Anson

轉瞬,一年。

回憶起這一年的點點滴滴,自己真的成長了嗎?
這個問題一直縈繞在內心深處。

當初看似遙不可及的目標,現在感覺再墊一下腳尖,就能輕輕觸碰到。
我想,這就是成長吧。

對於學校、對於工作、對於台北,少了討厭的感覺,也許是習慣,或許是對這樣的生活感到麻痺。心態變了、課程變了,唯一不變的是早8晚10的實驗室作息。(但有時候會不小心睡到早10,哈哈哈哈哈)

隨著疫情加劇,確診數不斷攀升。學校宣布在4月底時開始遠距,便簡單收拾了行李,回到南部避難,下一次正式回台北時,可能是暑假實習吧!

按照慣例,分成幾個段落來分享:

Curriculum

因為上學期已經修了12學分,下學期的壓力就相對較小,若一切順利的話,二年級只需要再修3學分,就可以安全下庄,以下是這學期的修課清單:

  • Practice of Social Media Analytics 社群媒體資料分析實務

課程內容:社群網路的知識、概念,以及分析的方法等
作業:兩個作業
期中考、期末考
:期中提案、期末實作並報告
授課方式:預錄課程、線上教學

非常中規中矩的課程,不用擔心會被電爆或是跟不上進度,在學習上也相對彈性,不用被綁在實體教室上課,推薦給對社群網路有興趣的同學選修!

  • Practices of Deep Learning 深度學習實務

課程內容:報Paper的形式來進行課程
作業:報一篇論文(助教提供清單自選)
期中考、期末考:期中提案、期末實作並報告
授課方式:實體上課

上課報告的論文領域,大多是電腦視覺、影像分析,少部份會有自然語言處理。只要穩定出席加上認真開發,就能拿到不錯的成績,大推!

  • Introduction to Blockchain and Its Applications 區塊鏈的介紹及其應用

課程內容:密碼學、Hash function、共識機制和智能合約等
作業:報一篇論文(助教提供清單自選)
期中考、期末考:全筆試
授課方式:實體上課(教授偏愛實體)

原先以為會教一些加密貨幣,或是寫交易的內容,很可惜的和想像的不同。期中期末的考題,是上課投影片的內容,加上每周各組報告的論文,會挑選幾篇的內容來當作考題。雖然內容有點艱澀,但只要認真準備,就能安全過關!

Intern

對於實習的工作內容,已經越來越熟悉,大多時間都是撰寫一些工作自動化的程式。因為開發小組目前是採用敏捷式(Agile)開發,所以每三周會跑一次短跑(Sprint),會進行code review,需求確認以及討論未來開發方向。在程式的功力上,比起剛進公司時進步很多,接下來也要全力以赴!

Lab Trivia

在碩一下,除了日常要處理的一些雜事(e.g. 改成績、準備大學部作業)之外,還要帶領大學部的專題生開發產學合作案,擔任的職位就像PM的角色一樣,負責和合作公司的窗口接洽,也要協助專題生解決問題。

對我來說,這是一次很難得的機會,透過帶領專案的過程,除了累積技術的知識之外,也能訓練自己的軟性能力(溝通、協調、調度資源等)。期許自己能在專案中,累積更多的經驗,待未來步入職場之後,能夠應用於帶領團隊、專案,並往更高的目標邁進。

暑假之後,便是碩二,是該好好思考論文的內容了(不想岩壁QQ)。希望未來的自己,在面對壓力時,能夠拿出更抗壓的表現,維持在最佳狀態,以面對接踵而來的各項挑戰!

To be continued…

--

--

好久沒有更新了!

