2024 届末九 CS 保研复盘 | 拒哈深学硕选中科大后换导师血泪史

我本科中农 CS，研一 9 月刚换完导师，现在回来做纯 CV 了。复盘当时的 offer：哈深 CS 学硕、中科大 CS 某老师专硕。如果让我现在再选一次，我会毫不犹豫选哈深。

🔴 为什么选中科大

一方面是华五 title，一方面是有点科研理想，对中科大有点特殊情结。后来事实证明，实际的科研和我想追求的完全是两码事。理想主义害人不浅，建议大家先从实际利益出发，可以少犯点蠢。

🔵 为什么抛弃纯 CV 选交叉

当时隐约感觉 CV 很卷，想换赛道。尝试之后发现差距真的挺大：组里大部分工作就是用现有设备和软件做实验，整体就业前景也不太好。当然也有我个人原因，分配的任务和我知识体系重合度不高，自学了很多东西，但导师没起到什么作用。总之就是很自闭的一年。

🔴 本科复盘：一直在迷茫

从大一开始就在想保研，但很多该做的事都没做到位。不知道怎么努力、朝哪个方向努力，导致这个结果也算情理之中。

🟡 末 9 CS 出路在哪

想好未来打算。想靠 title 进体制：rank 最重要；想搞 AI 算法：rank 不够可以靠论文补。

🔵 基础门槛

Rank：不同夏令营有大致要求，低 rank 靠其他亮点吸引老师。

六级：工科上 500 基本够用，再往上刷性价比不高。英语考核练一下口语，准备英文自我介绍，发音标准即可。要有阅读英文文献的能力，我那年中科大夏令营就是翻译一篇英文摘要。

🟡 科研和竞赛

编程竞赛（ACM）或 深度学习竞赛（Kaggle）最有用；数学建模其次；学科基础竞赛基本不看。

科研尽量不要找和农业交叉的，除非打算做这个。校内选本学院，喜欢理论的看理学院，本校老师要求低一些。校外老师要求稍高，多留意科研助理机会。这部分是我的痛，没早点去。

🔴 学科基础准备

AI：基础概念要懂，CV/NLP/ML 等方向根据论文有把握，有一定阅读量，研究过某方向代码。

算法数据结构：排序、DP、树、图，常见掌握即可。除非专门搞理论，否则考核都比较简单，熟练最重要。

数学基础：线代、离散数学（图论群论集合论）。做 AI 的老师更关注线代。

408：联系体系结构/计网方向老师会特别关注，一般书上的学会就行。

可以按企业面试经验准备，问的都差不多。

🔵 学校选择因素

地域：想实习选北上广深。中科大这种偏的地方能找到相对更强的老师，但地域限制大（我去逛实习网站发现没什么公司）。

专业：不同专业获得事业编/企业面试机会不同，我不了解不多说。交叉领域除非清楚情况不要乱试，血的教训。

导师：人品 OK 最重要。和企业/其他高校有 connection 的老师能提供合作机会。

吐槽下我前导师：虽然优青，但组里产出惨淡，性格奇怪，有不合理要求，非常自私只在意自己利益，还张口闭口搞科研谁都看不上。很多论文作者也不是实验室学生。这种老师去问系里学生基本都知道，我当时欠考虑了，多从各个渠道调查一下，就当吃瓜。

起步晚、实力稍差的想找科研导向导师，可以稍微降 bar。

方向：结合兴趣，不感兴趣的很难学下来。去看这些方向学生最后的去向。

综上：结合因素和自己规划选。科研向可以适当降低 bar，学校 title 没那么重要，关键是找处得来的老师。

我现在中科大搞纯 CV，组里论文情况不好，地域限制又大，感觉被薄纱了。

🟡 套磁心态

大多数不会有回复，理智看待。bar 太高就降一级，联系方向相关的导师。

⚠️ 踩过的坑

• 没有早点参加科研是我最后悔的事，大三才开始想，精力也没花够。保研时只有一篇农业相关的水 EI 期刊三作。科研像游戏规则，早点加入就能早点 get 到，不仅是论文本身，也知道怎么完整评价一个老师，聊天更得心应手
• 对本科生科研要求比研究生低很多，一篇 CCF-B 能帮你找到很好的组，但看学院老师主页，能发 CCF-B 的也不多，所以选老师要慎重
• 没有论文也可以讲项目、竞赛，别空着手
• 内耗无益，早点看清，迈出舒适圈往前走

现在组里师兄和导师人都不错，只是发顶会比较少。自己发不出来也不能怪别人，和师兄接触下来感觉自己差距还是很大，又想起大四浪费的一年。静下心来学点东西才最重要。