在这边获取很多资讯，想说分享一下，回馈版友们。 也感谢各位之前的资讯分享。 1 . 背景 - 四大物理学硕毕业 (非112) - 大学班排：35% - 大学系排：25% - 大学平均分数： 85+ - 程式课只修过电机系的计概，演算法、OS、计组、离散都没修过 - 数学课则是本系跟数学系的课修了不少 - 担任软体工程师 (仍在职) - 大学程度能力检定CPE : 排名前2%，5题+ 的程度，大概刷了100题 UVAOJ 准备 - LeetCode：Easy, Medium and Hard 约50题只刷一遍 - 多益 920分 - NTU 机器学习基石上Coursera证书 - 学生时期家教过 20+ 位学生高中数学物理 二、结果 ---台大--- 电信丙组 (唯一需要面试)：报到登记结束前已确定会备取上 多媒体所：榜外 ---交大--- 数据所：备取 4X/126 电子所：备取 6X/116 资联-资工甲组：备取19X/291 资联-网路所：备取14X/242 资联-多媒体所：备取 16X/259 电机所：备取5X/65 电机资讯学院：全部都是备取倒数的 电信所：榜外 电控所：榜外 ---清大 (花惹我3,900 TWD...)--- 清大电机丁：榜外 清大资工甲：榜外 清大资工丙 (AI组)：榜外 三、动机跟准备过程 高中时对物理就很有兴趣，而大学专题跟硕士论文都傻傻的搞理论物理 (惨)，最後发现自己找工作只能做设备职缺，决定先转软体。接着发现业界真的颇吃学历 (自己有看过 104 求职网 跟 LinkedIn 的职位要求)，发现自己的学历没内推的话，之後会有点受阻，而且也只能低薪打杂，所以想求个学历获得门票，顺便补一下没修过的课程学分。 其实自己是在 2018年七月，就计画要考一下硕士班，当时才开始刷资工系的考试科目用书，而自己因为要保持有收入的状况，完全不考虑辞职补习，就边工作边准备，在没准备完的情况下，先考了 2019年台大资工硕士班试个水温。 成绩如下： 英文：64 (裸考，考古题没做) 数学：80 (算是准备完善，台大考古题刷了20份) 演算法：44 ( 11月才开始刷CLRS，大概看到 500页左右而已，台大考古题都没做QQ) 计组跟OS：18 (完全裸考，考古题都没做，因为知道念不完惹QQ) 总分148分，正取分数 183分 但老实说以上成绩除了数学没满分以外 (我写数学的时候觉得没很难)，我觉得算满意惹...，知道自己落榜之後就听取朋友建议推甄看看 (一般生)，着手推甄准备，当然我还是有继续准备2020年的考试入学，所以准备上是推甄考试同时进行。 准备书目 跟 阅读进度： How to Program Java (工作需求): 刷了一千页，有把范例都做过 How to Program C (工作需求): 粗略看完整本一遍 Introduction to Algorithm CLRS: 整本刷完一遍，荒废一阵子 Digital Image Processing: 看到约 300页 第一遍 OS Concepts 恐龙书：看到约 650页 第一遍 Computer Organization 算盘书: 看到约 400页 第一遍 Deep Learning, Bengio 那本：看到 200 页 一遍 Learning from Data（林轩田老师）：整本刷完一遍，荒废一阵子 Introductory Combinatorics_Richard A. Brualdi (数学系的书)：刷完一遍 Rosen_Discrete_Mathematics ：粗略刷完一遍 Elementary Linear Algebra (数学系的书): 粗略刷完一遍 接着就是准备一些证书，像是CPE 和多益，当初考CPE是想说之後大概会去交大或是清大念，记得这个是一个毕业门槛，就想说考一下也不吃亏，结果QQ。而考多益不去考托福的原因是...因为托福太贵了。然後找在数学系修课的教授吃饭个，请求个推荐信，都是台大毕业，我想这加减替我的数学能力背书，很感谢教授们。 