本人是中国科学技术大学（USTC）的19级学生。在三年的求学经历中，避过一些雷，也踩过不少坑，回头来看有很多遗憾的地方，尤其是慨叹浪费了本科低年级很多无谓的时间，以及做了很多精神内耗。现在保研等事情已经尘埃落定，想把这三年的心路历程写一写，既是对自己本科的一个纪念，也或许可以给学弟学妹们提供一些经验和教训。
本人深知在EE/CS/AI这样一个日新月异（竞争激烈）的领域，自己绝非什么ACM奖牌、顶会一作、top竞赛得奖、科研实习拉满之类的大佬。因此，我的经验教训可能不适用于所有的后来者。我只是提出我基于这三年观察和实践得到的观点，也欢迎同学们补充一些自己的经验，为后辈排雷并按下加速键。
本文的定位更像是抛砖引玉，如果能有更多的校友来谈一下自己遇到的捷径和雷坑，应该能对科大尤其工科这边的学弟学妹起到一定的帮助作用，使得科大的学弟学妹能在三年后达到更高的高度。由于本人是信院出身，因此阐述会更加从信院的角度出发。
大一在科大某基础科学（数学科学学院、物理学院、化学与材料科学学院其中一个）院系度过，大一下疫情在家学会了刷知乎，最终在大一结束转专业到了西区信息类工科大院（信息科学技术学院）；在信息科学技术学院度过了大二和大三。
本人是比较典型的科大学生，暑假还未入校时就听说了GPA的重要性，也下定了上大学期间一定要刷到一个高GPA的目标；当然在当时，我也听说过很多类似于”GPA没有那么重要“的言论，各种说法在此不表。但是现在回头来看，结合我的个人经历，如果以深造（出国、保研）为目标，GPA只能说是相对必要的指标，但绝不是全部，有太多可以翻盘GPA高低而且也更有意义的其他指标，尤其是信息类工科领域；如果以本科就业为目标，那么GPA更加无足轻重。
科大的信息类工科有很多进入口径。截止到2022年，信智学部底下包括了信息科学技术学院、计算机科学与技术学院、微电子学院、大数据学院、网络空间安全学院和软件学院。软件学院似乎并没有本科生，因此不在讨论范围内。微电子和网安这两个院，从名字上基本就是可以进行区分的，因此讨论的重点还是在于信院、计科和大数据。这两年也有一些学弟学妹在全校性专业选择时问过我相关的问题，我的建议一般都是结合你以后想要的职业发展方向、院系的课业压力、自己的能折腾的程度来选院系（总的来说，信息类工科要形成战斗力，关键还是靠自己，不论选哪个院系，都只能起到一个入门作用）。
根据我自己收集的信息以及身边兄弟院系同学的反馈，如果想做AI，一般是大数据>=信院人工智能=计科>=信院其他系；如果想做软开，一般是计科>=大数据>=信院人工智能>信院其他系；如果想做通信，一般是信院6系>>计科、大数据、信院其他系；如果想做计算机硬件相关，一般首选计科。这里的排序不是按照课程质量或者院系实力来说的，而是按照哪个院系的课程能尽可能贴近你的方向以及少给你上debuff来排的。当然，这样排序的目的绝不是让你安于课程，而是说这样的排序可以尽可能让你花较少的时间应付和未来发展方向不匹配的课程，那么节省出来的时间，就可以去课外拓展真本事（本人其实深受方向不匹配的课程之苦，也深知如果能节省出来的这些时间将是多么宝贵，因此对这一点感受非常深刻）。
以下对于信院的论述，主要针对已经在信院，或者想来信院做AI的同学讲，其他方向的同学可以不用太在意。
