一个在读研究生的焦虑...

本人研究生读了大半年了，同时在 V2EX 潜水大半年了，在这里见识了越来越多的大神之后，我不禁思考起自己的职业规划，真是越思考越焦虑..…在此写下心路历程，以期得到各位过来人的指点。

（由于不想被熟人辨认出，某些信息模糊化处理）

不算简历的简历
---------------------------
背景：
本人本硕在同一所南京 211 理工科学校，本硕专业也均为电气工程。

掌握知识或技能：
1.电机电力电子领域的硬件电路设计
2.微控制器编程与应用技术(STM32/DSP/FPGA)
3.MATLAB 语言
4.C#语言
5.英语六级，阅读英文期刊以及口头、书面英语能力

项目经历：
1.参与某公司除湿器控制器软件设计，软件基于 C 语言，硬件基于 STM32，主导完成软件代码编写以及硬件调试；
2.参与某公司的某工业产品控制器软件设计，硬件基于 FPGA，软件基于 MATLAB、Verilog HDL 以及 C 语言编程，电脑人机界面基于 C#语言编程。主导完成下位机以及上位机软件设计以及硬件调试。

论文：
EI 会议论文一篇

学校奖项：
若干
--------------------------

我的专业方向应该说是偏向微控制器软件或嵌入式方向的，目前实验室师兄师姐的就业去处有硬件设计岗位和应用软件岗位，薪资 10k ～ 20k。目前这个行业能吃饱，但是我觉得未来的趋势是互联网和人工智能或者机器学习吧，要想吃的好，我就有点蠢蠢欲动想搭上互联网 /人工智能的快车。

自己评估了一下转行可行性和成本：
可行：
1.有部分科班课程背景，C 语言程序设计、软件工程、计算机原理；
2.有部分 C 语言程序设计项目背景。
3.还有 1.5 年时间学习新技能

成本：
把时间投入到互联网或者别的技术上的同时，
1.放弃了目前技术领域（嵌入式）的深入研究；
2.没有足够时间和精力在自己本专业课题方向发表期刊论文。

我的焦虑点：
1.我现在转方向明智吗？
2.如果要转方向，我应该往哪个具体方向转？

以上是我的思考，可能各位看来有些稚嫩，所以我做好了心理准备，请大家不吝指点。

ipwx

2018-05-20 11:18:45 +08:00

所以你是四年的普博？现在读什么年级？
- - - -

按照我的看法，Deep Learning 的路径无非两条：

1、从数学开始补，学好概率论和随机过程，然后把 PRML 和 Deep Learning 两本书吃透，特别是 Deep Learning 后三分之一，生成模型、Monte Carlo 算法、Variational Inference 那些内容。有精力再了解一下实分析和测度论。接着开始追 Deep Learning 学术前沿。如果你什么时候看各种生成模型（ GAN, Bayesian nets ）文章都毫无困难的，那么所有 Deep Learning 的文章基本都不在话下，倒过来去看 CNN、LSTM 的结构简直如砍瓜切菜般容易。

这条路径的缺点在于耗时，估计得有两三年。

2、直接从 CNN 入手，追 CV 的前沿。追 CV 的原因是，这方面最成熟，工业界过渡得最好。对于论文里面出现的各种数学方法和生成模型（最近几年的趋势）不求甚解。反正现在实际的 CV 应用里面用上过的数学方法和生成模型，翻来覆去也就这么几种，全记下、会写，就算成了。这条路我没走，不过看起来是成立的。估计也就一两年，就能写出一手漂亮的模型了吧？

然后还有精力再去管你没有弄懂的数学和生成模型。缺点是没有大局感，后期进展比第一条路径慢，还得把缺掉的功课补上。