没有理解错的话,原原 po 希望找到对未来工作规划有益,同时具有热忱的技能。
是的话,个人也觉得低年级时多方尝试特别值得;技能、理解和热忱,常需要时间茁壮。
进实验室满好的,也许热忱慢慢才会显现或培养出来。
不进实验室也不用焦虑,如果很多人进,想靠着类似经验为 apply 加分的效益也就低了
。
对未来工作规划有益的事,很少是那种直觉就会喜欢到不行的情况。起步阶段不容易有和
老师或学长姊互取所需的情况。多方尝试作为尝试,很难不走弯路。
而走弯路再正常不过了。低年级时间相对宽裕,成本比较可以承受。不管是前面回文说的
做实验、写程式、跑统计、学数学,最常见不了了之的原因有:挑战性太小觉得枯燥、挑
战性太大觉得挫败。
如果是觉得枯燥,那学到的经验就是自己可能对这类作业不太有热忱,可以作为未来选择
方向的参考;如果是觉得挫败,那很很大概率不是能力问题。
身在周围同学们各个优秀的一个结果是,总会觉得自己比不上人家,容易低估自身能力。
因为焦虑,所以鼓起勇气跨出舒适圈,学统计/写程式,结果发现坑一堆,从入门到放弃
,以为自己资质不够。
其实不是这样。感觉很难的问题,往往只是感觉很难。资工系同学找
stackoverflow/github 的时候就像医师在查 pubmed/uptodate 一样,领域外的人觉得很
猛,其实还好;有时候离解决问题就只是看懂几个符号或鼠标多点击下而已。大家一样是
在不懂中找答案,最大的差别是过程的心理状态。
所以重点在不要造成自己太多的心理负担。科技大学的老师也有在 youtube 教学,还可
能比名校的老师更懂得没基础的同学遭遇的困难;高等微积分离听起来太高等,那就从微
积分先;英文课程看不懂,就看中文的。学写程式的话,也 hahow 之类感觉很盘的(?
)也行,换算一下就会发现自己鬼打墙挣扎的时薪有够低。没压力就好,起步唯二的地雷
就只有钻牛角尖和放弃。
觉得一定要给自己足够的时间,摸索新领域的路径很像是下图右边这样的:
https://reurl.cc/j1NLRD
这个在 deep learning 里叫做 SGD(Stochastic gradient descent),人工智能在学习
时也是跌跌撞撞的,不过电脑不会灰心,并且理所当然的把前一轮的失误,当成下一轮的
修正方向;有时候觉得气馁也没有关系,往往一两个月后无意间再碰碰运气就发现自己有
新的领悟了。
最后是,多方尝试也不一定要和未来工作加分有关。之前系上有学霸毕业后跑去读数学,
有学长跑去从政,跑去当作家的。当时觉得这些人有什么毛病?后来才发现没毛病,就是
自己的所见太狭隘,看不见别人的光亮而已。
不用太焦虑。但一时放不下焦虑的话,也没关系。