根据个人观感和其他同学的想法，对于想做AI的信院本科生来说，感觉信院现在在科大的定位有些尴尬（信院人工智能能好一些，但是据我所知绝大多数人还是在分流时选了6 10 23）。根据身边统计学以及信院往年比较top学生的去向的跟踪，其实可以发现，有可观的比例的同学都从事了AI相关方向，然而相比于计科和大数据，信院对AI的培养相对是最不足的。信院原有的6系、10系和23系自不必说，在代码和AI方面的培养几乎为0（6系、10系和23系只有简化版的数据结构课程，缺少算法基础、优化、机器学习以及相应的代码实践等；如果说数学基础也可以强行认为是培养了AI基础，那么科大任何院系都可以说进行了AI培养，所以个人认为这样的论断不成立）。甚至在曾经跟科大信院某AI强组里帮忙筛保研简历的博士生的交流中，我得知到，面对简历空白只有光秃秃GPA而且课程也不是很相关的科大信院学生简历（很多科大工科学生通病），博士生和老师们也是很头疼的，既缺少科研实践，学的东西又有很多不相关，代码实践能力还不行，那么能捞你简历的理由或许就剩下”本校优待“了，要知道外校工科强校投过来的简历不知道比科大信院很多学生的丰富多少。且不说外校，据今年科大本校保研的情况，信院AI相关导师问的问题对只着重于信院课程的学生并不友好，也出现了信院AI导师更愿意招收大数据、计科而不是本院学生的情况。我信院同班还有临班同学就有手握3.7+的GPA但是找不到AI方向满意导师的例子，因此形势还是比较严峻的。
信院在AI师资力量方面自不必说，当然是科大范围最强的，科大的AI大佬导师基本都在信院任职或者挂职，但是这和本科生关系不大。想跟着他们做科研，只需要投简历即可，根本不需要必须在同一个院系。老师们对于本科生都是很宽容的。因此不应该把这个作为判断选择院系的标准。
如果把实验室刷科研论文，打有价值竞赛等作为激进派，那么信院本科整体学习氛围是偏保守的。对比计科那边较好的实习风气和18级大数据的优秀本科科研成果，信院绝大多数人只是在GPA上过拟合，在其他方面相对欠缺，唯有到暑假实习、夏令营推免时，才慨叹一声简历没法写，不知道写什么。信息类工科，仅凭一个中科大title和高GPA，那真的是远远不够的。听过一个段子，大数据的学生课前聚在一起讨论发了几篇CCF-A，而信院的学生聚在一起讨论谁刷了多少题拿了90+。这里频繁提及大数据和信院，个人感觉，大数据相比信院的好处是课少且相关课程多（信院有很多电路课，以及微波、电磁场等，这些课对于没有这方面兴趣的学生来说，是极其痛苦的），课少意味着自由时间多，自由时间多意味着更多时间搞科研/实习，甚至emo着去思考职业规划，也比在课程之间疲于奔命强得多。
对于能兼顾超高绩点和完整科研的同学，自然不在讨论范围内~
鉴于目前AI方向对学历的要求，我先默认同学们会选择深造。对于AI方向的同学，强烈建议GPA达到一个bar（3.7+，3.75+，3.8+，信院到后期超过这些bar的学生其实是不少的）后就不要再过拟合，无意义的GPA刷点带来的收益是递减的。把这些时间省出来，至少去做一段较完整的科研，也方便能找准日后想做的AI细分方向。当然能产出顶会论文甚至一作顶会论文更好。AI领域论文通货膨胀大家有目共睹，因此尤其对于要出国的同学来说，虽说论文也不一定是决定性因素，但是赶在申请前有论文在手可以避免”人有我无“的尴尬。
关于科研怎么去找，我知道的途径主要有：校内导师、校外导师、工业界research实习。本人当时思路没打开，只局限于本校导师了。学弟学妹们尤其是有志于保外的同学，可以考虑能否找校外导师实习（相比其他一些工科，AI远程搞科研还是方便的）。我之前就看到过清华叉院有老师招实习生，而且不限定校内学生还是校外学生。工业界research实习，恕我直言，本人没找过，只是知道有这种路径，但是知道的例子好像都是因为学校导师和工业界有connection然后把学生推去实习；我确实见过快手、华为诺亚方舟、腾讯 AI Lab等的research实习招聘JD，但bar应该不低，感觉不适合初次科研的同学。
