211 计算机本， 211 材料硕，求助读博还是找码农的工作，详细见下面描述（反复焦虑）
Deking · 2023-08-01 15:40:43 +08:00 · 2937 次点击这是一个创建于 480 天前的主题，其中的信息可能已经有所发展或是发生改变。
各位好，我本科计算机 211 ，由于某些原因调剂到 211 材料，现在研究钙钛矿机器学习（和新能源沾点边），但我现在就处于一个很尴尬的位置，计算机开发东西和机器学习东西都是一知半解，不算精通。
有考虑过读博，但是我导师还有点压文章（希望下半年可以出一篇），提前联系计算机相关导师没有文章的情况下太难了；也考虑直接就业转码，毕竟秋季开学也才研二，还有一年的时间准备明年的实习，但是又考虑到 35 的中年危机，其实还是想走个算法（现在情况下基本无望）
个人还是十分喜欢计算机的，不是盲目高薪，但也确实有考虑这一点，希望各位能给一点点的建议。（读研真的不如当初直接就业的好，另外写 211 并没有其他意思，我也自知很一般，只是为了描述一下基本情况）
有考虑过读博，但是我导师还有点压文章（希望下半年可以出一篇），提前联系计算机相关导师没有文章的情况下太难了；也考虑直接就业转码，毕竟秋季开学也才研二，还有一年的时间准备明年的实习，但是又考虑到 35 的中年危机，其实还是想走个算法（现在情况下基本无望）
个人还是十分喜欢计算机的，不是盲目高薪，但也确实有考虑这一点，希望各位能给一点点的建议。（读研真的不如当初直接就业的好，另外写 211 并没有其他意思，我也自知很一般，只是为了描述一下基本情况）
 |
1
xd314697475 2023-08-01 16:18:27 +08:00
多想想自己想要什么？
未来想要： 1.在大厂卷，拿着大厂亮眼的薪资，希望自己的代码被千千万万用户使用，即使过着 996 可能很疲惫的生活。 2.对生活有一定追求，但是喜欢写代码，就是热爱，写代码让我快乐。 3.钱，只认钱，互联网钱多，我要卷互联网。 4.其实也没有太多的想法，对钱也没有特别追求。 如果是 1 ，建议立刻准备实习，八股文刷题搞起 如果是 2 ，建议读 phd 如果是 3 ，建议立即工作，包括但不限于互联网公司 如果是 4 ，建议工作，phd 风险很高 |
 |
2
SenseHu 2023-08-01 16:30:30 +08:00
下一个风口，超导， 大兄弟赶紧材料博士
|
 |
3
Desiree 2023-08-01 16:39:46 +08:00
材料才是风口，计算机已经被卷麻了
|
 |
4
taygetus 2023-08-01 16:41:21 +08:00
超导都要出来了，还卷计算机？？？
|
 |
5
lincanbin 2023-08-01 16:44:37 +08:00
当超导博士，赶紧参与坩埚炼丹
|
 |
6
YVAN7123 2023-08-01 16:45:39 +08:00
读博 (赌博），直接去当大学教授
|
 |
7
listenfree 2023-08-01 16:46:21 +08:00
考公务员计算机就业，实话说，211 不适合读博，特别是计算机博
|
 |
8
jinsongzhao 2023-08-01 16:47:11 +08:00
得广撒简历，提高概率才知道有没有好的工作机会吧
|
 |
9
lrigi 2023-08-01 16:51:03 +08:00 via iPhone
大厂都不招人了吧
没论文不太好读博 （这样吧如果你可以出去实习，可以现在去找个高校实验室实习，看看能不能发一篇文章留组 |
 |
10
Nazz 2023-08-01 16:59:29 +08:00
你这硕士学历对找编程工作感觉是 debuff
|
 |
11
jump2cn 2023-08-01 17:00:39 +08:00
读博，进所/机构，别卷
|
 |
12
Deking OP @xd314697475 3 和 1 偏多一点吧
|
|
13
Deking OP @listenfree 所以想的也是如果读博一定要好点的 985 ，否则还不如就业
|
 |
17
israinbow 2023-08-01 18:48:34 +08:00
魏公村男子汽修学院提醒您, 你卷不过科班货的, 找个交叉学科把计算机应用进去才是真.
|
 |
18
qzwmjv 2023-08-01 18:51:15 +08:00
钙钛矿和机器学习有什么关系，会 cvd 烧炉子的话马上转超导
|
 |
19
wangmou 2023-08-01 18:54:00 +08:00
现在算法照样 35 危机，因为工程和学术不一样，工业界又不需要多顶尖算法，效率成本都要可控，我师哥他们给建行干活，最后发现训练的模型还不如写几百条正则来的好使，今年觉的没发展潜力，跳出来去干大模型了。。。而且，算法工作少，工资也就和开发差不太多。。。
|
 |
20
OysterQAQ 2023-08-01 18:57:17 +08:00
不要神化算法，工资和后端差不多。
|
 |
23
Memoriae 2023-08-01 20:33:02 +08:00
非计算机本硕的来谈下，有幸作死选课选了机器学习课，机器学习其实很适合兴趣上的折腾，回归时序、模型选择、bootstrap 、交叉验证、模型调优、聚类，算法上 Monte Carlo 、遗传算法，学 python ，折腾 tensorflow ，书推荐 the elements of statistical learning ，quant/金融分析中机器学习是加分项，但面试从来没详细问过...