因为有工作经历，我就把自己做过的专案稍微介绍，放到备审，有四个专案跟一个ML读书报告 1) 跟计算机图学相关 2) 跟客户合作的软体开发 3) 跟 AR 相关专案 4) 跟 Sensor 相关，串接到软体上 5) 机器学习基石的课程，把Learning from Data 刷完之後写一下全英文报告 (清大要求) 大学做的理论物理专题，是系所有要求才放，因为我理解是，资工系跟非固态组的电机系应该是看不太懂，感觉没太多用处。 结果10/31清大电机丁第一个放榜，名字没在上面，我心里想：「惨惹，要准备考试了.......」，接着就蛮认真利用午休的时间继续刷离散数学，因为想说後面大概都无望了。喷了我15k，换来一场空QQ，都可以买AirPods * 3 了，殊不知接着交大放榜备取的还可以，然後台大放榜，咦？台大电信丙有面试机会耶，是不是写错名字了 (并没有，就粗略准备一天面试去惹。 四、 台大电信丙面试心得 得知有面试机会，我只有一天时间准备，就迅速粗略看心得文，知道要考机率、线代、离散、演算法(引导式)，我就把之前的书目快速看一下，还有以前用的机率讲义翻惹一下。 - 线代：就是把一些专有名词，和跟机器学习比较有关的算法看一下，例如 Pesudo-Inverse。 - 机率：把之前学过的东西刷一下，例如 pdf, 中央极限定理, 条件机率, 一些有趣的题目 (例如Monty Hall) - 演算法：把CLRS基础的资料结构看过，复习 Heap, Binary Tree 等等，然後稍微看了一下 Greedy Algorithm 经典题之类的。 - 自传：就打嘴炮，稍微想一下教授会问你什麽，这一部分学生时接家教或是找工时都算有经验，要怎麽推销自己，你的优势是什麽。 第一关 (5min)： 自我介绍，教授会根据你的备审资料问一些问题，期间你用到什麽技巧，然後最後问你自己的优势。 第二关 (5min)： 不罗唆，直接开考软体相关知识，问得不错细，完全没有引导QQ 1) 解释 OOP，继承等等之类的好处？ (回答的还可以) 2) 解释 Binary Search Tree，跟他高度的复杂度如何 (前一天刚好有看到，解释的还可以) 3) 河内塔怎麽写？ (.....大学默写过但忘了，只记得 recursive QQ，跳过) 4) LeetCode Medium 322题 (…….说好的 Easy呢＝＝，想一下发现没感觉，跳过，结果发现这题是要用DP...) 5) 什麽是 Dijkstra (….说好的引导式呢，前一天只有看 Kruskal and Prim…没命中QQ，我只说这是Shortest Path，要把Edge变成非负，然後用贪婪演算法方式，脑袋浮现wikipedia那个动画，接着问我细节我就挂了QQ，然後时间到) 第二题之後被电到无言... 第三关 (5min)： 直接问白板上的数学问题，有稍微引导 1) 线性代数：方程组的解 (在白板上不是那麽显然，教授稍微引导，但看懂之後秒杀) 2) 机率：解释贝氏定理 (秒杀，直接写在纸上讲给教授听，家教导超过10遍) 3) 机率：解释中央极限定理 (秒杀，昨天刚好翻到，直接把数学形式写出来讲给教授听) 4) 因为白板上题目都解完了，教授就多出一题 ML 的，但我名词忘记QQ，然後时间到 恩，然後结束这一天惹。进去面试前，帮引导的学生还跟我说加油，我觉得好暖心，台大真赞。 五、 总结 老实说假如没有面试机会的话我应该是不会录取的，因为最後面试的成绩比书审高不少。想说就不准备考试惹，边工作边准备真的是不错累。 清大电机丁没上我一开始蛮沮丧的QQ，这一组特别说要招理学院，没想到那麽竞争....，也算是给我震撼教育，接着清大资工也没上，原来不是电资科系，且没修过相关课就是会被大扣分，有工作经历也没太多用处，我资工朋友还说我应该算稳，结果悲剧，非本科系就是硬伤。但没想到台大电信上惹，算是捡到。 以上心得，谢谢各位。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.192.93.213 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/graduate/M.1576411572.A.F8B.html ※ 编辑: pigletw70401 (123.192.93.213 台湾), 12/15/2019 20:22:29