自從九月中入學,除了前一個月是蜜月期之外,每天都非常忙碌,幾乎都是早8晚10的作息,一周還得去公司實習兩天!連難得的假日都到了Lab報到,雖然Lab沒有任何規定,但為了補上不足的技術債、學新知識,即便過程有點辛苦,但能感覺到自己慢慢的變強,內心還是非常滿足的。

大概分成幾個段落來分享好了:

Curriculum

在研究所兩年中,除了最重要的論文,畢業學分也是不可缺少,每間學校的各科系都會有規定的修畢學分數,以118 CSIE來說,要取得24學分才能畢業(不知道算多還是算少XD),根據學長姐以及我個人的心得,建議是在碩一就早點修完,雖然剛開始會忙碌一點,但轉眼間就過了,這樣碩二的時候才有時間寫論文,以免同學都已經開始寫了,你還在做課堂作業。順便分享碩一上的修課清單:

  • Big Data Analytics 巨量資料分析

巨量資料分析是由兩個教授聯合授課,前八周是由我的指導教授講授,主要環繞在Machine Learning Algorithms,較著重於理論概念的學習。後八周是由工管系教授講授,會實際操作MongoDB, Hadoop等系統,從架環境開始慢慢引導學生,不會操之過急,算是獲益匪淺的一堂課。

  • Image Processing 影像處理

影像處理是由我們資工本系的教授授課,建議在修課之前要先學過多媒體概論相關的課程,因為上課節奏較快,已經預設同學有background-knowledge的情況下教課。內容包含先備知識回顧:光與圖像的關係,之後會帶到形態學、傅立葉轉換等,課程內容非常扎實,如果對CV有興趣的同學,滿推薦來修課,可以學到很多東西,但希望要先補充一下先備知識,不然進度會追得很辛苦...

  • Introduction to Deep Learning and Its Application 深度學習導論及應用

這堂課主要是講NN相關的演算法,屬於較理論的課程,課程內容大多是採用NTU李宏毅教授的教材,在期末的時候需要挑選有關NN的論文報告並實作出來,以入門的Deep Learning課程來說,我覺得是非常平易近人的。

  • Innovation and Enterprise 創新與企業家精神

修這堂課的原因是,每次上課都會邀請許多知名的企業家來分享創業、經營理念,不僅可以吸收一些成功案例,更重要的是能瞭解產業目前的發展趨勢,透過交換意見和分享的過程中拓展自己的視野,增廣見聞。

Meeting

說到Meeting,相信很多身處在比較嚴格Lab的學生,都會瑟瑟發抖,因為代表又要被老闆噴了。對於報Paper這件事,每間Lab的報告方式都有所不同,有些需要講得很Detail,有些只需要講重點就好,就看老闆口味如何,報告的注意事項也可以和學長姐打聽看看。

在網路上找Paper的時候,我通常都會挑比較著名的期刊,像是NeurIPS、IEEE、KDD、ACM…,這樣能將一些品質良莠不齊的投稿先濾掉,Paper的品質也明顯較高。而各領域都有所謂的Top conference,端看各位想要朝哪個方向前進,再去survey看看就知道了。

Intern

因為讀的是產碩專班,有的公司會要求實習(可認列學分),所以除了平常在學校上課之外,每周得花兩天時間安排實習,我的簽約公司是中華電信,而實習部門是「數據發展處」,主要工作內容是資料工程,不過也得支援其他業務開發(系統開發、外案),像是11月時才結束了一個與AWS和聯發科的外案,雖然開發時間真的很趕,時常得加班開發,但學到了很多工具和技術,像是AWS S3、AWS EC2、在後端系統上建立起完整的資料流,可以說是非常難得的經驗,希望未來能有更多機會和其他世界一流的公司共同開發。

Lab Trivia

在Lab裡面,老闆通常會額外委託工作給學生,像是擔任TA、改作業、接計畫等等,接計劃就是賺取外快的時候,又或是Lab有固定薪水,就看看有沒有缺錢XD,但建議還是評估個人情況再謹慎決定,不然真的會忙得焦頭爛額,如果是強迫的話…,那就只能祝好運了QQ

其實我覺得讀碩班的時間過得飛快,轉眼間已經要碩一下了,我想壓力也會水漲船高吧…。獨自一人北上讀書,總覺得自己和台北格格不入,每當晴天時,就會想起南部的豔陽和藍天(還有便宜的物價QQ),不曉得還要多久才能適應台北生活呢?

