小tips¶
-
申请的时候尽量不卡ddl
-
一个良好的形象是非常重要的
-
面试感觉不是说答的好结果就是好,可能老师疯狂怼你,最后过了,老师跟你愉快聊天最后把你刷了,所以就是表现出自信和想来这个学校的决心就行,一个自信的形象会让老师觉得你这人真不错。
-
关于套瓷老师,建议一个学校套一个,不要套多个,特别是还没开始考核的时候,套多个可能会发生很尴尬的事情
-
六级很重要
-
申请材料提交之前要有检查一遍的好习惯
-
准备一下中文/英文的稿去简单地介绍这个项目干啥的以及自己的贡献
简历、项目、编程、数学、专业课、
-
编程,leetcode简单+中等,按照tag刷题或者 (CodeTop前200题,LeetCode热题100,PAT甲级的题目也非常不错 配合《算法笔记》这本书刷)
-
数学:微积分+线代+概统,去经验贴上看看有什么问题,比如常见的“矩阵的秩”,“拉格朗日”
-
专业课:找了八股文(知乎直接搜“xxx八股文”比如:“操作系统八股文”),结合经验贴上的问题去背,验贴上的问题真的会问,体系结构,计算机网络,数据结构
-
英语:去经验贴看看别人都被问了什么英语问题,结合自身情况写一份答案
个人陈述(很多地方都需要这种文书)
- 个人基本情况介绍
- 个人科研经历介绍
- 个人研究兴趣
- 个人未来规划
双非相对友好型985:华东师范大学、吉林大学、大连理工大学、东北大学、电子科大、重庆大学、西北工业大学、山东大学、国防科技大学、中南大学、湖南大学、厦门大学、浙江大学软件学院、南京大学软件学院、中科大科学岛;(北邮西电等211也是基本不歧视双非的、上科大和南科大有意向也可以多多尝试)
双非基本不用尝试型985:中山、武大、上交、北理、同济、南开、西交(卡学科评估)、哈深
acm机试选手友好型985:北航、华师、浙软等有机试的学校
弱committee(导师权力大)院校:成电 西电 北邮(两电一邮)、西工大、重大、苏大,计算所,南大软院,重庆大学,南科大,南开,川大,华师(学生内推)
不提供宿舍的学校:
- 北大本部专硕(不包括软微、信科)
- 北师本部专硕
- 复旦专硕
- 南大专硕
- 上交人工智能专硕
- 华科专硕提供一年
bar 指的是学校的门槛
oq 学校认为你的实力比较强,发你offer你也大概率不来,所以不选择你,把名额留给更可能来的同学
强com 学院的权力比较大,更多的是学院统一审核简历决定谁来入营
弱com 导师的权力比较大,更多的是由你联系的导师来决定谁能入营
套磁 指向导师发邮件自荐,推销自己
一个建议 针对SYS方向¶
link:https://zhuanlan.zhihu.com/p/652601792
一个建议¶
link : 知乎 bg: 某九 se rank2 2022
复习准备建议¶
5.1 文书准备¶
文书建议越早准备越好,我大概在大三下开学就将文书制作的差不多了,后期只是增加了一些奖项和经历。文书在保研过程中的地位可轻可重,但是绝对没有保研机构宣传得那么重要(因为人家要卖文书辅导,印象中是一两千)。文书的准备只要将你的亮点清晰的展示出来就行,不需要追求辞藻华丽和极度的美观。
- 个人简历
建议一张 A4 纸,模板可以用超级简历、Latex、或自制 word 模板。
- 推荐信
建议至少准备两封,直博生可以准备三封,有备无患。推荐信要从多个角度来写,比如一封是从科研导师角度,一封从任课老师等。
- 自我介绍
建议准备一分钟、三分钟等多个版本的中英文自我介绍。
- 个人陈述
字数要求最多的学校大概需要 1500 字个人陈述,中文,其余的可以在此基础上删减。
- PPT
个人展示 PPT 也是非常必要的,很多学校都要求用 PPT 展示自己。个人建议使用简洁模板,在 PPT 中封面插入对方学校校徽,PPT 底色改为与校徽同色,以表示对其充分的尊重。
5.2 专业课准备建议¶
专业课考查内容就是 408。最常考的就是数据结构、计算机网络、操作系统、计算机组成原理,部分院校(哈工深、南软等)也会考软件工程,数据库,离散数学等。复习的主次顺序:数据结构≈计算机网络≈操作系统 >> 计算机组成原理(组成原理基本不会被考到)。
我个人的复习经历是:首先过一遍王道教材,边看边将自己认为的重点内容以及需要重点背诵的记录下来。过完一遍以后,在考前可以只看第一遍记录下来的重点,有时间的话建议考前多看几遍。我只复习了数据结构、计算机网络、操作系统三门,其余内容只要坚信不会考,他就不会被考到。事实证明,这样可以应付几乎所有的面试,因为面试不会问的很细很深入,也不会有计算内容(专业课机试的话需要另一套准备方法,但是我没有相关经历)。
5.3 机试准备建议¶
大部分学校考核都会有机试环节,建议使用 C/C++ 练习和考试。我个人算法功底很差,因此是通过看《算法导论》以及《王道机试指南》先入门,然后再牛客、力扣、acwing(算法基础课还是挺值的)等平台上按类别刷题,最后针对每个学校的往年题开刷。
csp 认证可以考,人大好像可以抵分。
pat 往年可以抵浙大机试,2021 年已经不行了,今年还不知道。
一般机试占比不会特别大,如果你对自己的机试没有自信,建议选择不看中机试或者没有机试的学校。
整体来说,对于一般同学来说,机试准备难度大,进步较慢,受益较低。
六. 保研资料小广告
针对上述的复习准备建议,我整理了我在整个保研过程中使用的文书、专业课电子书、专业课复习提纲以及经典问题、历年机试题等。如果各位保研人有需要的话,欢迎支持一下哈哈(有打包的全部资料,也有单独门类的资料)。
