一个美本计算机毕业的学霸日常应该是怎样的？今天，学姐就为大家来介绍一位幽默风趣的小哥哥！不仅学习认真，而且实践和科研经历百花齐放，自学Python、Java、OpenCV, Keras等等，担当视觉工程师，还参与了不下5、6家公司的实习...更重要的是，从大学开始，他就经常研读专业论文，有很强的自学意识，并且不断通过参加科研项目来提升自己的学术背景。
CS学霸是怎样养成的呢？学业与实践活动又是如何兼顾的呢？快跟学姐一起来认识一下吧
集思优秀学生
▼
姓名：Edward
本科：University of California, San Diego
硕士：University of California, Los Angeles
1. 我的转专业之路
要说本科四年里，我觉得最自豪的事，就是大一从物理系转到CS。
读书以来，其实一直对物理很感兴趣，最开始报读的物理专业，但是随着学习深入，发现物理世界对于学者来说是有壁垒难以突破的，不仅是理论的难度，更多的是思维认知的边界，不是仅仅靠努力就可以突破的，它需要天才！
其实我也一直辅修计算机专业，又因为成绩好，后来决定还是转专业攻读计算机吧。本想double major两个专业，但是最后还是选择CS作为专业。在学习计算机的过程里，我也自学学习数学。本科期间，我认为还是要掌握一技之长的，很多专业都是对将来发展有意义的，比如理工科类的，比如你学数学系的，未来可以cover任何行业，你学计算机你的代码能力和逻辑思维也可以为将来很多事情铺路。
一是你有比较好的资历凭证，不是非科班出身；二是你可以省很多时间，你有更多的精力去研究很前沿的东西，不用纠结于你今天的代码怎么写这种问题
当然学习计算机也有挑战性，找工作有些麻烦，我们学校的面试环节有4-5个，算是对自己的一个挑战吧，不过在美国计算机毕业后你是可以直接开始工作的。学习计算机是一个最自己心理素质锻炼和成长的过程，也会提升你的抗压性，比如我们也经常在LAB刷夜。
我现在focus研究人工智能方向，之前打基础也会自学很多技能，比如Python、Java、OpenCV, Keras等等，后来也在彭博实习过。现在的状态是每天都在看论文，很多时候是复现论文模拟实践，从这里可以学习到很多知识，其实如果你本科学习计算机专业，严格按照课程学习，很多东西你都学不到的，或者只是皮毛，比如Python课程，课程设置里会默认为你已经掌握了，所以不会专门开设课程去教你，上课会直接使用，如果有其他语言基础的话，Python就非常简单的了。
2. 实践+学术两手硬
我现在focus研究人工智能方向，之前打基础也会自学很多技能，比如Python、Java、OpenCV, Keras等等，后来也在彭博实习过。现在的状态是每天都在看论文，很多时候是复现论文模拟实践，从这里可以学习到很多知识。
其实如果你本科学习计算机专业，严格按照课程学习，很多东西你都学不到的，或者只是皮毛，比如Python课程，课程设置里会默认为你已经掌握了，所以不会专门开设课程去教你，上课会直接使用，如果有其他语言基础的话，Python就非常简单的了。你也可以从书上自学到，买本书多刷刷题，慢慢就会找到方法和门路。
有一次，我在一个做半导体晶片的公司的实习，我负责做图像检测识别和图像分割，就是计算机视觉下面一个比较大的学科领域。图像分割的技术对于我来说还是有难度的，因为我刚刚开始做深度学习的时候，我的理解仅停留在卷积网络比较简单的应用上面，同事忙碌也很少解答我的问题，我就只能看书看论文来摸索总结，我爱看论文的习惯就是那会养成的。
搞科研这事，有时候需要自己去探索、发掘，而且要有认真的钻研精神，肯花时间。那段时间，我看了不下100篇至少，每当遇到不懂的知识点，就去在这个点相关的论文里找答案，不断这样去倒推，慢慢知识结构就会建立一张网络，有了树状框架，打牢自己知识基础。
除了论文之外，你还要把更多的时间精力给到看代码这件事。看源代码如何应用，有很多细节是论文不会说出来的。
通过这些学术的积累和实践锻炼，我最大的收获就是把心静下来了。自从看论文以后，把游戏什么的都戒了，把自己真沉浸在科研里，其实是没时间和心思玩游戏了，如果有某一天我少看了论文或者有什么问题没想明白就睡觉，是会带罪恶感的，这是我的驱动力。
我相信通过各种各样的实践活动，也可以为我的简历加分，在gap的这一年我也去过两家公司工作，一家美国的一家国内的，现在已经离职一个月准备9月硕士的入学了。
3. 与集思的科研之约：从学员变助教
去年刚毕业时，我参加了集思的UC Berkeley数据科学与机器学习远程助研项目。研究自然语言处理，除了背景提升的初衷之外，也是想了解一下完全不熟悉的自然语言处理。而且从来也还没体验过线上科研的课堂形式，所以抱着试一试的心态来感受。
虽然这个领域跟我目前的学科不是完全相关，但是知识结构里有80%以上都是共性的，所以我学起来很轻松，因为这些都基本掌握了。
导师给我留下印象也非常好，特别认真负责，很靠谱。比如，老师在跟我们讲一些概念时，会拿纸笔通过电脑屏幕来做板书，而不是照着讲义去读去念 ，这样把一个小概念给讲透吃透的感觉和方式是很好的。
因为这个项目属于机器学习的入门课程，虽然我不是入门，但是相信有很多同学还在入门阶段。理论是基础里很重要的方面，教授还是很注重这方面的，可以给我们打下坚实的基础。
之前还没有接触过线上科研的形式，第一次上课的感受还是很好的。跟传统课堂比起来，小班教学的互动性更强 ，而且对于国内读书的学生来讲，最直接接触到海外名师是个很便利的方式，平台也很新颖。
课程之后，我也拿到了研究生的offer，正好集思这边的老师问我有没有兴趣面试助教岗位，我想尝试就参与并且面试通过了。助教的经历最满足的时刻就是给学生解答问题的过程，在给别人讲授时可以看到他们的思维方式，从而查漏补缺自己的问题，也是巩固知识的方式。
4. 我的收获
回顾整个项目，参与课程的收获还是很多的。我之前对自然语言处理是完全不了解的，这次可以说是入门了。通过这个课程，我搭建了基础的逻辑概念。
这里能给到同学们的建议是，可以课前预习准备一些Python的基础，做一些准备，这样可以提高课堂质量，比如了解机器学习核心的概念是什么等等，背后的数学原理大概是什么样的。
5. 发自己的paper，是我现在最大的梦想
我目前的规划是研究生毕业后，我会申请读博，找一个lab工作。在这个领域还是取得更高的学位成绩会比较有竞争力。如果博士毕业后，我可能会选择在美国从事研究员，梦想的地方是Google、Facebook、微软这样的研究院。如果是留在学校的话，希望是麻省理工学院、伯克利这类的研究所等等。
我目前短期最大的梦想就是可以发几篇自己的paper，之前的经历不是研究论文而是把论文复现，把文字变成代码。
希望大家都能找到适合自己的道路！实现梦想！
