https://www.1point3acres.com/bbs/forum.php?mod=viewthread&tid=275823&extra=&page=1
小白的研究生转CS与找实习经验总结 Part 1
我的另一篇实习面经贴请见：http://www.1point3acres.com/bbs/ ... p;page=1#pid2993337
序 晚春四月，舒适的温度、盎然的生机、温暖的阳光，作为漂泊在北美转CS研究生的你，是否享受其中呢？气候与美景，它们就在那里，而不同的，是从中匆匆而过的游子的心情。
周围的人大抵可以分为两种，找到实习的和没找到实习的。虽然外表并无不同，但是心境明显有差。和找到实习的同学聊天，能明显感觉到他们的自信，对以及生活的热爱，甚至对未来的乐观。而没有找到实习的，往往是依旧汲汲于当下，耐心和希望一点一点被消磨殆尽，无暇消受眼前的春光。
是的，现实就是这么残酷，暑期实习像一道冷冰冰的墙，硬生生地将人分为两类。我曾经误打误撞进入一个本科生的就业讲座，台上分享经验的大四同学描述她在招聘会上所见的研究生之状态：“这是他们唯一的实习机会，于是便挤破了头往里钻，就像这个暑假找不到实习就活不下去了一样。”
是啊，尤其对于转专业来CS的同学，更不好过。找到实习与否，一定程度上成了衡量他们人生决策的标杆以及探测未来的水晶球。若成功，未来的信心喷涌而出，而若失败，身上的枷锁便又多一层。
而我很幸运，作为一个转专业学生，在四月找到了实习，此后，便发现身边的春光，从未如此明媚。
EE与CS 我本科来自国内某邮电大学的通信工程专业。曾经大二就萌生过转CS的想法，但是父母并没有十分支持，且认为放弃本校王牌专业而选择泯然众人的计算机有些亏，故放下了这个打算。现在想想，如果那时候就转了，现在会好过很多。
简单说下个人对EE和CS比较的看法吧。注意以下都是个人经验，难免有片面之处，勿喷。首先要强调一点的是，市场上对EE人才的要求，大多都高于CS。一般一个技能较为全面的EE人才，标配电子电路（各种门，半导体，电路）、计算机硬件（各种单片机，VHDL，C）、信号与统计（频谱、波、各种变换）以及编程技能（matlab仿真等等，甚至部分CS的编程）。这对电子、计算机、数学方面都有相对比较高的要求。而一个市场上抢手的entry level CS人才，只需掌握算法与数据结构、一到两种擅长的编程语言（前端／后端／data）、计算机基本知识（架构，OS）即可。CS人才虽然和EE各有所专，但是重大区别在于，CS一般对数学的要求不高，以及实习面试比较单一（算法与数据结构），更好准备。
虽然我本科EE方面的成绩都很高，但是EE依然给我一种hold不住的感觉。说信号与系统吧，就只知道最简单的，数学一难就懵逼；说单片机吧，玩过的比如什么58、arduino、树莓派、MSP430、FPGA等等，都觉得太基础，只能玩点小花样，遇到复杂的拓展也是懵逼；说电子电路吧，什么模电数电简直是深坑，要难可以难到无法想象；说计算机系统与结构吧。。。你确定要去写汇编？写硬件C？综上所述，EE给我的感觉就是，当我读完本科，我依然一无是处，到就业市场上没有拿得出手的像样技能。相比学金融的各种经济知识专有名词忽悠得风生水起，学CS的各种代码信手拈来写app做网页不在话下，EE的实用性落寞很多。
更重要的是市场需求问题。CS岗位如雨后春笋般冒出，各种所谓互联网+、基于CS的服务业等等，机会如爆炸式增长，大数据和人工智能也火得不行。而反观EE，摩尔定律走到了尽头、通信技术止步不前，整体景象比较平稳甚至有些悲观。唯独智能手机的兴起带动移动芯片发展、以及智能硬件的创业潮，为EE带来一丝生机，但这向上的势头却也不如CS当下的大数据、人工智能，以及前一段时间的移动互联网来得火。总体来说，EE还是十年前的EE，而CS早已不是十年前的CS。我现在学校（USC）的招聘会，CS岗位和EE岗位目测是5:1，而CS学生和EE学生基本是1:1，竞争激烈程度可见一斑。
所以，如果你在纠结要不要从EE转CS，我个人的建议是：只要你不是热爱EE，早转CS早好。
怎么转CS 这个问题要分几步走。首先，你本科的时候有学过这几门课么：算法、数据结构、操作系统、软件工程。尤其是算法与数据结构。没学过基本的算法与数据结构空谈转CS都是耍流氓。如果你萌生了转CS的打算，第一步就是学算法与数据结构，这是基本的基本。曾经一个谷歌面试官跟我说过，他们即使招产品经理，也会面试算法题，因此重要程度可见一斑。同时，这也是衡量你将来适不适合CS的一个小测试，如果你不能理解递归，不能将算法翻译成代码，对编程还有恐惧，那你有可能真的不适合CS。
