985在读硕士晓文大数据学习之路1:出发

Posted 涤生大数据

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了985在读硕士晓文大数据学习之路1:出发相关的知识,希望对你有一定的参考价值。

1.个人情况和转行原因:

        哈喽大家我是晓文,目前本硕就读于某985的传统工科(电子信息方向),目前研一在这个夕阳行业挣扎浪费了好几年的时间终于还是决心走出来。传统行业的培养导向是成绩决定论的,本科前三年学院里绩点(加权分数)为王的风气,让学生们进入无意义内耗之中。但卷成绩从客观来看又是必要的,由于所学知识跟社会企业是脱轨的,本科毕业如果无法通过保研或者考研升学,就只能去官僚作风盛行的国企,干着中学生就足以胜任的机械性工作,要么选调考公从基层开始磨资历,总之通向上层的道路是狭窄的,人生是一眼望到头的。

       研究生毕业上下限会比本科高一些,但去处还是那些,传统工科为数不多的好处在博士阶段才展现出来,进高校,研究院,企业研发部门,但这个跟运气很相关,至少我对目前能够接触到的科研方向并不那么看好,或者说付出相同的努力我相信在互联网这个环境回报会更大。

2.对转码(码农)的认识:

      让我对转码抱有信心的是一些表面上并不相关现象,本科期间有人四年内学习很努力、成绩刷得很高的,在年级里处于人际上的优势地位,也有人成绩平平、在年级里默默无名,但也由此下定决心,放弃课业成绩准备考研,结果后者通过一年甚至几个月的时间考上了top2,而前者只是普普通通地保了本校。

       这个对比的重点不在于评价这两种路线孰优孰劣,而在于局势的扭转是充满可能性的,一年的潜心准备就翻盘了本科前三年的格局。不破不立,或许正是这种前瞻性的决定,破釜沉舟、直面风险的勇气,和持之以恒的努力导致了境遇的差别。本科期间考研保研的抉择,与如今转不转码的抉择的核心是相通的,放弃之前投入的沉没成本,更加努力的投入不同的道路,最终弯道超车。

 3.对于行业的认识:

       我转码的想法是从大三开始的,最开始接触是由于机器学习深度学习发展得很快,几年的时间就市场化到了很高的程度,CV领域人脸识别的落地,推荐领域的各种电商广告推荐,所以一开始转码的目标是算法相关,但算法非科班靠个人的话还是蛮难走的,虽然打了一些kaggle天池的比赛,但没有顶会论文心里还是相当的没底。

      所以从研一开始目标转向了java后端,这个还算是蛮好学的,java语言入门起来很快,看懂一些集合类的底层源码,有数据结构的基础的话刷力扣基本没有什么太大的阻力,网络,SQL,操作系统的东西多学几遍,赶超大部分科班生也是可以做到的。

      在后端的道路上推进的过程中才接触到的大数据,我理解上大数据是在后端的基础上,处理更加海量的数据,为深度学习等算法提供数据基础的,或许做这个方向,我不至于完全抛弃之前学过的算法知识,而且在大数据时代,这个方向肯定是大中型企业比较重视的既然方向前景和基础储备都没问题,那接下来就是努力了,通过学习记录(主要是大数据的学习,数据结构,java基础,包括推荐算法相关的可能也会写写?)的方式更好地坚持下去。

4.学习方法:

       就转码自学的经验,关于计算机网上的资料特别多,重点在于利用好这些资源,为自己所用,不能在庞杂的信息中迷失了方向,网课视频有利于推进进度,博客文档或者专业书籍论文更有深度,可能不同的时间不同的状态有更合适的学习方法,重点就在于进度不能停滞,以来一旦停滞,出于惰性再捡起来就很困难了,可以先把疑难的点记录下来,继续推进可能回过头来再看就更加能够理解了。持之以恒的努力是困难的,无压力的安逸生活对于无监管状态的大学生是甘美的毒药,跳出舒适圈才能站在全局思考做什么是真正对未来有帮助的,避免“一叶障目”。

      后续我将和涤生大数据团队小伙伴一起学习,同时记录我转行进入大数据行业的所有心得,技术笔记,学习路线,直到我拿到心仪的offer,求职成功。感兴趣的小伙伴也一起加入我们交流学习吧,抱团成长。

       以上既为现在或未来处于相似境况的读者提供参考,也作为个人的反思和自勉。

以上是关于985在读硕士晓文大数据学习之路1:出发的主要内容,如果未能解决你的问题,请参考以下文章

985在读硕士晓文大数据学习之路1:出发

985硕艰难转行Android之路 加面经分享

大数据行业挺火的,苦X已工作工科硕士如何转行大数据

985大学决定:取消147名硕士生学习资格

2021最全大数据学习路线(建议收藏)

深度学习框架大PK褚晓文教授:五大深度学习框架三类神经网络全面测评(23PPT)