谷歌学长万字箴言：计算机相关专业路在何方？

大家好！我是小z~

接触到的很多同学都是计算机相关专业背景出身，对于工作、考研以及更远的职业发展多少有些困惑。所以，最近邀请了一位就职于谷歌的学长，从一个过来人的角度，对相关专业的职业发展方向做一些分享。

文章的目标受众群体，主要是就读于计算机相关专业的在读本科生。无论你是大一刚入学，还是大三在筹划毕业以后的事情，应该都可以从中学到东西。而其他专业和职业的同学，亦能从思辨中有不少收获。

首先，我把中国的计算机专业的本科毕业生的出路分成以下几个大类，然后着重阐述两个方面。第一：如何最快速地确定自己毕业应该走什么出路。第二：在确定了方向之后，如何高效地准备，从而更容易在毕业之后达到目标。

下面对本科毕业的出路作出分类：

1.   直接工作。

2.   在国内读硕士。

3.   在国内读博士。

4.   在国外读硕士。

5.   在国外读博士。

6. 退出计算机行业，从事其他行业的工作（本文不讨论这个选择，如果你觉得计算机行业不适合你，并且你会退出，那么本文几乎不会教给你任何有用的东西）。

下面开始具体阐述。

！声明：本文包含了大量的作者的主观看法，因此每个人都应该选择性地看待以及吸收，应该始终保持批判性的视角。

01

硕士（工程）还是博士（科研）？

首先我需要对“工程”和“科研”二者的区别做出明确区分，因为他们也代表了“硕士”和“博士”的本质区别。

如果你选择了从事计算机行业，那么你一辈子干的事逃不开这两个分类：工程或者科研。工程师（也就是本科以及硕士教育的培养目标）着重于解决既定的问题。科研工作者（也就是博士的培养目标）着重于发现未知的问题，然后推动问题的解决，甚至最终解决问题。

在你们工作以后，“工程”和“科研”很多时候没有明确的界限，也没有清晰的定义。不过，概括来讲，定义得很清楚的问题，一般是工程问题，连定义都需要首先弄清楚的问题，一般是科研问题。有明确解法的问题，肯定是工程问题，没有任何前人提出的解法的问题，一般是科研问题。

我可以举个很简单的例子，在开发12306网站的时候，需要创建一些数据库，里面存储了每个订票者的个人信息，以及订票的信息。“设计并开发这个数据库”就是一个典型的工程问题，因为它有明确的定义。虽然前人没有提出过任何解法，但是前人开发过无数类似的数据库，有很多类似的解法可以参考。因此一个熟练的工程师可以很简单地依样画葫芦开发出这个数据库。

再举另外一个例子，还是在开发12306网站的时候，需要解决一个“超高并发”的问题。比如在春运前夕，同一辆火车的车票可能有几万人一起点击购买。如何开发一个订票系统来处理每秒几万次的对于同一个车次的请求，能够让前几个点击“购买”的人买到票，让后面点击“购买”的人看到“票已售完”的显示。如何公平地处理请求，以及如何保证服务器不崩溃，是一个工程和科研的混合问题。虽然前人已经开发过其他的订票系统，但是可能世界上没有其他订票系统需要处理12306这样的高并发量。“如何处理超高并发”这个问题，可能对于12306就是一个科研问题。

最后再举一个纯的科研的例子。比如某公司要开发一辆自动驾驶的汽车，由于现在世界上还没有人做出能够大规模用于载人的自动驾驶汽车，这个问题里面的很多子问题都是纯科研的问题。比如很多年前，还没有人做出成熟的行人检测的算法的时候，“如何通过摄像头进行精确的行人检测”就是一个纯科研问题。但是一旦科学家们做出了科研成果，并且大规模被使用的时候，这个问题就立刻变成了一个工程问题。因为后面其他人想再做行人检测的时候，只需要把前人的成果拿来直接用就行了。