一些资源:¶
复习:https://github.com/ddy-ddy/cs-408
模板:https://github.com/yuezih/King-of-Pigeon
北航考核的准备¶
,发现北航的面试体系是 7+4+1+1
-
7 指的是专业课
-
数据结构与算法
- 操作系统
- 计算机网络
- 计算机组成原理
- 数据库
- 编译原理
-
软件工程
-
4 指的是数学
-
线性代数
- 概率论
- 离散数学
-
高等数学
-
1 英语
- 1 政治
针对数学
- 我买来了张宇老师的基础班复习,毕竟保研更针对的是知识的广度,而不要求你会做题(少数的学校笔试除外)
- 切忌需要看视频,前期线代我不看视频读完整本书,感觉知识窜不起来,理解的不深刻,最后还是重新看了一遍视频。
-
但是你需要区分轻重
-
线性代数和概率论,大多数学校问的很多,就当顺便准备。
-
于是这两个我就完整的看完视频,并看了例题(不做习题)
-
而高等数学问的就相对较少
-
我就看看书本和例题,遇到看不懂的再去翻视频讲解。
-
离散数学,我去翻以前大二的课本来复习,顺便结合了之前大二看的 mooc 电子科技大学王丽杰导师的 PPT
-
个人认为,保研过程中的数学优先级,尤其对于 AI 相关领域的导师大致如下:
-
线性代数 > 概率论 > 离散数学 = 高等数学
针对专业课
- 408 其实看 B 站上的王道考研就行了,然后网上的 pdf 课件,忘记了,或者面试遇到了,就复习这些知识点,效果会好一点。
- 个人还当了大怨种买来了一整套 408 考研书,事实证明根本没有时间看
- 编译原理,我对着大二下的 PPT 进行复习
- 数据库,发现 PPT 内容太多了,根本没有时间看完,所以去知乎面试题总结看了下,并且遇到不会的概念,就去 GPT 问一下
- 软件工程,没复习(赌狗天赋
针对英语
- 口语真的很重要,多练练多背诵几个问题,以及准备好自我介绍。
- 这个是一个很大的拉分项,大多数人的口语都不好,也是我的痛处。
- 听到问题后,快速组织几个单词出来,可以先用 “Thank you for your question” 来缓一下
- 流利度影响听感,这才是主要的评分依据,只要流利,词汇就算不高级分数也不会低。能做到流利的人其实并不多。
针对政治
- 无论如何都要说一些东西,往年有人就是因为一句话没有说,直接挂了思政不合格,机试全场排名还是第二。
另外,针对人工智能
- 因为我参加过了《华为昇腾 AI 实训项目》,pdf 课件什么的,我都有保存,讲的真的很好。
- 并且是华为奋斗在 AI 岗位的一线员工,他们自己做的,企业交付课程,确实比某些学校交付的课程好上不少。
- 我针对 pdf,8 月再一次复习了深度学习和机器学习,而没有去看西瓜书,毕竟这个华为这个真的太全太系统了,也不是那种很枯燥古董的。
- 这些知识储备,后来也为我很好的带来了一些面试机会,以及应对了一些提问。
于是我就对着专业课、数学、英语、深度学习、机器学习,连续一个月进行复习,早上 9 点半或者 10 点出门,晚上 22 点或 23 点回宿舍,跟考研的室友保持同步。
- 其实中途,每周一、周五会跟 ACM 队友打 5h 的团队训练,参加牛客多校
- 一段时间实在太高压了,休息了一周打了一周王者(确信)
当然我白天也并不是完全复习专业课,因为保研更像一场 “信息战”
- 调研真的很重要,选择大于努力,白天复习累了,我也会去看看一些经验贴,以及 github 仓库有无新开的预推免信息。
- 睡前或闲暇时间,曾经是看知乎的一些乱七八糟的帖子,也换成了保研的一些数学、专业课、机器学习、深度学习的复习贴。
当然焦虑是难以避免的
- 我发现有些 ACM 群或者保研群,会给我带来很多没必要的精神内耗,所以我把所有的 ACM 群都屏蔽了,只留下几个保研群来看最新消息。
- 晚上睡前也会控制不住想很多东西,我也算明白了学长 B 说的,当初保研那段时间,他真的焦虑到 3、4 点才睡着。担心自己最终没有书读,担心自己三年努力最终付诸东流,担心自己承受不住其他人的嘲笑,还会担心很多东西。
- 所以我买来了褪黑素,每天睡前都吃一片才能安稳入睡。但这个东西有致瘾性,影响激素分泌,保研结束后我国庆的时候没吃它,结果到 3 点多才入睡成功。权衡了一下,我不得不吃,毕竟我必须保持作息,高效率复习,我还读个 p 的研。
四非rank1 资源链接
北航这类 985 培养出来的本校学生,真的恐怖
- 我初中有个很好的同学 Z,他高考上了北航 AI 院
-
但是他们大一开学后的 C 语言课,每周都会有若干道题作业(我记得是 10 道)
-
当时开学才两三周左右,因为我高中有
OI
基础,他不会的题目,会在 QQ 上请教我 - 难度不等,多数是类似
Codeforces
中div2 ABC
难度的题目,其中就有一些贪心、数论类型的题目 - 甚至还有可以达到
CF1600分
的题目 - 而这仅仅是对开学两周的大一新生所面对的
而我记得,我的本科开学两周时,我记得室友们还在学if
和for
语句。
朋友 Z 还只是 AI 院,学院的 ACM 氛围没有那么浓。我想北航计院、软院至少也应如此。
我也曾看过上海交通大学的大一高数期末试卷,试题更是达到,甚至超过了考研难度
- 每一道放在我们学校,都是可以当压轴的感觉
- 我想,如果我大一去做,我很有可能无法及格
