心路历程 | 非科班博士转码通关上岸后的经验之谈

这几天无意中在力扣社区发现了一篇很有意思的文章，结合最近很多扣友都会来问“我想要转行程序员，到底应不应该？”的类似问题，所以就想着分享一下，希望这个文章案例，能够给大家一些思考和启发，欢迎积极讨论。

楼主是凝聚态物理博士，2021.3 月开始准备转码，2021 年底拿到了机器学习（计算机视觉）的 offer，目前博士毕业，准备7月赴上海入职。

相信力扣上有不少小伙伴和我一样，是非科班选手，并且希望转码，这里我为大家分享一下我的转码经历，作为参考。

我 12 年开始读本科，专业是应用物理。16 年本科毕业开始攻读博士学位，专业是凝聚态物理，研究方向偏材料。本科和博士都在北京航空航天大学。

转码之前，我计算机方面的知识相对薄弱。具体来说，大一上过一学期的 C 语言课程。博二的时候，为了处理数据，自学了一点 python。博三的时候，为了开展科研，自学了一点 C++，开发了一套几千行的程序。总体来说，除了 python 和 C++ 的一些基础知识之外，一穷二白，计算机基础四大件也完全没学过。

为什么会萌生转码的念头呢？

1、我的科研成果一般。4 篇 SCI 一作虽然毕业绰绰有余，但是想找到一份体面的科研工作（进研究所或者高校），非常困难。

2、博士方向的薪资水平一般。

3、自己对写代码比较感兴趣。一方面。自己在科研过程中写代码感觉挺开心的；另一方面，实验室里有硕士师弟在刷力扣，自己跟着试了一下，发现也挺有意思。

阶段 1：起步（2021.3 ~ 2021.4）

我是 2021 年 3 月开始转码的，当时还没有明确的目标，不知道到底要从事哪方面的工作，只是单纯的刷刷力扣。

还记当年刚开始刷题，就遇到了新人杀手——三数之和，做了一个上午，历经无数报错和超时，才在下午两点成功通过，中饭都没吃上。那天累计有 132 次提交，这个数字直到现在都未曾被自己超越…

刷了一个月，差不多有五、六十题吧，对象就开始鼓励我投简历，找实习。

想想当时也真是初生牛犊不怕虎，投了华为。笔试只做出来一道 easy 题，过了。一面算法题二叉树的最大深度，面试前一天刚好刷过，当时给我激动得够呛，一面顺利通过了。二面算法题需要用到回溯的知识，当时还没学到，没做出来，虽然和面试官相谈甚欢（自我感觉），最后还是没有悬念的挂了。

过了两周，又试着投了腾讯的引力计划（一个面向非科班同学的实习计划），一面就直接凉了。

总而言之，作为一个普普通通的转码选手，没有任何奇迹发生，开局直接跪，就是这么真实。没关系，哪里跌倒哪里爬起来，接着干！

阶段 2：确定方向：后端开发（2021.5 ~ 2021.7）

之前我有提到，虽然我想转码，但是没有明确的方向。上次腾讯面试虽然惨败而归，不过面试官问了我很多计算机基础四大件的问题（计网、计组、操作系统），我当时感觉还挺有兴趣（也可能是因为被无情淘汰，有点不服气），所以那次面试间接帮我确定了转码的方向——后端开发。

确定了方向之后，我重新制定了学习计划，一方面，力扣还得接着刷，另一方面，我也开始恶补计算机基础（数据结构、计网、计组、操作系统）。说来也不怕大家笑话，我那段时间一直在 B 站上看王道考研的视频（这里不是打广告，这个课确实比较适合非科班转码的朋友补基础知识）。实验室里几个玩的比较好的硕士师弟还一老调侃我，说你一个五年级的老博士了，还天天搁这考研。我说老骥伏枥志在千里。

刚开始学四大件，还挺有热情的，但是几周之后，热情就开始慢慢消退了。其一在于，要背的东西实在太多了，缺乏实操的情况下，上周刚学的内容，这周就忘了，非常有挫败感（没错，说的就是你，计网！）；其二在于，学习书本知识和我日常的工作状态差异较大，博士以看论文，想创新点，做实验为主，抱着书本狂啃的经历相对而言比较少，所以有点不适应了。

计网、计组、操作系统虽然学习进展很慢，但是刷题一直没落下，基础的数据结构（哈希表、二叉树、图等）、和算法（回溯、二分、动态规划等）混了个眼熟，题量也差不多到了 200。

2021 年 5 月，抱着试一试的心态，我打了第一次周赛，嗯，光荣的一题选手！定级 1507 分，我这个就是完完全全的大众水平啊有木有，不像那些天才选手，随便打几场 knight 了，再打几场 guardian 了，所以感觉我的经历还是挺有参考价值的哈哈。

阶段 3：切换方向：机器学习（2021.8 ~ 2021.9）

之前说到发现自己没有那么喜欢搞后端。8 月放暑假在家赋闲，一次偶然的机会，在 B 站（没错又是 B 站，B 站上的学习资料真的是无穷无尽！）刷到了一些机器学习的应用视频，觉得哇塞好厉害，居然还有这种神仙操作，就开始研究起机器学习了。