关于为什么要搞本科科研，刨除“人有我也得有”的竞争观念，这可以帮助检视自己是否适合做科研，以及帮助自己在深造时选择合适的细分方向。前者不必多说。后者的话，一个是由于，如果不深入AI的某一个或者几个细分领域，其实是不容易搞清楚这个领域在干什么以及这个领域的发展前景以及自己是否真的喜欢这个领域的；另一个是由于，经历了今年秋招的惨状，如果日后目标是去工业界的话，那么细分方向的匹配显得愈发重要，已经不是那个只要有AI顶会就能收割offer的时代了；就算以后目标是去学术界，那也有难发和好发paper的领域之分。
根据本人夏令营、预推免以及陶瓷海外导师的经历，国内基本过了初审，复试就不怎么看GPA了，还是主要看科研经历和基础知识掌握情况；国外的话，由于之后也不想出国了，因此面试的经历十分有限，但是为数不多的面试经历中，几乎没问过GPA，全程都是讨论做过的科研和以后想做的科研。所以说，可见课程之外经历的重要性。
再浅谈一下实习方面，由于本人并没有考虑过本科就业的事，因此对这方面更多是道听途说，因此欢迎看官们补充。本科就业，最有用的经历应该非实习莫属，IT相关企业没怎么听说过找工作时问GPA的，而且就算问了，GPA也不是什么决定性因素。国企可能会看重成绩一些，甚至还有问高考排名的。
以上论断均有科大前辈的实例支撑，而且每个的对口案例都不少。有GPA不那么高（比如说并没有达到上面提到的bar或者达到上述bar但是没有极高的3.9+/4.0+）但是科研充实、有推荐信去到海外名校深造的；有本科计算机然后大厂后端开发就业的；有本科统计然后量化投资策略研究员就业的（不过今年找工寒冬的行情估计确实没有这么好了）。
由于本人是普通的高考学生，而且上大学之前信息确实比较闭塞，因此本人的路径总体来说还是有些拖延的，放在这里仅供参考：大一上全心全意刷GPA，大一下仍旧是努力刷GPA，同时思考转专业的事；大二上开始对AI方向建立一些笼统的观念，但还是在刷GPA，大二下加入了一个CV/NLP/多模态相关实验室，但是由于担心掉GPA，几乎没怎么用心在科研上，纯划水打杂，大二暑假有点着急了，开始找实验室并下定决心认真搞一段科研；大三上全力以赴科研一学期，幸运的是搞出了一些勉强成果，但GPA掉了，大三下换了另一个实验室同时emo了一学期思考深造想搞的方向（尽自己所能问了一些相关的从业者，或者是大我年龄比较多的这方面的业界前辈，尽可能避免问在读硕博生；也尽量收集了一些信息，还看过一些VC的投资风向，现在想来这样神神叨叨的也不见得就能选的恰当），并准备了保内/保外/出国的一些东西，心几乎没在课内，于是GPA又掉。
后来看了看20级/21级同学们的一些路径，以及对比我知道的19级搞得比较好的同学的路径，发现他们在科研上的起步普遍比我快半年甚至一年，尤其是我认识的少年班学院计算机方向的几位同学，几乎快了我一年时间，大二上开始就比较认真地去实验室接触科研了，而不像我大二下才去而且只是打杂。
或许也是因为少年班学院出了名的保研线低，所以说他们更不害怕GPA上的失利。总之不论是少年班学院还是非少年班学院，如果有志于在科研上做出成果以便保研清北/海外PhD，选择信息口工科中相对来说课少自由时间多的专业更有利于把时间投在课外的科研/实习中（从19级信院来看，能同时兼顾大量课程且超高绩点且完整科研的人并不多）。对于科研，不要寄希望于上多多的课以及在课程中学到多少有用的东西，去了实验室几乎都是现学。
本篇几乎通篇都是以AI方向为基础展开的，当然选择绝不限于AI领域。AI的劝退文，时至2022年，想必大家也看过不少了。AI方向以后会怎么样，不好说，现在怎么样，火了挺久了，卷也是真的卷；其他EECS方向怎么样，本人没深入过，不敢妄下结论，跟身边搞微波、控制、医电MRI、嵌入式、Bioinformatics等方向的同学或多或少也有聊过，只能说各家自有各家喜忧。也欢迎各方向的同学/从业者补充。