- 我本科的高数期考试卷,有不少改编自平时的作业,也就很容易达到 90 + 的成绩。
我也帮助过某 985 的朋友,辅导他的数据结构课、算法课
- 他说他真的要挂科了,我一开始以为只是卖弱
- 直到我在他的作业里面看到了 反悔贪心。。。
- 甚至还有
CF1900
分级别的题目,我也拿给了 CF 紫名的学长 B 做了,最后他表示做不起来,跟其队友 H 一起思考才共同解答了出来。而这是一个 ACM 铜牌队共同完成才能做出的题目。
四非和某些中上 985 的差距,确实很大
后来我发现远比我想的大多了
我能上岸北航 SE,真的是运气拉满了,如果面试专业课、数学,少问些我擅长的科目,多问一点我没复习到的,很有可能我就 G 了
之前以为北航软院进复试的,应该都是机试能力较强的 ACMer
- 机试结束当晚 ,看到有人因为机试成绩不理想,而放弃面试
- 我寻思着机票这么贵,干嘛不明天尝试一下面试
- 后来发现我呆瓜了,能这样直接放弃的,可能是本校啊,哪来的路费
结果拟录取后,发现群内几乎都是北航本院的卷王
他们经历了,我之前所述的大一那样的磨砺,其机试水平我认为丝毫不亚于一些ACM
铜牌选手
双选阶段,很多老师没有因为我是外校的,而不接受我,反而对我很热情,跟我交谈
直到遇到一位老师跟我说:外校的学生能在北航预推免,在本院学生中脱颖而出取得拟录取,还是非常有竞争力的。
我才知道,我可能真的是那个幸运儿
南大计算机资源¶
https://zhuanlan.zhihu.com/p/502719456
一个建议¶
link: https://zhuanlan.zhihu.com/p/659078121
夏令营到预推免的暑假经历¶
从 7.20 下午开始,我开始反思自己的夏令营经历,发现除了自己的战略上失误以外,最根本的还是因为自己准备的时间晚、没有套磁好老师、没有复习好专业课、没有复习好编程算法。同时,手头又要开始着手准备之前搁置的科研任务。所以,从 7.20 开始,我便将这些方面进行了比较详尽的规划,每天时间安排得非常满。
但是实际上,因为科研任务的不确定性,自己复习专业课任务压力也很大,所以 7.20-8.8 这两三周之间,我的效率一直不高,同时安排了大量时间进行了科研工作,只复习了一些机器学习、简单的编程语法。8.9 开始,我详尽地浏览和总结了清北华五两所的不错的老师,用 excel 表格全部整理出来,同时考虑香港学校,这段经历一直延续到 8.19 号。在这之间,我遍历发了二十封邮件给清华深圳、清华本部的老师,在 8.17 当天,收到了 xst 老师小老板的回复,会捞我入营,叫我好好准备机试。后面也还收到了清华本部的一些老师的积极意向,但是并没有后续的联系。最纠结的时间段是清华报考的选择,虽然我不太想去深圳,但是还是报名了清深计算机作为一个志愿,另一个志愿我抱着试试的态度填报了清华大学软件学院。此外,8 月 20 多号,我也联系了北大、计算所、自动化所的老师,对我预推免起到了关键性的影响和作用。这段时间之内,其实我根本没有静下心来复习任何的知识点,所以也为后面清软考试失败做了铺垫。
一个建议¶
5.1 分享¶
5.1.1 何时陶瓷、怎么陶瓷、陶瓷后要做什么
如果是想冲刺清北和华五这个档次的学校,基本上 2-5 月要集中联系,前提建立在你对自己的科研经历已经较为熟悉,特别是自己简历上的每一行字,其次才是专业课的准备,这个倒不是非常重要。因为是前期陶瓷,有很大选择老师的余地,如果是学术方面我建议是联系人品好 + 强导,你的研究方向和老师 match 最好,不行的话最好先拜读一下老师近 2 年的 paper,如果可以(特别是针对那些你很想去的,业界公认的大牛导师、人品非常好的),写一个小综述谈谈你的见解,那么老师会非常欢迎!
文书的材料我建议是个人简历 + 成绩单 + 英语成绩单 + 获奖材料证明 + 科研成果证明 + 简单的陈述(内容是自己的情况介绍、科研经历、和老师的相关性,简单来说就是表达你很强、很适合做科研、和老师很 match,1000-2000 字),前期不宜一次性陶瓷过多,我身边有不少因为一次陶瓷太多而造成的 “笑话” 哈哈哈,最好一个学院一次只联系 1 位,如果 1-2 天未回复就换一家。
前期陶瓷的主要目的是让老师认识你、愿意给你推荐或者 offer 的机会,如果你本科背景不强,那么邮件陶瓷非常重要,能够助力你上岸梦校!我一开始也是有点担忧和老师交流,但是后面交流多了也就没什么了。个人是不建议在强 com 学校陶瓷花费太多精力的,除非你很确信自己一定可以入营。如果可以,最好在陶瓷成功后加老师的联系方式,脸皮一定要厚,愿意给你推荐或者 offer 后要时不时给老师发个消息,别让他 / 她忘记你(推免时候确实要当 “舔狗”)。
此外,强烈谴责海王行为,同时钓着太多老师。虽然有部分老师很海,但是大部分老师都很善良,如果你手上有更好的,完全可以放弃这个 offer,也是给其他同学一点机会,手上一般动态保持 2-3 个 offer 即可,最后推免志愿也只能填写 3 个!今年甚至出现了 929 当天还有 5-8 个 offer 的同学 ,真的是一点活路都不给了。
5.1.2 408 专业课
复习优先排序:计算机网络 == 数据结构 >> 计算机组成原理 == 操作系统
如果有比较丰富的科研经历,基本上面试都不会问什么专业课,只有极个别的学校会拷打专业课,但是我没有遇到问很难的,基本都是问概念和原理,比如八大排序算法、网络分层好坏……。
