互联网行情急转直下，明后年如何还需持续观察
• 互联网外企：Google、Microsoft、Apple、Amazon、Intel、PayPal等在国内的研发团队，难度较大，一般性会卡学历，薪资大概率会比国内互联网低，岗位也会少很多，仅个别有AI算法类岗位，开发岗位不少。外企最大的优势在于WLB(Work Life Balance)，工作强度比国内互联网小很多，几乎不用加班
• 国企央企：
  • 银行类：国有商业银行(工农建中等等)的总部、软件研发中心、分行，一般性开发类岗位较多，个别存在算法类岗位(有些在银行的子公司)，薪资比互联网低不少，但重在稳定
  • 券商类：各证券公司，招人不多，薪资比银行高，基本都有开发类，个别有算法或者量化类岗位，但一般性都要求实习转正的形式，很难直接通过秋招春招录用
  • 华为/中兴：实则不是国企，只是国资，相较于互联网更为稳定，华为近年来薪资开得并不比互联网低
  • 国家电网：如果能进是很香的，基本上需要参加国家电网的校招会或者考试，专业要求不高，是可以求稳待一辈子的地方
  • 运营商：电信、移动、联通，同样开发类岗位较多，算法类岗位可能只在子公司存在
  • 中国航天/中国电科/中国电子/中国船舶：传统国企，开发类岗位基本都有，算法类未必有
• 独角兽-人工智能：以商汤、旷视、依图为代表，AI研究能力基本上都很强，但是落地和工程能力差，目前依然处于亏损状态，算法类同学可以考虑，开发类岗位技术含金量不高
• 独角兽-新能源/自动驾驶：随着新能源汽车行业而崛起，以蔚来、小鹏汽车、理想汽车为代表，也包括很多其他创业公司，目前属于快速扩招和发展期，算法类围绕自动驾驶相关算法，开发类岗位也有。除此之外，可以特别关注比亚迪，目前销量业绩已经可以与特斯拉竞争，也在大扩招
• 独角兽-芯片行业：芯片行业当前也处于风口，包括地平线、寒武纪、哲库、复旦微电子、比特大陆等，算法类岗位基本偏向于底层C++，开发类岗位也有一些
• 选调&公务员：体制内铁饭碗，不管经济如何都不受影响，如果能够走选调或者考上公务员那也是特别香的，比较看重学历和学生工作，未来基本不再与代码打交道

针对找工作，那就应当以公司的考核方向进行努力，在就业方面其评价指标肯定和保研是有差异的。技术类的考核指标基本是：学校/学历+实习经历+项目经历+竞赛获奖+代码能力+八股文，具体而言：

• 学校/学历：针对互联网公司而言仅仅是简历初筛的门槛，只决定是否有资格笔试面试，基本与是否被录用无关，但在一些国企外企而言学校/学历会起到更大的作用(比如华为中兴、银行等会关心学校和学业成绩)。
• 实习经历：特别重要！应该来说是这些考核指标中最为重要的，有大厂实习经历的优势极大，无论是否最终去互联网行业，因此强烈鼓励大家在本科研究生期间有机会多去实习！
• 项目经历：如果是算法岗那就是科研项目的深度，是否有足够的创新性；如果是开发岗那就是项目的复杂程度和应用价值，如参与开源项目建设会是一大亮点。同样，要想好如何包装自己的项目，以在面试时表现出色
• 竞赛获奖：一般性比较认可ACM类竞赛奖项，其它数学建模、创新创业等认可度不高
• 代码能力：主要在笔试和面试被考查，题型与保研机考不太一致，需要多刷LeetCode，也因此建议大家尽早开始刷题
• 八股文：相关专业的基础知识，面试时候或多或少都会被问，算法岗就是AI模型相关(SVM、决策树、梯度、过拟合等)的基础问题，开发岗就是OS+计网+数据结构等基础，网上有不少整理后的材料可以进行复习

针对就业和职业发展而言，同样是选择>努力，行业和需求同时在变化，就业难易度不仅取决于宏观的经济环境，还取决于自己赛道的供需关系。若干年前，没人能够想到互联网行情会在22年大幅恶化，也没有人想到芯片行业能够快速崛起。如果你看到了这样的机会，只要有时间，那就去勇敢拥抱吧。风口上猪都能上天，但风口也会有过去的那一天，毕竟长者都说过

一个人的命运啊，当然要靠自我奋斗，但是也要考虑到历史的进程。

后言

上大的校训是“自强不息，先忧后乐”，清华的校训是“自强不息，厚德载物”，其中共同的“自强不息”曾经激励了我们，希望也能激励你们。如果你不甘平庸、希望大有所为，那现在正是最好的奋斗时期。加油！上大人！