上面举的三个例子，是想说明，工程和科研有着本质上的区别，工程注重“解决定义好的问题”，科研注重“发现问题，提出问题，推动问题的解决，甚至解决问题”。虽然二者有着本质的区别，但是又在工作和生活中不断交叉重叠。

搞清楚科研和工程的区别和联系之后，大家在大学本科阶段第一个任务，就是要搞清楚自己更适合工程还是科研。从统计意义上来说，大多数的计算机从业者都在搞工程，只有少数人在搞研究。但是对于名校毕业的学生来说，搞研究的比例会稍微高一点，但是大部分人依然在搞工程。

如何确定你自己适合科研还是工程？一般来说，本科阶段进入教授的实验室，参与一些简单的科研项目，接受一些简单的科研培训，基本就能知道自己对科研是否反感。如果你发现自己阅读学术论文有巨大的困难，对于“没有既定解法的问题”完全摸不着头脑，乃至于一想到科研就头疼，只想让教授给你具体的任务，然后你按照给定的解法完成，你大概率是不适合科研的。如果你发现“阅读学术论文”简直像进入一个全新的世界，“吸收前人的思想”让你觉得浑身通畅，对于“没有既定解法的问题”的思考让你觉得很有挑战同时很有乐趣，那么你大概率是适合科研的。但是话说回来，即使日后很有科研成就的人，在刚开始接触科研的时候，都会遇到巨大的困难。无论一个人日后喜欢上科研与否，在刚开始阅读学术论文的时候都不会感觉轻松。所以，如果你一开始接触科研就觉得反感，一个可能是你根本不适合也不喜欢科研，另一个可能是科研本身的学习曲线是陡峭的，或许坚持熬过最开始的部分，你会在日后“柳暗花明又一村”，直至发现自己适合科研，也爱上科研。

所以，对于“如何确定自己是否适合科研”，我的建议就是尽早进入教授的实验室，选定自己喜欢的细分方向。如果一个方向不喜欢，换一个方向可能会感觉好一些。在一段时间的基础科研训练之后，相信你能有效评估自己是否适合走科研这条路。就像社会上的职业分三六九等一样，“科研”和“工程”其实是有高下之分的。一般来说，喜欢搞科研的人，如果让他搞纯工程的问题，他会觉得很痛苦，因为缺乏了创新，只能按部就班照搬前人的解法，解决已经被定义好的问题。只能搞工程的人，当然是没有能力去搞科研的。因此，科研类型的工作（或者科研和工程混合的工作），会比纯工程的工作更能给人带来成就感。搞科研的人，最理想的出路就是去各个高校或者科研机构当教授（或者研究院之类的职务）。现在很多大公司也有偏重科研的岗位（比如华为研究院），基本都是要求计算机类博士毕业才有资格进入。比以上岗位次一级的，还有一些科研和工程混合的岗位，比如各大公司的“算法工程师”，对工程能力要求很高，同时也需要一些研究能力，这些岗位一般招博士生，或者能力很强的硕士乃至本科生。剩下的大部分岗位，都是纯工程的岗位，无论是博士、硕士还是本科生，都可以从事。当然，如果读了博士最后去了纯工程类的岗位，一般人都会觉得很“亏”，因此博士毕业的人基本都倾向于进入偏科研类的岗位。

以上就是关于科研和工程的阐述。如果适合科研就需要在本科毕业之后读博士，如果适合工程就需要在本科毕业之后直接工作或者读硕士。须知的一点是，在本科阶段放弃科研的道路，就意味着你这一辈子基本不会再有机会从事科研相关工作了，除非你是水平特别高的本科或者硕士生，才可能进入“科研和工程混合”的岗位。“纯科研”的岗位基本都是要求博士生的。所以，希望大家慎重做出选择，放弃科研是基本没有后悔药可以吃的。但是同时也不要逼迫自己，毕竟大部分人不会从事科研工作，所以如果你不是天赋异禀并且很能吃苦，你大概率也是不会从事科研工作的。