这部分,我主要是复习了计算机网络和数据结构,计算机组成原理和操作系统只大概看了几十个简单概念。复习形式是整理文档、看往年的面经、看视频(比较零碎,没有非常推荐的)。
5.1.3 数学类
复习优先排序:概率论 == 线代 > 离散 > 高数,不要按照期末考的标注去复习,只要对概念有理解,能做简单的题目就行。
基本上在陶瓷环节,会有老师问到,学院面试几乎没有遇到。
推荐的 CSDN 一个面经贴,每个概念可以都过一下:
推荐 B 站的一个视频,线代中针对矩阵的秩、特征值、特征向量、几何意义、特征值分解以及 PCA 等和机器学习相关的,被问到频率很高,概率论主要针对大数定理、贝叶斯定理等:
【线性代数的本质】特征值 / 特征向量的几何涵义_哔哩哔哩_bilibili
5.1.4 科研项目复习(主要针对深度学习、计算机视觉)
机器学习相关:
机器学习算法基础 - 覃秉丰_哔哩哔哩_bilibili机器学习 - 白板推导系列 (五)- 降维(Dimensionality Reduction)_哔哩哔哩_bilibili
计算机视觉相关,老师讲的非常好,如果有更多时间还可以过下李宏毅老师 2023 年的视频,其中包含了对 chatGPT 的介绍:
计算机视觉与深度学习 北京邮电大学 鲁鹏 清晰版合集(完整版)_哔哩哔哩_bilibili【授权】李宏毅 2023 春机器学习课程_哔哩哔哩_bilibili
5.1.5 机考如何准备
如果有 ACM 经历的基本可以不用听我碎碎念了,应该都有自己的一个复习方向。
这里特别针对零基础的同学,我建议是看到这篇文章的这一刻开始准备机考复习,线下考核机考是重中之重,我也是因为机考吃了大亏。推荐的语言是 C 或者 C++,基本上大部分高校都能支持,前面故事有提到厦大是只能用 C 语言做题的。
如果有充分的时间(指有 8 个月以上供自我分配的时间),可以跟着 Acwing 学算法基础课(虽然是基础,但是零基础确实很难懂)+ 算法提高课,Acwing 跟 Leetcode 比起来有个好处就是它更贴近机考,Leetcode 是不需要你写输入输出的:
如果想速成(只有不到 5 个月时间),推荐刷 Leetcode hot100 题或者代码随想录,跟着认认真真完成和理解,一定有收获:
代码随想录LeetCode 热题 HOT 100 - 力扣(LeetCode)
5.1.6 英语口语准备
按照常见问题整理自己的模版库就行,比如家乡、学校、爱好、为什么想读研、介绍自己的科研内容,每个回答不需要太长,30s-2min 最佳,一定要多动口,多跟其他同学英语交流哈哈哈。
5.1.7 科研项目准备
读研的本质目的是做科研,只不过现在大部分人是由于内卷压力过大,希望能够提升自己学历来增加竞争力。不管怎么说,推免阶段如果有自己的科研经历,会让老师比较看好。就我个人而言,我的科研经历主要来自本科实验室项目、大学生创新训练项目(我知道有部分学校这个大创其实很水),以及我个人对计算机视觉的一些探索学习。对于很多同学来说,凭自己和学校资源是很难获得一份比较不错科研经历的。因此,我推荐目前大二或者大三的同学可以尝试下面这个项目——中科院科创计划,主要靠联系中科院老师跟着做科研,我身边有同学是成功参加了。
5.2 感悟和碎碎念¶
5.2.1 关于自身定位
推免之路是运气 + 实力,自身定位很难简单阐述,要考虑很多因素,一般建议是拿着自己的个人简历找有推免经验的师兄师姐给你参考。如果你希望做学术,那我更推荐人品好的强导,导师因素远大于学校或者地域,并且可以选择直博;如果是想单纯选调,建议是找个 title 好的学校(国内清北独一档),且好毕业的;如果是就业向,那么关键要看导师能不能给你放实习以及学校的 title、地域如何,同时观察组里就业情况,一般敢放往年实验室就业情况的都不会有太大问题。
5.2.2 关于如何找老师
找老师的渠道绝大部分来源于自己去学院官网一个个去点老师的主页,看老师的帽子(院士、杰青、优青和四青等)、近 2 年的论文发表质量(引用量、CCF-A 比例)、项目情况和毕业生就业去向等,此外还要看和自己研究方向是否 match,是否对老师方向感兴趣。
此外,还可以通过往年推免的师兄师姐内推、本科老师推荐、研控评价、谷歌学术 H-index(一般来说,H-index 如果大于等于老师年龄,可以算为学术水平较高的导师)等等方面。
5.2.3 关于 title
个人认为清北在国内属于独一档学校,华五和中九在某些计算机学科差距并不是很大,所以除非是清北,否则不需要不顾一切去冲(个别坑导另说),也不需要太在意网上的中九斗蛐蛐游戏,非要在中九里面争个高下,读研是看导师、看课题组的,一个好老师、好课题会给你带来很大的资源收益,这和高考填志愿有明显不同。
5.2.4 关于直博和工程硕博
随着算法岗的越来越卷,个人感觉读博似乎是这行业的必选项了?但是对于背景差、科研成果不突出的同学,很难在直博中选择到好老师、好课题组,万一延毕 2-3 年或者归来依旧本科实在亏大。所以我建议是,如果未来想做算法岗且能找到好老师,还是直博冲吧,如果不行读个硕士,遇到好机会还是可以硕转博或者申海博。
工程硕博是今年的一个新政策,大部分人还处于观望阶段,这导致了 929 之后包括南大、复旦、清华在内的工程硕博项目还没有录满,如果是就业向硕士可以为了 title 冲,如果是直博且选的企业还不错(国企、央企、知名大厂),我认为是可以冲的,否则我认为性价比不高,当然后面的事情谁知道呢?
