Zhuanlan.zhihu.com p 570001872
保研的这段时间一直都是比较焦虑的状态，说实话没有准备的很充分（一直没有练机试，也没怎么复习专业知识），侥幸地以为只靠之前的科研项目就可以得到不错的结果，结果高起低落，最后有幸被计算所vipl组录取，就结束了保研之旅。
个人情况
本科学校：某中九cs
夏令营排名：3/138
英语：六级500左右（巨拉跨，面试老师直接怼我为什么英语这么低）
科研：软件工程实验室的一段科研经历，产出一篇CCF-A的四作，一篇CCF-A的拟投稿，但是由于我更喜欢机器学习和人工智能一类的方向，所以可能用处也不大；PKU AIIC的划水实习（创新创业导向）；一项较水的大创（机器学习和深度学习相关）；NLP相关的一个会议竞赛的第四名
获奖：两年国奖，两个数学建模的奖，两个互联网+比赛的奖（个人感觉没什么用），还有一些社会实践的奖项以及院杰出青年和省级三好学生（做了很多学生工作和社会活动的fw罢了）
定位与选择
- 如何选择自己的路？
从决策层次上讲，可考虑的维度包括：title、研究方向、组里的研究基础、导师人品/水平/是否放实习、城市、学硕or专硕or博。
从未来发展上讲，可供的选择包括：1. 去大厂、外企等工作；2. 做学术，高校教职或者研究所工作；3. 选调；4. 转行金融，做量化等；5. 国企央企
（1）对于大厂或互联网公司工作来说：博士做research岗主要看成果，title并没有起到决定性作用（参考华为天才少年哪个学校的都有），所以读博找一个强组、强导和适合自己的方向要比盲目追求title更明智；由于今年形式严峻，所以硕士就业title、paper和实习都会看，而且据说实习非常重要，有很多成果但是没有实习的可能连面试机会都不给，所以一个方便实习的地理位置+放实习的导师+不错的title和研究成果 会是一个不错的选择。
（2）对于做学术，高校教职或者研究所工作来说：这里只针对直博情况来说，组里的研究基础（强组）+导师的研究水平+导师的人脉和connection+导师人品 我认为是第一位的，因为这直接决定着未来研究道路是否顺利、博士生生活是否幸福以及以后能走多远。
（3）选调：title就是一切，清北独一档
（4）转行金融，做量化等：可考虑北大汇丰等学院直接转行做金融科技，也可以选择机器学习与深度学习、运筹决策、大数据与统计、数据分析与数据挖掘等相关方向，方便未来转行量化（但是听说量化很看本科学历）。
（5）国企央企：具体不清楚，应该很看title
2. 个人定位与选择
（1）研究方向
我个人相比于工程更喜欢数学，具体体现在：相比创造（写代码）更喜欢推理（推公式），喜欢找到抽象的统一的表示（数学建模的思想），喜欢从现象发现规律，喜欢找到事物之间的联系等等。所以相比于软件工程、体系结构等一类系统性和工程性强的方向，我更喜欢机器学习、数据挖掘等方向，CV、NLP等相关应用也在考虑范围中。
（2）未来职业选择
希望稳定+自由+能做想做的事情+实现个人理想+有机会接触创业+能了解更多元的学科，所以会优先考虑教职，直博是我的首选（当然只是美好的幻想，教职如今越来越卷，也没有了稳定的标签）
所以，定位是清北或者华五两所强组直博，人工智能相关方向均可
院系/实验室选拔参加：中科大h老师组、南大LAMDA、北大计算机、人大高瓴、计算所vipl
中科大
大概在大三下学期初就联系了h老师并且通过了一个月的考核，考核包括 1. 给定topic进行论文调研并做presentation；2. 论文复现。通过考核之后，老师问我是不是一定去，我考虑了很久最后说不一定，就把offer放掉了，当时难受了很久，成功之后又一夜回到解放前了。
虽然这一个月看似白费了精力，但是我很感谢这一次考核让我阅读了大量文献论文，并且通过复现论文锻炼了代码能力，同时我也产生了一些科研idea并和学长进行了比较深入的交流，坚定了我投入人工智能相关领域学术研究的信心，非常感谢h老师和考核学长。
南大LAMDA
看了一些经验帖说，南大LAMDA比北大信科还难，有很多LAMDA面试没过的最后去了北大信科，所以我当初报名没报什么信心，找了一位和自己研究经历比较match的老师，就去参加了。
首先是初筛，985的5%应该都能过初筛，除此之外我觉得研究方向的match程度非常重要。