02

如果选择“工程”，应该直接工作还是读硕士？

下面来讨论“直接工作”和“读硕士”的区别。这里主要讨论在国内读硕士的问题。“出国读硕士”是另外一个话题，我会放在后面说。直接工作和读硕士这二者到底哪一个适合你，一定是一个因人而异的问题。对于极少数很优秀的本科毕业生来说，读硕士就是在浪费时间，有两三年的时间读硕士，不如直接进入工业界积累一手的工作经验。但是对于大多数本科毕业生来说，读硕士能提升你的工程能力，让你在找工作的时候更上一个台阶。计算机行业是一个凭实力吃饭的行业，在大多数公司里面，本科学位和硕士学位都没有区别，晋升的标准都是看硬实力而不是看学历，所以“读个硕士以后好升职”的观念几乎是不存在的，除非你进的是国企类似的企业（如果你真的想去国企搞计算机，这个情况不在本文讨论范围内）。因此，读计算机硕士对于大多数人的作用，就是提高你的工程能力，如果你在本科毕业就能找到顶尖的工作，读硕士可能对你来说就是浪费时间。如果你希望读完硕士能进入更大的公司、更高的平台工作，读硕士对你来说可能很值得。希望大家自行分析。

03

如果选择“科研”，在国内读博士，需要如何准备？

上面说了在国内读硕士的问题，现在来讲在国内读博士的问题。“国内读硕”和“国内读博”都是比较好走的出路，我在此就不讨论如何操作的问题了。如果选择了这两条路，按部就班地考研或者保研基本能十拿九稳。因此，关于如何准备国内读硕以及国内读博的问题，在此略过。

04

为什么要选择去国外读硕？

上面讲了国内读硕和国内读博的选项，现在开始讲出国的两个选项。先从“国外读硕”讲起。先声明一点，这里的“国外”指的是美国和加拿大，关于其他国家和地区的硕士，暂时略过。去国外读硕的最直接的好处就是给你新增了一个就业的可能性：你有很大的机会在硕士毕业之后留在国外工作。现在美国和加拿大的计算机类行业的就业机会依然很多，如果你是国内名校毕业的优秀本科生，在国外读完硕士之后是有很大机会留在国外工作的。国外工作的直接好处就是工资比较高，加班整体比国内少，生活相对安逸，实在不满意还可以回国。但是选择了国内读硕士，就很难最后去国外工作。因此，如果你本身比较优秀，在国内名校读本科，又希望挑战自己，毕业以后拿到相对高的工资，就可以尝试去国外读硕士。这需要你在本科阶段做出比别人多的努力，具体如何操作，我会在后面讲。

须知的一点就是，“国外读硕”这个选项，是对计算机专业的学生特有的福利。其他专业的学生去国外读硕士，花100万左右的钱，最后可能对自己提升没那么大，也很难短期赚回100万，只能把100万当成长远投资。但是对于计算机系的学生，掏出100万出国读个硕士，无论是短期还是长期都是赚的。短期来讲，你在国外名校硕士毕业拿20万美元年薪（这还只是起薪）并不难，很快就能把学费赚回来。长期来讲，你在国外名校读的硕士，对你的工程能力的培养，是普遍好于国内名校的。因此，计算机系的学生一定要把握住这个福利，毕竟如果未来美国这样的国家对于软件工程师的需求减少，这样的“专门针对计算机专业学生的福利”就会不复存在了。

05

为什么要选择去国外读博？

现在假设你想搞科研，选择读博，我们来谈谈你为什么应该去国外读博。既然你选择了读博，就说明你是一个有科研追求的人。有科研追求的人应该去自己能力所及的最好的科研院校，接受尽可能好的科研培训。现在计算机的各个细分方向的实力，最强的教授基本都在美国。不排除的一点就是，国内有少量教授的科研实力是世界顶尖的，因此你选择在这些少数教授的实验室读博，也会有很好的出路。

但是在国外的顶尖实验室读博，还是比起国内有以下几个优势：

你的同学的水平更强。即使你很强，你的教授也很强，但是你在国外的顶尖实验室的同学的水平应该整体强于国内。科研是需要交流，需要思维碰撞的，很厉害的同学会对你的科研大有裨益。