一个建议¶
保研不仅要看成功案例,更要看失败案例!
我对于自己一个很大的夏令营期间的失误就是报名阶段,那时候坚定不想读直博所以所有学校都报了硕,但是有的学校报硕根本入不了营(如果你是rank1请自便,如果不是的话,建议好好看看以往的帖子,如果报硕一定没机会入营的话不要白白浪费报名资格,我的人大高翎报了学硕没入)。如何报名也是一个非常值得好好琢磨的问题,首先一定要多报,其次就是好好决定你要报硕报博,不要一味觉得我要读硕我不报博,报了入营后也可以不参加
直博问题:太多学长学姐用血泪警告我们不要读直博了,也是因为这一点,我夏令营一个直博没敢报,直博有利有弊吧,但是唯一要注意的就是,你选择的直博老师道德品质一定一定要好,这也是我坚定选择我导的原因,和他简单的交流就能看出来他的性格很好。
夏令营前期准备问题,所有人都在说要尽早准备,但是没真等到考核来临的时候,准备起来好像也不是那么容易上心。我就是前期准备的不充分,在面试北航的前一天熬到两三点过了五本书,后续的每一场面试都意味着熬大夜,因此给一些准备的经验:
一定会用到的科目:高数、线代、概率论、408、离散
可能会用到的科目:算法、数据库、编译原理(南大CS笔试考了)
个人认为,准备一定会用到的科目就可以了,并且有选择的准备,数学虽然学期来很困难,但是面试的话只会问概念,把概念整理到一起背诵(背诵式学术学hh,我面试被问过很多次的问题就有:说一下你知道的概率分布、大数定理、中心极限定理),408用的就比数学少很多(我的北航、武大、自动化所都没有问到408),但是408也还是要准备一下的。我整理了关于几个科目的帖子,希望能帮助到以后的同学!
专业课科目针对你想要参与的科研方向准备,比如我坚定选择人工智能方向,机器学习和深度学习问题在老师面的时候被问过很多(口述transformer结构、GRU结构、Attention注意力机制、multi-head attention机制)
以上就是暂时的面经了,以后有什么想起来的再来添加,祝每一位看到这个帖子的保研er拿到梦校梦导的offer!
一个建议¶
211rank5
对于本科是211的学生:
很多强com的学校的夏令营,bar基本都卡rk1~3,或者只选取同一个学校报名中排名最高的几位同学。在夏令营基本结束的时候,我们学校可以说,rk10以内有offer的人居多,rk10以后基本没几个人有offer。还有一些bar很迷的学校,完全看不懂怎么在挑人入营,感觉像在抽签。
还有一些强com的学校,只有985入营,211鼠鼠哭泣。(如hit)
参加了几个夏令营,也听到周围的同学参加夏令营的情况,考察方面分为以下几种:
408:很多学校会考察专业课的内容,包含数据结构、计算机组成原理、计算机网络、操作系统。大部分学校以408为主,有些学校也会考察数据库、编译原理等其他学科。有的学校是笔试考核,有的学校是面试期间提问。不同学校问的粗细程度不同,推荐大家入营后先问一问之前也参加过相同夏令营的学长学姐们,了解一下专业课考察哪些科目,考察得有多细。
自我介绍:很多学校在面试时都会让做自我介绍,中英文都要准备,最好准备一份一分钟的,一份三分钟的。(不过个人认为,一分钟的中文自我介绍,转成英语后现场说得稍微磕巴一点就变成三分钟了)
项目:在2023年的推免中,有一个非常明显的感觉,就是有项目的人占据了很大优势。入营后,校内排名的优势已经用完,有项目的同学会得到导师的青睐。因为导师喜欢有过项目经验、具有自己需要的专业领域知识的同学,这些同学对于导师而言,非常可贵,因为培养成本很小。项目通常在面试中会被提问,有些学校的老师会问得非常细致。为了让面试老师知道你的项目,最好把项目写在简历当中!当然,如果没有项目,可以稍微自己编一编,但是并不提倡,因为自己编的项目,很容易被一些问的很细的老师发现其中的端倪(被问到自己不会的内容从而被发现项目的真实性,我们通常称之为被问穿。
获奖情况:老师们基本只关注国家级的奖项。可以只把国家级奖项写在简历当中(省级可以稍微写几个),但是要做好老师并不知道你这个奖项的心理准备。有不少老师甚至并不知道ACM比赛,更不用提其他的比赛了。有ACM比赛的同学可以关注如北航、人大这样看重ACM的学校。当然,有就写在简历里面,不用在意老师知不知道,一些老师如果不知道这个奖项,会来问你这个比赛是怎么样的比赛。
机试:考察算法和代码编写能力,对ACM选手有利。一些学校可以用CSP抵掉机试,但是要注意抵机试的CSP的语言要求,是否只能使用C/C++语言的CSP证书来抵。如果是初学者可以刷一刷CSP历年题、力扣题
推免过程中,文书是必不可少的。我们在这个过程中难免会遇到这样的问题:套老师时发什么?鸽老师时发什么?简历怎么排版?推荐信里写什么?个人陈述怎么编?自己的项目怎么写上去?等等。
大家会发现,夏令营和推免报名的时候很多文书都是重复使用的,提前准备好一套可以用好几个月。这些文书网上有很多,大家随便搜搜就能搜到。
只提一下简历,简历推荐大家下载ppt修改的模板,因为非常方便排版。大家做简历的时候尽可能做得简洁一点,不用做的很花哨,老师只会看里面的内容。具体内容尽可能把项目详述,其次是奖项,最后是个人的基础信息。老师最喜欢看项目,如果项目有很多说法,写多一点让老师看到,对老师有更进一步的吸引力。
6.3 材料准备¶