一面是学长面，先是一分钟自我介绍，然后就是基本的简历面，问了paper以及剩下几个科研项目做的是什么和创新点，差不多就结束了，没有问任何专业知识相关的问题。
二面是老师面，问题大概有：
- 一分钟自我介绍
- paper里我主要做的内容
- AI for SE领域有什么地方还可以去尝试？
- 最拿得出手的项目是什么
- 遇到的挫折是什么
- 你觉得图神经网络做代码生成目前的优点和缺点是什么？有什么改进的地方？
- 有没有做过词法分析器和语法分析器
- 智力问题，黑白帽子问题（可自行百度）
- 剩下就是一些聊天性问题，比如如果离交稿ddl还剩两天，但是你的实验还有很大漏洞，论文也还没写完，这种情况怎么办；了解了我的家乡以及为什么想来南京等
最后获得了实验室的offer，我个人感觉成功的原因是 1. 由于方向match，所以了解比较深入，中间考察的一些对该领域科研的相关看法时回答的还不错；2. 正好问到了我之前思考过的比较有意思的idea，所以和老师聊的很愉快。
但是！只拿到实验室的offer还没结束，还需要通过南大AI学院的考核，于是就有了绿裙里通过实验室考核没通过学院考核的难兄难弟们（后来发现这些难兄难弟里有人去了贵系，只想说南大AI真牛）
AI院笔试：题量很大，考察范围覆盖数据结构、机器学习（西瓜书）、概率论、线性代数、英语等，如果目标南大AI的建议提前好好复习一下。不要像我一样，“怎么还有过了LAMDA没过学院的” “小丑竟是我自己”
另：夏令营笔试寄了就彻底寄了，也没办法报名预推免了。
北大计算机
找了一个做NLP的老师直博，面寄了，不知道是不是已经定好了。面试流程是首先PPT自我介绍，然后论文翻译，最后问简历问题，问的很细，建议一定要在面试前再过一遍项目细节。另外北大是超弱com，所以提前联系导师非常重要，而且很多导师早就没有坑位了，夏令营就是走个过场，并且人工智能相关方向竞争非常激烈，另外一些软件、操作系统、体系结构等方向可能预推免还有一些坑位。
人大高瓴
笔试+面试
笔试题目很多，考察范围为数据结构和数学，填空、简答、算法题都有，考的非常细，如果有时间，尽量仔细复习一遍408数据结构和概率论、线性代数，而且甚至矩阵论之类的也建议学一下。
面试：文献翻译+提问。文献翻译我直接抽到了一篇经济学的论文（直接没接触过，只看懂了大概是投标;竞价之类的工作）提问环节，英语自我介绍、英文提问、介绍项目经历、专业题。专业题抽题很看运气，而且听不清老师问的什么。。（不是我一个人这样）
最后果然是wl，虽然后来候补到，也放弃了
计算所vipl直博——最终去处
夏令营计算所是最晚考核的，说实话也没想到最后去计算所，直接报了一个最热门的实验室。实验室考核非常硬核，是我经历的最硬核的考核，包括一天的笔试、半天的机试和最后的面试
笔试真的是考的非常全面，内容如下
笔试考核
由于之前经历了寄中寄的南大和高瓴笔试，所以后来也复习了一些相关知识，我个人认为考的比较基础，属于中规中规的类型，并且题型是大题，应该会给过程分。但是时间比较短，题量不少，得抓紧时间写。
机试考的也很基础，但是由于我夏令营以来从来没有准备过机试，写的比较生疏，所以猜测机试应该不筛人。
最后面试，先是四分钟（好像是）的PPT展示，前两分钟是英文，之后就问了我一些科研问题
- HRNet的创新点在哪，作者是谁（不明白为什么问作者）
- 介绍一下MCMC
- Transformer和CNN的相同点和不同点
- 怎样评判一种方法的泛化能力
- 还有一些不太记得了
都是基于简历的科研基础问题，基本上都答上来了，最后拿到了offer
后面预推免就躺了，清华自锁的都错过了，北大报了个叉院大数据直博直接没入营（似乎是只有数学专业的能入营，也没报什么希望）。
最后一些建议
- 尽量早做准备，保研期间大家都很焦虑，但是要减少焦虑时间，能多学一点就多一点筹码
- 选择适合自己的路。有人会为了强组放弃清北title，也有人会为了title选择了不那么喜欢的方向，还有人跨专业保研为此只能选择比本校低一档的学校。所有的选择都是这样的，当你选择了A肯定就拿不到B的好处，没有必要因此产生精神内耗，一旦你接受了选择，肯定有得有失。多想一想希望自己未来成为什么样子，做一个有利于自己未来发展的选择。
这不是终点，而是一份对未来的邀约！