最开始，为了图快，刷了几个短系列（几个小时的速成课程），学了又好像没学，感觉没摸着门道。

直到我开始刷吴恩达老师的系列课程（20 小时起步的那种），才打开了新世界的大门。吴恩达老师讲的非常清晰，循序渐进，而且浅显易懂，对非科班选手来说很友好。他有一门机器学习和一门深度学习的课（都是免费的！），如果感兴趣的话可以先学前者再学后者。

吴恩达老师的课虽然讲的很精彩，但是偏理论，如果只上他的课，会发现缺乏实践能力，而且课程比较老，16 年之后的研究成果就讲的比较少了。后来，我又在 B 站发现了两个宝藏：李沐老师和李宏毅老师！前者是亚马逊的大佬，后者是台大的老师，李沐老师有一个《动手学深度学习》的系列课程，手把手教你怎么写神经网络；李宏毅老师则讲了很多相对前沿的研究成果，而且同样通俗易懂。

暑假在家的一个月时间里，我就在几个老师的轮番栽培下，快速成长。

当然刷题也没落下，随着题量的不断积累（差不多 400 题），我也逐渐从 1500 分的一题选手，成长为保 2 争 3 的 1700 分选手了✌

阶段 4：屡战屡败的求职之路（2021.10 ~ 2021.12）

在醉心机器学习的过程中，我完全将求职的事抛诸脑后，总感觉自己学的还不够，想准备充分一点再投简历，所以完美错过了 8 月 9 月的求职旺季（虽然不错过其实拿到 offer 的机会也不大，哈哈）

后来我对象实在看不下去了，开始每天不厌其烦地催我投简历。于是我正式开启了我的求职之路。

现在回想起来，那真是一段压抑的时光。没有深度学习方面的顶会论文，也没有实习经历，靠着 985 的背书，和几篇物理方向的一作 paper，想拿到深度学习的 offer 简直是难如登天。。。

投了很多企业，一部分简历被拒，偶尔倒在笔试上，大部分时候倒在一面，因为每当面试官问我项目经历时，都乏善可陈，这注定了面试结果的悲剧。

后来我开始思考如何能够改变被动的局面，显然需要针对上述问题下手。

于是我开始尝试着去 kaggle 上打一些非常简单，对硬件需求不高的小比赛，虽然往往名次一般，但是好歹可以写在简历上了；然后跟着李沐老师写了一个简单的 SSD（目标检测网络），并且学习了相关网络（RCNN 系列、YOLO 系列等）的知识，在面试的时候总算不至于乏善可陈了。除此之外，在之前的一些失败面试中，我发现实际的工程能力也是面试官比较看重的，所以我也学习了一下 git 的使用，作为锦上添花。

当然，即使做了上面这些，我仍然在不断地经历一次又一次的面试失败。

等到 11 月底，仍然颗粒无收的我的情绪已经非常沮丧了，一度想要放弃转码，滚回去做博后了，结果 11 月底突然收到了一家公司的二面通知，在一周之后又收到了三面通知，最后神奇的通过了！就是来的这么突然，让人没有一点点防备。

后来谈薪环节，hr 开出的工资是博后的两倍，我没有任何 argue，直接同意，签了三方，结束了我的求职之路。

求职这段时间，为了补项目，刷题就比较少了，周赛也没怎么打，这也导致了一些笔试翻车的情况出现。大家不要学我，求职的时候题不能停。

阶段 5：天梯慢慢爬（2022.1 至今）

拿到 offer 之后，整个人的状态就轻松多了，再加上毕业季也没有那么忙了，所以刷题也可以继续保持。不知不觉中，题量就慢慢涨到了 700，心态放平之后，竞赛分也从 1700+ 涨到了 2000+，希望有朝一日能上个 guadian 吧~

这里分享两个周赛上分的方法：

（1） 你现在周赛多少分，就去刷比你自己高 100~200 分的题，题目对应的分数可以参考 zerotrac 的分享，感谢大佬。

https://leetcode.cn/circle/discuss/iKFgik/

（2） 对于想冲击四题的三题选手，可以针对性的练一下第四题，我之前发过一个帖子，统计了最近半年第四题的标签，对于出现频率较高的标签，可以重点关照，搭配方法（1）使用，上分事半功倍

（1） 知己知彼

知己包括两方面，一方面要知道自己喜欢什么（求职意向）；一方面要知道自己擅长什么（能力）。

知彼，要换位思考用人单位需要什么。一方面可以从 job description 上知道岗位的职责，然后把自己的项目经历和技能尽可能地往岗位职责上靠拢；一方面可以多跟面试官或者过来人聊一聊有哪些用人单位比较需要，但是应届毕业生却往往不具备的能力，可以着重强化一下，作为你的闪光点。

（2） 保持信心，多投简历

（3） 保持刷题

（4） 面试过程中和面试官保持沟通

以上，希望我的求职经历能给广大的非科班转码选手提供一些经验、鼓励和信心。感谢阅读~