夏令营和预推免报名时少不了需要成绩证明、成绩单、简历、奖状等各种各样的文件,推荐大家把这些文件合理分类,找得越快报名越快。
也推荐大家每个学校的夏令营都开一个新的文件,把需要的资料都复制到里面去,如果这个学校入营了,直接进这个学校的文件夹就可以进行打印等进一步操作,节省时间。因为每个学校对奖状这方面的要求不一样,分学校存储会比较方便。
6.4 如何复习专业课¶
网上有很多知识点框架。尤其是408的课程,考研资料很多,照着框架复习会很有效率。如果时间不够,可以直接上网找408考研题,面向试题复习,不会一个学一个。但还是推荐大家提前进入复习阶段,有些学校问的比较细,只是突击很难回答上来。笔试的内容很自由,永远也不敢保证这回学校笔试是怎么考核的,所以大家还是应准备尽准备为好。
还有一些专业课的面试常问问题,大家可以提前背一下。
6.5 如何准备机试¶
从未参加过ACM或CSP的同学,也就是零基础的同学,推荐大家到力扣、洛谷等平台,从简单题开始刷,然后试着做一做CSP的历年题目(先刷每年第一题,再刷每年第二题这样子),有不会的不用钻研太久,研究一会儿不会就可以直接看题解,然后学习了。听说22年的复旦机试最难是Codeforces的Div.2 E题,这种题只有ACMer能做出来啦,大家做不出来就放一放扔一扔,把其他会的分拿到。
根据别人的讲述:动态规划(常规的、背包问题)、二分、简单模拟、贪心,有时还有一点点小思维题,栈、队列、链表、树这种常考的数据结构,深度优先搜索DFS、广度优先搜索BFS这种常见的搜索方法,都有听说在机试中出现。
6.6 如何准备项目¶
如果自己有和老师的研究方向match的项目,那么优势就会出现。但很多同学前五个学期都在卷绩点,没有时间加入课题组做项目,导致简历空空。这很常见,所以大家可以利用第五学期结束后的寒假,如果有自己感兴趣的研究方向,可以先学一学对应的内容,然后自己手搓一个东西出来,主体原理自己了解后,就可以围绕这个东西扩展成一个项目写进简历里。这样可以保证在比较快的时间内产出一个项目还不太会被问穿。
我个人对AI方面感兴趣,虽然近些年AI很火也很卷,但还是出于兴趣学习了一下。如果大家也对AI感兴趣,以后也想研究这个方向,可以学习这个视频(是个CV的课程),简单了解一下神经网络和深度学习是个什么样的东西,然后再根据自己想要做什么(CV、NLP、大模型等)去对应的方向进一步学习。
计算机视觉与深度学习 北京邮电大学 鲁鹏 清晰版合集(完整版)
6.7 如何选择目标院校¶
总体来说:应报尽报,不漏一校(笑
如果你的rk比较高,强com学校入营会有优势,但入营之后,大家还是会看你的综合水平,有项目的人一定更吃香。换句话说,靠rk进入夏令营/预推免后,rk本身的优势会丢失,想要脱颖而出,需要有其他的加分项,会在面试环节为你产生优势。
如果rk不算高,就需要有点项目,然后冲击一些弱com学校。弱com的好学校也有不少,比如bupt、nwpu、中科院的好多所(如ict)。想要冲击弱com,就需要多发邮件套老师,有些老师相中你,就会直接和你单独面试。这些弱com基本不看重排名,只看重你的专业实力和潜力。
报名的时候其实没有什么好选择的,如果你是rk1,你可能会烦恼要不要当这个恶人,当一个海王,抢走别人的入营机会(因为如果rk1入了,后面的人很可能就没机会了);但如果你前面有一些人,那就不要犹豫,应报尽报,多报一个就多一份机会。作为一名211选手,起跑线本身就比985爷落后,机会难得,要尽可能争取。
勇敢投还有一个好处,那就是把简历投递过去,如果是个弱com,老师偶然看到你的简历,并且对你感兴趣,就会顺着简历来联系你,然后也许offer++。
6.8 合理利用导师评价网站¶
没有实名认证的网民写出的东西都要谨慎对待。
我们通常会用研控网看一个老师人品如何,学术水平如何。但我们设身处地想一下,如果你对一个老师没什么意见,或者比较喜欢,你真的会想到来研控网上评价一下嘛?所以,如果这个老师出现在研控网上,就应该小心一点,无论是评分5.0还是1.0。
看一个老师学术水平如何,或者是否抢一作,有条件的话,可以到谷歌学术上去看。可以使用谷歌浏览器,装一个叫做CCF Rank的插件,可以更直观地看到这个老师发的论文是什么等级的。(真的有老师把CCF A当水会发!)
不过好像最近研控的广告泛滥,比较影响使用体验……
6.9 一定要给自己留足后手¶
保研和推免本身就是老师与学生之间的利益交锋。并不是说老师的一个口头offer就可
以当作一个真实的offer,并不是说一个学校发的优营就一定是自己进到这个学校的资格。超发优营的现象并不是没有,老师和学校把学生鸽掉的事情也不是不会出现。虽然概率很小,但谁都不希望发生在自己身上。手上留2-3个offer是划算的,至少被鸽了手上还留一个,多的offer该释放就释放。(留太多offer也不太好,自己确定不去的,多余的offer就让给其他人吧)
7.1 为什么预推免明显难于夏令营?¶
各大高校提高保研率,这件事发生在九月。保研率提高了,但是研究生的需求窗口并没有随之变大,这让很多高校的本校生没有好的保研去向,所以高校从此开始保护本校生。夏令营时并没有这样的兆头,所以一切都和去年差不多。
明年的夏令营,会不会上来就保护本校,然后211无路可走?