根据我个人浅薄的经验，如果要为这篇经验教训提炼关键词的话，我认为是“折腾”。在这三年里，我认识了或者见识了很多不同背景、不同方向的人，尽管目标、方向等都不一样，但是想达到自己的一些理想，都少不了“折腾”二字。在转行群，认识了通过各种gap和实习最终成功转行计科的物院学长；见识了材化专业本硕转行到行研、微电子等的前辈；在高中同学里，我也看到了通过大量前期准备和实习找到了自己职业发展方向并且在就业寒冬下也能拿下不错offer的同辈；在跟我一起的深造er中，有夏令营全聚德但是预推免上岸梦校的，也有此时此刻还在为海外深造不懈努力的……诸如此类的例子真的见识过很多，所以说我感觉如果真的很迷茫，不妨先动起来，先去尝试心中所想的某一个方向，不要安于课内一亩三分地的课程，空想能得到的效果还是有限的。
本人由于自身实力、家庭因素等的情况，还是留在国内深造了，去了复交浙的其中一个。在EE/CS/AI领域中，科大的同辈和前辈肯定有很多都比我要优秀，因此我写的东西也不一定符合每个人的观感，也欢迎大家的批评与讨论。我的愿望当然是自己和同学们在EE/CS/AI领域能越发展越好，以及科大信息类工科能迎头赶上清华上交浙大这样的工科强校。也祝愿19级此时还在奋战海外申请的同学申请顺利；祝愿后来的学弟学妹们能避开我踩过的坑，在大三结束时能达到更高的高度。
momo 感觉课表比19级还是要好不少的，至少大三不会出现一学期6-8门硬核主修课的地狱情况，能节省出来一些时间，19级是真的缝合；可以啊，方便的。
顶一下，楼主多写点
搞得我也想写个物院贴（（等有学上了一定
支持一下
支持，已加精
已经大三了，同在信院，经历相似。现在对以后很迷茫，甚至有点焦虑
最近被问到清华相关的问题。根据19级情况和我搜集到的之前的情况，清华确实要特殊一点。清华计算机甚至清华叉院（这里均指清华比较不错的课题组）的要求确实会高，大概GPA top5%起步而且需要有一定量的完整科研经历（最好有paper）。这是一个且的关系，对GPA和经历都提出了较高的要求。也是没办法的事情，因为要竞争的对象包括了top2的本科生，而且清华出国率近年也有下降，所以说更大增加了难度。
所以说想去清华计算机甚至叉院，最好是能兼顾科研和成绩。不然没成绩有可能直接挂在初审，没科研容易挂在后续考核（本人就是因为成绩不够直接被初审干掉了）。清华计算机夏令营不招生，应该只在预推免发offer，所以要考虑是否要先找保底；清华叉院应该是在夏令营招生的。
以及这里再次强调如果想保外尤其清华这种，可以尝试直接在大二大三联系清华老师做research（这个是我在联系某叉院老师手底下学生时得知的一条路径，他本科是某华五，就是这么操作的。于是再次感叹自己思路没打开）。尤其叉院老师的方向很多，相比本校的更加多元，也提供了更多选择。
还有就是，科大学生一定要有自信，以及不要怕麻烦，当时叉院入营名单上，科大好像就报名上了一个学生，实在是太可惜了。如果想去其他外校也是同理，不要怕麻烦，简历投起来。上海交大，复旦，浙大，人大高瓴，北大，自动化所等都有很不错的组而且院校title也不输科大，而且地理位置更好，科大学生多投，肯定有机会的。
笑死，如果没有connection，清北有些项目难度其实和北美top1梯队大学的难度差不多
作为非ai专业信院人感觉我们那届鸡皮欸过拟合极为严重，以至于后期相当之焦虑（但本人gpa仍处于尚可水平……），而信院的出国也逐年困难，去外校难度也不小，进一步加重大家过拟合鸡皮欸。另外，信院除顶尖大佬（而且是ai方向）似乎很难平衡鸡皮和科研的关系，这点即使某位人毕业这么多年也没有改善，真是令人感慨
ruby 感谢提供dp，不知dz是哪一届呀。确实如果没有科研经历，想去外校强组或者海外不错的学校组PhD读AI方向是挺困难的……sigh
lz是从哪些地方了解到实验室的信息呢，求教
