考取資工研究所與CP值,給想轉換跑道以及跨考的人一點意見

 

【資工系考取資工所的比例】 私校不多,頂校很多,但大多目標在國外,有越來越多的趨勢。

在大三的時候,陸續有同學報名補習班準備考取國內研究所,以及申請國外研究所,在我們私校想繼續讀研究所比例不高,而且大部分都是程式相較不好的人想要考,程式好的人反而想直接去業界,也有一個程式超強的同學已經找到工作,大學剛畢業年薪已經破百,不過那種超強的特例大家有興趣再說,他後來就業後邊工作邊讀研究所補個學歷,現在在頂級外商工作,年薪快要是我的2倍,由此可知考取研究所的重要性。 

【考取資工所的動機】          錢以及進去大公司的門票

 我一開始也不是想要考研究所的,那時正在外商實習,工作是寫網頁,本來想就繼續待下去,後來主管在畢業前跟我說考取研究所的調薪幅度以及大公司很會看學歷,那時候實習月薪大其實不多,主管說研究所畢業後至少加上15000,我也算見錢眼開,二話不說就再9月多快畢業的時候報名了補習班,雖然還要當兵,但我也不想再延一年,當兵後直接考,不過現在回想起來,還好我衝動了。

【推薦轉換跑道嗎?】                 建議至少確定對寫程式跟研究有興趣,再轉

研究所並不會教寫程式,但是考科卻不太看程式,因此會常有人考上資工所,卻不會寫程式,此外研究所的負擔其實很重,要看paper,要研究,要寫程式跑實驗,因此若跨考不會寫程式,還要在研究所的2年內學會的話,我個人是覺得有點拚,我看過就至少2個學弟卡在寫程式的程度不好,導致實驗的進度嚴重落後,畢不了業的,此外研究也需要一些熱誠,研究所的畢業標準因教授而異,大部分還是必須要研究出一個東西並寫成論文。

【需要補習嗎?】                 建議,要

我在大學的時候也是屬於比較喜歡單純寫程式的那種,對於那些數學、作業系統等等比較不相關的東西,我會直接興趣歸零,如果你剛進大學,這些科目超重要,滿多大公司會考相關概念,絕對要認真讀,不然會後悔的。資工所的考科程式佔一小部分,因此若你只有寫程式強,考資工所很吃虧,學科反而比較重要,因此補習可以補一下之前那些容易忘記的學科跟系統,錄取率會相較高很多

【 資工所科目  】              若時間有限,以下是我推薦的優先順序。

  1. 離散數學
  2. 線性代數
  3. 資料結構
  4. 演算法
  5. 作業系統
  6. 計算機組織(結構)

我是邊當4個月兵邊準備,時間很有限,但是考上的成績我還可以接受,以下是我的取捨,離散數學 > 線性代數 > 作業系統  > 計算機組織 > 資料結構  > 演算法 ,越前面的科目越與程式無關,轉換跑道的人可以先看前面的,我是對程式比較有信心,因此將程式相關考科放在後面,另外其實每一科的每個章節都有其機率不會考,補習班老師會說某些部分不太會考,這時候我就會直接放掉,當然若是以台大為目標就要全部都讀完,比較有優勢。最後找個朋友一起考可以相輔相成,事半功倍,我的朋友當時跟我一起考但是他不用當兵,因此進度快我很多,我放假的時候,就會約他出來討論,把我不會的問題問他,他若覺得這題考的機率不高,也會跟我說直接放掉,後來他考上台大電機丙,相當感謝他。

【 資工所會很難畢業嗎?  】   不一定,看實驗室。

再進去之前可以先打聽清楚,很多標榜2年畢業的實驗室,如果以畢業證書為目標,這是首選,但是這種實驗室,就像相當搶手,很多在推甄的時候就滿了,必須看運氣,而且有較大的機率學不到東西跟技術,另外也會很常聽到XXX公司保證的實驗室,若是以進去大公司為目標,可以考慮這類型的實驗室,但是相較也比較難畢業。

【 未來出路 】                看實驗室,很廣,至少我同學都找到不錯的好工作

至於大家說的未來出路,百萬年薪什麼的,以我們實驗室是純軟的來說,一定是有可能的,但是要一畢業就百萬年薪比較難,除非需要輪班或者加上加班費,可能性比較大,剛畢業大部分都80~100萬左右,很廣,但畢竟學歷只是面試大公司的門票,面試的時候也是必須考程式 (白板題),以及看你的能力的,學歷好能力又高自然而然地可以喊價,最後年資拉上來(2-3年),很簡單不用輪班跟加班就達到百萬年薪,當然硬體或者軟韌比起純軟更簡單一畢業就直接破百了。

【 雜談 】   

有好長一段時間斷斷續續維護,因為考上研究所後,變的滿忙得,現在畢業然就業一陣子後,終於可以開始更新拉,今天先跟大家分享一下資工有沒有考取研究所的差別。如果有人想要知道邊當4個月草莓兵邊考試的趣事以及經歷,或者到我後來如何走上AI researcher這條路,再留言跟我說,或者有什麼建議再留言XD。

留言

  1. 來留個言~有要分享個如何走上AI researcher這條路嗎

    回覆刪除
  2. 局然有人有興趣!我以為沒人有興趣,就閒置很久沒更新,我會盡量再這幾天抽空寫一篇誤打誤撞從SDN走上完全不相關的AI researcher的經歷,與如何找到一個好教授!若有什麼想知道歡迎留言,感謝!

    回覆刪除

張貼留言