7.2 卷排名的收益还大吗?¶
就今年我们学校的形势来看,夏令营一圈结束,只有排名2.5%以内的同学有强com学校的夏令营offer,从这之后到保外线的所有同学,光是入营都很是困难,更别提拿到优营了。
如果自己卷不到非常高的排名,在保证自己排名不掉的情况下,应该多搞一搞项目。仔细算来,到第四第五学期,想要在排名有一个较大的提升,确实是有点困难的一件事。那么多一点项目经历,对自己竞争力的提升还是巨大的。有时老师看你的项目就会想要你,而排名很难做到这一点,这一点无论是强com还是弱com都是这样。排名不太高但是有项目的出路有很多,但是一个项目都没有的出路现在看来也没有多少。
7.3 如何看待学历歧视?¶
哪怕是往年,学历歧视是一直存在的,只是今年被尤其放大了。985瞧不起211,不招211,或者只给211留一些没人愿意去的名额,今年并不是第一年。这种问题落在双非、四非可能会更加明显一点,今年在211身上也有不小的体现。我们没有办法改变的事,就只能接受他。这就是这个游戏的规则。
但是这不代表没有解决办法。还是存在一些学校对所有学生敞开心扉,看往年的经验贴,也看到过双非、四非圆梦浙大的经历。一些弱com,看重学生专业水平和潜力的学校也不少。
或许我们只是对自己未来的期望太高,才会频繁遭遇学历歧视的重创而感到心烦意乱。心态平和下来,让自己冷静下来。保研和推免的流程本身就是一步一步上台阶,避开那些学历歧视,先将不歧视自己的收入囊中,剩下的交给命运。
一个建议¶
211rank1
一个建议¶
211rank15
https://yao9e.cn/2023/11/16/591162bfc467/
国防科大建议¶
link:https://zhuanlan.zhihu.com/p/659172609
nudt(地方研究生)和地方大学主要区别如下:(*仅个人了解的,宏观上的*)
- 管理更严格。周一到周五出校须请假,周六周日可出校,但校外留宿须请假。有保密性质的要求。
- 课程压力较大。研一课程多,考试难。
- 补助更高。平均水平是硕士每月3k,博士5k。
- 研究生有军训。
- 。。。。
科大计算机的研究方向集中在体系结构和芯片领域。hpc是学院重点,ai很多也是和sys结合的。导师双选是在开学后进行,所以大四可以放松一年。科大导师基本都很好,实验室资源都相当多。实习要求每个实验室不同,放不放看导师。计算机的就业出路也还不错,不低于中九水平,而且长沙有很多科大的校友企业,可以说下限有保障吧。(长沙yyds)
想专心搞学习,尤其是sys方向,nudt是个值得考虑的选择。
一些建议¶
link:https://blog.csdn.net/weixin_53463856/article/details/133412909
-
offer 要求:只接受计算机学院 计算机科学与技术 学硕(夏令营太吃亏,好多没入,由于这个要求,基本和清北甚至包括华五无缘了),乱七八糟的学院不接受,一开始不接受专硕,后来觉得学硕专硕没啥区别。几乎完全不接受直博,在这里我还是说一下自己看知乎和 csdn 帖子上说的吧,如果没有有明确的研究方向,没有在该研究方向有一些基础(甚至是比较好的基础),没有对组里的情况很了解,没有对老师很了解,不要去直博!!!
-
先说一下自己的保研想法吧:一开始上大学根本没打算读研,或者说排斥读研,就想着毕业就行了,后来多和一些学长接触,了解到读研还是很重要的,就打算保研了。当时已经考过几门考试了,差点挂了(六七十分吧,学分都不小),距离期末周就还十来天了,几乎就是狂补的状态,有一门思政课几乎裸上,大一结束大概六七十名的样子,然后就慢慢往前赶,最后混了个前 10,拿到夏令营排名的时候我还蛮惊讶的,我心思也就 15 左右。
-
再说一下自己 offer 偏好的感悟吧:计科 + 学硕注定了大佬云集,大佬的集散地,但凡放弃一个都很好办,两个都要实在太难,夏令营就因为只投计算机学院计科学硕错过了很多学校,因为本身是软工,就不太受待见!因为自身感觉本校计院和软院差距很大,所以想去其他学校的计院。
-
再说一下自己的心理情况:山东人,高考前想的是东南地区的 985(对地域很看重,超级喜欢南方),高考考的稀碎,来这不甘心,所以一心想去一个更好的学校,更高的平台(最后去了双非,呜呜呜),所以不能接受留本校,留在东北,完全不接受,宁愿考研也要离开的那种。
-
再说一下自己对学校 title 的感悟吧:好的学校能带给学生的太多了,无论是从校园环境,校园氛围,科研水平,老师水平来说,更好的学校有更好的平台,985 也有高低之分,并且差距相当相当大,有能力一定要去更好的地方,往上走总没错的,高考分数线不会骗人的,他是学校综合能力的体现,是社会影响力的体现,群众的眼光是雪亮的,毕业后总要走向社会,学校的光环就是对能力的一种保障。与其去看这个排名那个排名(Q?等等野榜),不如去看录取分数线,那是客观的打分。可能会有人说有些学校因为地域好,所以分高,但地域本来就是很重要的一个评估方面,我个人对学校地域很看重的,尤其是读研,值得重视一下。(硬说 985 都一样的,那说的都对,我错了)
-
再说一下我对择校时对于学科评估的看法:985 的计科都是 B + 以上吧,计算机算是各个高校激烈竞争的专业,学科评估没必要太在意,看计科高考录取分数线就可以了,学科评估在学校 title 差距面前约等于 0。(硬说学科评估的,试问给自己一个华五的 offer,学科评估稍差,和一个次末九的 offer,学科评估好;选哪个,自己心里肯定就有答案了。硬说的话,就是我错了。)在这个地方纠结的话,我说一下我的 tips,让自己回到高考的时候,答案马上就出来了。
-