接下来是确定方向，你是想走前端还是后端？想不想做Data Science？你的兴趣点在哪里，手机app，网页，还是机器学习？CS门类很多，所需要的技术栈也千差万别。除非你铁了心做全栈工程师，不然，像诺曼底登陆一样，找一个突破口登陆CS，至关重要。我个人选的方向是data。三个理由：1.大数据很火啊。2.本校（USC）的Data Informatics方向就是为培养新时代大数据人才而设立的，就是对标当前的大数据就业市场。3.大数据相关的技术，ML啊，AI啊，都很感兴趣。
确定了方向以后，自己需要规划成长路线。就像塞尔达荒野之息你进入每个大迷宫你都需要先拿到一份地图，然后根据地图上的任务点做规划。有人曾说目标与战略的区别，目标就是”我想登顶珠峰“，而战略就是你的规划：怎么去珠峰，带多少补给，天气怎样，怎么分配体力等等。转CS就是你的珠峰，就是你要打的boss。
有一种获得地图的方式推荐给大家，就是你搜你感兴趣的CS职位，它下面所需的技术栈是什么，哪些你已经会了，哪些你还不会。举个例子，我想做data方向，所需技术大概是一种编程语言(Java/c++/etc.）+ Python + SQL， 如果是data scientist，则还需要R，以及数学功底，如果是data engineer，则还需要Spark, Hadoop等等大数据框架。我一开始的时候，仅仅会Java，Python和SQL完全不会，更别提Spark, Hadoop, R了。
地图有了，下面如何规划路径呢？上网课啊！对于Python，我上了南大的《用Python玩转数据》，对于SQL，我上了杜克的《Managing Big Data Using MySQL》。上完这两门课以后，也算是对这两个技术入了门，为今后的深入研究打下了基础。
综上，如果你有了算法与数据结构基础，明确了转专业的方向，知道了所需要的技术栈，并且做好了规划，那么你就已经打败了至少50%的转CS学员，赢在了起跑线上。
准备实习 转了CS而不找CS实习，那和咸鱼有什么区别？而实习，必然和另一个词联系起来，那就是刷题。有人刷了很多题、刷了很多遍题，依然找不到工作，而有人没刷过题，或者只刷了很少的题，却找到了工作。原因很简单，正如不能以代码的行数来评判一个程序的质量一样，刷题的题数和你对算法的理解，并没有必然关系。
我个人直到找到实习，刷了约150道leetcode，全部都是简单题和中等题，难题一题没碰。说实话，如果你只是找实习，easy和medium足以应付大多数公司。关键是，你必须深刻了解每道题有多少种解决思路，每种思路的时间和空间复杂度是什么。我的建议是，如果以找实习为目标，精刷不超过150道的题，好题至少刷两遍，是最佳方案。
除了刷题，第二点面试常考的，就是各编程语言基础知识。比如java的继承多态等等。很多公司对算法要求不高，但特别喜欢问这方面的题。如果你恰巧想走java，那么推荐你两个资源，一是普林斯顿的算法1和算法2两门公开课，它不光教算法与数据结构，还教很多高级的java知识以及OOP设计思想，是非常实用的一门课。第二个资源是我自己以及小伙伴总结的Java高频面试triky 100题，可以在我的一个创业项目网站： https://smilelearn.stanford.edu，里面看到，进去以后搜关键词java，或者我的github:https://github.com/zhtpandog/One_Hundred_Tricky_Java_Questions，里面有整理版和详细的分析与解答。而如果你想走C++，推荐coursera上北京大学的一套系统课程，包括c,c++基础，面向对象设计，基础和高级数据结构和算法in C++。
第三点面试喜欢考的就是你对应岗位specific的知识。比如大数据方面，会问你大数据框架，spark, hadoop等等。
其他通用的问题，比如如何debug，OOP设计思想、系统设计、甚至OS以及统计等，如果有时间，不妨也准备一下。
因此，总结来看，日常技术方面的准备，包括刷题、编程语言基础、职位特定知识，以及其他通用知识点。
（未完待续） （后续准备要讲的内容：如何争取面试、如何准备面试、职业规划经验分享、软实力提升、找工作如何套磁如何networking、个人的转专业与求职道路经历分享，等等，如果各位看官有兴趣，请有米的捧个米场，多多写回复。如果受欢迎的话，我继续更。）
| 
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2019-1-29 00:15:13
收藏
收藏
楼主