正是因為身為研究生,才知道有很多挫折和難過的地方,心情不好的時候,就睡一覺或大吃一頓吧,相信很多困難總能雨過天晴的。

Keep going.

--

--

NTUST、國立台灣科技大學

在文章開始前,先附上我的最終結果!

台科大資訊工程所-AI跨域應用專班:正取

文章目錄在下方,可點選目錄連結跳到想看的部分唷!

目錄
1. 考試-計算機概論
2. 初試成績
3. 面試
4. 結語

考試

今年的台科大產碩班(AI跨域應用),與歷年的考試科目大不相同

2020:物件導向程式設計 (Object Oriented Programming)
2021:
計算機概論 (Introduction of Computer Science)

但不知道下一屆又會如何變化,只能看運氣了…
先談談準備方向和實際考題吧!

準備方向:

  • 數字系統(進制轉換、補數系統、浮點數表示法)
  • 數位邏輯(基本邏輯閘)
  • 計算機硬體(處理器、記憶體、暫存器、周邊設備)
  • 作業系統
  • 電腦網路(OSI七層、Network Protocol)
  • 網路安全(密碼學、對稱與非對稱加密)
  • 程式語言(低階至高階語言、語言特性、編譯器、直譯器、組譯器)
  • 資料結構(Stack、Queue、Linked-list、Tree、Array)
  • 演算法(Sorting、Search)

計算機概論的內容可以說是包山包海,平常還是得多看書累積知識。不過也因為如此,當時就猜測考題的難易度或許不會太高,畢竟考試的人有些是來自業界,脫離學科較久,考較困難的題目也沒有意義。

實際考題:

https://library.ntust.edu.tw/p/412-1049-231.php?Lang

  • 名詞解釋(Computer Science)
  • 時間複雜度
  • 矩陣運算(Row、Column computation)
  • 計算機組織
  • 數字系統(進制轉換、二補數、IEEE754)
  • Time slices計算
  • 資料結構(Binary tree)
  • 程式語言(while loop)

從上面的題目可以看出,比起一般的碩士班考試來的簡單許多,若是有補習過的同學,我相信絕對是輕而易舉,但可惜的是,筆試分數僅占30%。產碩班的招生重心一直是在面試上,更是決定能不能順利就讀的關鍵。

初試成績

時間馬上就來到了4/28,也就是初試結果公布的日子!
非常幸運地通過初試,附上我的成績單供大家參考

--

--

在開始前,先提供我的推甄結果及備審資料給網友們參考!

推甄結果:彰化師範大學 資管所(不分組) 正取

文章將分為五大主軸來分享

一、推甄建議

二、備審資料

三、行前準備

四、交通

五、面試過程

一、推甄建議

對於想要推甄的學生而言,有五個關鍵是在學時就應該知道的:

校名、系排、競賽、專題、英文

若以重要的程度來區分,又可排列成:

校名>系排>競賽>英文>專題

若能掌握上述幾項,國內的中高段研究所任君選擇,不過在報名前,不妨多報間保底的學校,哪怕只是去練習面試也好!

二、備審資料

自傳:

製作資料時,建議自傳的部分著墨在大學期間,頂多提及一些成長故事,但千萬不要寫從小到大的流水帳故事。

課外參與:

大學時,在維持系排(最優先)之餘,可參與一些競賽、研討會,至於有人會問說「系學會」、「學生會」這類經驗能否派上用場,以筆者在資管所的經驗而言,我認為幫助不大,甚至在電資領域也是如此,更看重成績、作品、競賽。

作品集:

在課堂上時,多利用開發的機會製作一些Side Project,抑或是將生活中遇到的問題,利用程式開發系統來解決問題,透過這些方法皆能有效地增加自己的作品數量。

內文:

在撰寫內容時,筆者的建議是:少用形容詞、將經歷盡可能的「量化」,雖然形容詞所堆積而成的華麗詞藻非常賞心悅目,但卻少了點真實的感覺,若能將求學歷程寫得很勵志會更好,因為大家都喜歡看「英雄成長」的故事。

經歷:

可以適度地放大,但不要虛構!虛構的風險太大,若是沒被發現自然是安全下庄,但若不幸在面試時問起,又沒有特別準備過,很容易會被揭發,因為教授每年面試許多學生,看過許多經歷,想造假真的很容易露餡。

讀書/研究計畫:

碩士與大學的不同之處在於,碩班需要針對技術、領域做鑽研,並撰寫畢業論文,經過口試程序後,才得以畢業。

讀書計畫聚焦於:想研究之領域的相關知識獲得(建議可與課表做結合)

研究計畫聚焦於:有興趣的技術或領域來撰寫

驗收:

建議可以在暑假時就將備審資料撰寫好(推甄通常是9、10月開始),再把寫好的內容,多給其他的戰友、教授看看,能得到一些出乎意料的收穫。

三、行前準備

資料繳交後,就是全力以赴準備面試!筆者建議可從幾個面向來準備:

1. 中英文自我介紹(1分鐘)

這是最簡單且基本的,千萬不要在第一關就敗下陣來,內容要富有記憶點,並想盡辦法將四年的精華濃縮在一分鐘至一分半裡。

2. 收集欲推甄學校的面試問題(Dcard 研究所版、PTT graduate)

先調查面試的問題,是非常重要的一環,雖然並非每年的問題都一樣,但可以從歷年的問題中,找出該校的重視的領域或技術。

3. 訓練口條能力

這一點可以說是最簡單,也是最難達成的條件,因為口條能力並不是一蹴可幾,是平常就要培養的能力之一,建議在面試前,可以和其他戰友、教授進行模擬面試,或是報名一間較早面試的學校,先去見見世面,再從中學習經驗,這絕對是非常值得的,因為在報名者實力差不多的情況下,面試往往占了重大的決定因素!

4. 維持從容不迫的態度

在面試過程中,許多學校皆有扮演「黑臉」的角色,擺臭臉、攻擊你的論點、破壞你的自信心,都是常見的情況,當然學校並不是存心要讓你落榜,大多是想測試學生危機處理的能力,若在面試時遇到,即便被攻擊、挑戰,保持鎮定、好好論述,勇於提出自己的見解。若是真的不懂時,不要亂說,直接表明會再補足相關的知識即可,這才是安全的解決之道。

四、交通

在面試時,有可能遇到不同學校撞期的情況(筆者自己就遇到了),這時候務必找任何方法來錯開兩校的面試時間,如:與他人交換時段、打電話請該校調整時間,確認面試時段後,請切記能前往目的地的所有交通工具、時間估算,車票若能先訂就先訂,若不幸真的延誤,計程車也是一個方法(小心荷包)。

以筆者自己的經驗來說(早上8點半的面試)

坐火車抵達彰化火車站 → 向站前的機車租借店借機車 → 騎機車至彰師面試

五、面試過程

以彰師資管所的面試來說,題目如下:

1. 請簡單地自我介紹一下

2. 在專題製作中,您擔任的角色及工作是什麼?

3. 選擇彰師大資管所的原因?

4. 上研究所後,想要研究的領域是?

5. 研究所畢業後,您想往哪些方面發展?

整體來說,問題都算是非常基本的,都是可以事前準備好的部分,只是面試是採三人一組,依序回答,建議不要一次就把東西講完,「講話時間越多、能被教授記住的機會越高」,論述內容多和您的履歷做結合,加深記憶點

如:筆者有應用日語系的輔系,在問題五:研究所畢業後的發展方向,就提出想要去日本工作的想法,因此會在研究所階段積極考取語言證照,等畢業後,就會利用自身的外語優勢去國外闖闖,透過上述的回答,再一次提到外語優勢,教授也會覺得更有說服力。

最後,感謝閱讀到這邊的各位,本文獻給所有在求學之路上的莘莘學子,無論您來自哪間學校、想推甄的學校是哪,積極準備、以誠待人,是不變的通則,勇敢面對自己的選擇,將最好的自己展現出來。

「機會永遠是留給準備好的人」

祝福各位學子,武運昌隆!

--

--