再说一下我关于研究方向的选择:人工智能的话,还是 cv 和 nlp 比较热。一开始觉得 chatgpt 出来以后 nlp 受冲击比较大,自己感觉行业天花板出来了,自己干不过 chatgpt,对 nlp 有点抵触,后来和学长聊的时候,nlp 目前还是就业前景里算很好的,推广搜的核心业务需求量大。cv 就很卷,虽然出论文相对容易很多(懂得都懂),但是太卷了,而且需求量少很多。(具体可以去看 B 站浙大 it 打工仔,评论区有反映说视频里讲的是真实的,几十万播放量)。也听说不少 cv 毕业转行去做 nlple ,so 比较起来,感觉我还是去做 nlp 吧。 还有一点,如果是调黑盒子,调参数调三年,没啥意义(黑盒子、调参、炼丹、魔改、懂得都懂),达咩!!! 我一开始对云计算,分布式比较感兴趣,感觉这方面前景很好,也比较实用(感觉不至于调黑盒子),后来接受的范围也大了些。
-
再说一下关于选导师的看法:人品大于一切,学术能力固然重要,但关键是组里学生多不多呀,老师指导多不多呀。据我了解,组里学生多,博士多,产出就多,论文自然就多,so…,强导一年说不定都见不上一面,感觉跟着强导也不一定好。
-
再说一下今年的情况(当然是我自我感觉,也可能不对):感觉 offer 集中在夏令营,预推免 offer 没有往届学长当时的那么多,因为今年第一年线下,参营成本较高,鸽子不多,据说绿群里鸽子很少,我早早地退了,后面加群加不进去了。
-
再说一下我对科研和竞赛的一些个人看法:这两年保研越来越卷,科研就越来越重要了,有些老师可能喜欢学生基础已经打好了,直接上手就可以了,基本只关注科研。有的老师则喜欢基础扎实,数学,上机能力过硬,rank 高的学生,科研倒不是很看重。一般名校都会后机试或者笔试,如果有考试,那考试就占大头,通知里可能说机试占 30%,但是我个人感觉不止于此,考试成绩会直接影响老师的对你的第一印象,毕竟面试能看出来的东西太少,有考试感觉以考试为主。不过该说不说,高 rank 确实在预推免很抢手,他是一种保证,很多线上的考核,基本就是按 rank 定了。
-
在这里发一下感谢信吧:感谢北航、中科院计算所、哈工大、中科院软件所、南大等学长学姐以及重庆事业编上岸学长对我学习,保研路上的指导,那位北航学长,从大三开始,一路给我解疑答惑,指导我准备竞赛、科研,非常感谢;哈工大学长的悉心教导也让我对业界需求有了新的领会,对 nlp 重拾信心!!!
一些建议 个人提升¶
https://zhuanlan.zhihu.com/p/569958754
四非rank1
一些建议¶
https://zhuanlan.zhihu.com/p/502719456#h_502719456_8
一些建议¶
以AI方向为例,复习主要是准备专业基础、机试、数学基础、英语、科研
专业基础:机器学习(包含深度学习)基础、408(此处习惯作为所有专业课统称,而不是考研的408范围)
机器学习:
- 书籍:建议西瓜书作为index,蓝书(李航老师的统计学习与方法)作为传统模型的概统基础,花书(强烈建议看英文版的)作为深度学习基础概念的理解,蒲公英书作为深度学习的扩展
- project:Stanford系列(CS229、CS231n、CS224n等,非常高质量,如果赶上新开的课程可以报名参加),沐神的动手学深度学习
- 方向化书籍:以nlp为例,Goldberg《基于深度学习的自然语言处理》、Daniel Jurafsky《自然语言处理综论(第二版)》、Jacob Eisenstein 《Natural Langauge Processing》、Bishop《Pattern Recognition and Machine Learning》
408:有充足的复习时间的情况下,建议先捡回学校课程内容,再根据自己的薄弱之处作出针对性加强(例如看优质网课),王道可以作为index;若时间比较紧,可以用王道系列速通
机试:建议使用手动处理输入输出的题库,例如acwing/洛谷,不建议刷leetcode的板子题,但板子题也是必须掌握的
数学基础:以考研的要求复习数学基础一定是不现实的,根据个人经验,面试所需的是对于一般的数学基础概念的理解,而笔试中通常只要求比较常见的问题的求解。具体来说,线代和概率统计是重中之重,尤其是与机器学习/深度学习相关的内容,机器学习需要线代基础,同时深度学习内核实际上和概率论内核有强相关性;其次就是数学分析、离散数学,如果有时间的话可以复习相关重点概念。
线代:
- 矩阵分解(特征值分解、奇异值分解)
- 矩阵的基础性质(对秩、矩阵的逆、极大线性无关组的理解,奇异矩阵、正定矩阵、正交矩阵等常见矩阵的各种性质等)
- 矩阵的相关计算(求逆、求秩、求特征值等)
概率统计:
- 常见分布的性质
- 频率派统计 v.s. 贝叶斯统计(包括其中得到估计的方法论,以及与机器学习强相关部分的理解)
- 各种估计量的有偏估计、无偏估计的相关理解/计算
英语:主要锻炼口语能力,为面试的一些英文日常面试题做准备,例如:
- 1min/3min自我介绍
- 英文介绍一个算法(快排包括如何选择pivot、SVM)
- 介绍本科专业
- 介绍本科学校
- 介绍家乡
也有可能问到涉及专业的英文题(所以强烈建议大家学习的过程中尽量接触相关英文的基础概念,一般来说英文的概念也是original version,能够最大程度避免翻译造成的bias,因为阅读本身就是天然存在bias)
科研:主要是多读paper,阅读量一定要够,但是紧迫程度比较低。奠基性论文一定要读(可以借助李沐的paper-reading项目),近期顶会/顶刊/重点研究机构的paper也需要读
参考:https://zhuanlan.zhihu.com/p/598279097
一些建议¶
https://zhuanlan.zhihu.com/p/661614834
一些建议 选老师¶
https://zhuanlan.zhihu.com/p/461839915?utm_idA=0#h_461839915_8