第一次看到 tensorflow 的 tutorial 特别是[天气预测的案例]( https://www.tensorflow.org/tutorials/structured_data/time_series)觉得逆天，涉及金融工程的 AR 、ARIMA 模型，立志迟早要弄明白 = = [Tensorflow Tutorials]( https://www.tensorflow.org/tutorials) 用机器学习的很多是 quant 和金融工程，需要交叉学科背景，必须学，太强大了。 |
 |
25
TWorldIsNButThis 2023-08-01 21:01:42 +08:00 via iPhone
快进到大模型指导炼丹
|
 |
26
dode 2023-08-01 21:02:10 +08:00
做一个工具人
|
|
27
dode 2023-08-01 21:02:37 +08:00
考编
|
|
28
Deking OP @TWorldIsNButThis 有道理哈哈哈哈
|
 |
30
ajaxgoldfish 2023-08-01 22:21:19 +08:00 via Android
笑喷了楼上回复的，计算机，钙钛矿，超导，这条路可不顺溜
|
 |
31
shwnpol 2023-08-01 23:17:04 +08:00
我有个大学同学，英国本科材料，剑桥硕士也是材料，但是他读 master philosophy 时抽时间自学了 ai 算法，python 和计算机基础。
现在他掌握了材料领域的科研方法与数学算法，进过剑桥卡文迪许实验室，以及把各种 ai 新模型缝合到一起的能力，并且在重修高数，整天听他说什么运筹学，虚数域之类的玩意，最后被伯克利一个教授收了读双学位计算机+材料博士，他英本的老师很想要他，但是我们的那个老师是搞核聚变磁悬浮外壳的，他看不上。我觉得你可以参考一下（现在看来名校也不是那么高高在上） |
 |
32
paradoxs 2023-08-01 23:20:45 +08:00
请回答我，这个世界上有什么工作是没有学历的人也可以做的？
1.水电工 2.装修师傅 3.程序员 4. 滴滴司机 5.送外卖 还有吗，各位朋友们 |
|
33
paradoxs 2023-08-01 23:20:45 +08:00
请回答我，这个世界上有什么工作是没有学历的人也可以做的？
1.水电工 2.装修师傅 3.程序员 4. 滴滴司机 5.送外卖 还有吗，各位朋友们 |
 |
34
wmwm 2023-08-01 23:48:57 +08:00 via iPhone  1
感觉功利心太强了，啥都想要啥都不敢面对，前怕狼后怕虎，我大概能猜到你为什么本科毕业后为什么不去工作，要考研，而且考的还不是计算机
|
 |
35
AutoRip 2023-08-02 01:15:20 +08:00
听起来像是我们学院的但是我没有证据.jpg 。
我比较好奇是什么支撑你在 Material Informatics 走下去。这个领域下的研究成果可谓“五花八门”（贬义词）。你可以看到在十位数的数据上跑 MLP ，也能看到在十万数据上跑 RF 。数据量、方法、问题三个因素的任意选项组合使得研究人员能够非常容易水出文章，同一批人可能在相差甚远的 topics 上随机跳跃，今天做热电带隙值，明天做啥啥材料形成能，后天做晶体图像结构重建，而且没有研究的连续性。那么，你只是想在这个领域水水，还是想要发光发热呢？ 如果你坚信不疑 35 岁是事业的终点，那我建议还是继续在象牙塔里呆着。 人生有无数种可能，只不过那些隐藏着的、不够明显的选项常常被忽略掉了，让自己以为只有一条路可走。 |
 |
36
PlsDontStop 2023-08-02 01:18:58 +08:00 via iPhone 2
@paradoxs 皇上
|
 |
37
mooyo 2023-08-02 01:19:19 +08:00 1
钙钛矿不就是水泥么？ 211 水泥，合理怀疑你在武汉某高校。
|
 |
39
whvg2zaJSol4yTXj 2023-08-02 01:55:09 +08:00 via iPhone
@PlsDontStop 很有道理
|
 |
42
CdpAsuka 2023-08-02 21:34:35 +08:00
很同意 AutoRip 说的，做材料信息学的机器学习可能就是找到什么数据就做什么目标值，课题会比较跳跃，如果组内不做实验去验证模型结果的话文章也不好发高的。不过另一条路就是要看看导师会不会接横向，如果有用机器学习作为方法和制造业的企业有合作课题的话，后面找工作可以作为自己的项目经历。
|
Select Language