国外的博士培养体系更强。在国内读博，无论你在多厉害的实验室，有多厉害的教授当导师，都免不了应付一些杂七杂八的事情（比如经费报销、申请课题等等）。你在国外读博的话，即使有杂七杂八的事情，也会比国内少很多，从而可以更加专注在科研上。

更容易留在国外工作。这个跟硕士的道理一样，在国外博士毕业之后，更加容易留在国外的高校或者公司工作。

回国之后可能稍有优势。“洋博士”跟“土博士”对比，在同等水平下，可能稍有优势。这一点我也不是很确定，可能有也可能没有。

在国外读博也有一些可能的劣势：

由于远离国内的亲朋好友，可能更加容易产生孤独感，有的人会更加容易产生心理问题。

沉没成本更高，因此遇到不靠谱教授的时候，受到的伤害更大。在国外读博士的话，一但遇到不靠谱的教授，选择“忍让”的概率更大，因为你是“费了九牛二虎之力”才进入的这个学校。有的时候，选择跟不靠谱的教授撕破脸，可能让自己的出国留学之路就此报销。因此希望大家在选择读博的导师的时候，做好背景调查。

总体来说，你更适合去国外读博还是国内读博，也是个因人而异的问题。这跟你的性格、你的学术水平、你对未来的野心、你选择的读博细分方向、你的家庭条件等等，都有关系。

06

如何准备去国外读硕？

下面我们先列举出国读硕士需要的申请材料，然后针对这些材料一项一项地说。下面是出国读硕的申请材料（针对大多数的美国、加拿大的学校）：

- 托福和GRE成绩

- 本科成绩单

- 个人简历（Curriculum Vitae，以下简称CV）

- 个人陈述（以下简称PS）

- 教授的推荐信（一般情况需要三封推荐信）

首先说托福和GRE。由于这两个都是标准化考试，因此都是在本科阶段越早完成越好，在此我不具体讲如何准备了，因为网上有大量经验可以借鉴。

然后是本科成绩单。对于硕士的申请来说，成绩单上面的专业核心课的成绩和所有课程的总成绩格外重要。因为国外的几乎所有的计算机类硕士项目的目标都是“为硕士毕业之后进入工业界当工程师做准备”。因此你的成绩单一定要能说服他们：你能够完成硕士阶段的课程的学习，成为一名优秀的工程师。你的成绩单就是你的学习能力的最直接证明，国外高校在审核你的申请材料的时候，也会格外看重你的成绩单。因此如果你想申请硕士项目，记得把本科的所有课程的成绩都保持得很高。

然后说说个人简历（CV）。CV上面包含的就是“能证明你适合读这个硕士项目”的个人经历。对于计算机硕士申请来说，“参加过志愿者活动”的经历一般就不应该写进CV，因为这跟你的专业完全没有关系。“在xx教授实验室参加过xx工程项目”或者“在xx科技公司实习”就很适合写进CV，因为这跟你的专业完全相关。“在xx教授实验室参加过科研项目，甚至发表了论文”也适合写进CV，并且可以作为一个亮点，因为一般的硕士申请人都不会拥有科研经历，你有而别人没有的，就可以当做你的亮点。总体来说，对于硕士的申请来说，CV也很重要，但是重要性略逊于成绩单。

为了在大四申请的时候把CV填的漂亮，你需要从大一开始就有选择地参加活动，分配自己的时间，不能给自己简历加分的事情少参加，能给自己简历加分的事情多参加。因为这个“申请制度”的特别就在于，别人都是只能看你的申请材料来了解你这个人，而无法通过观察你的学习和工作来了解。因此你在CV上是什么样，你在招生官的眼里就是什么样。

你们在大学一定会遇到这样的同学：平时学习和写代码水平都不怎么样，花在学习上的时间也不多，但是总是可以抱大腿让自己的学习成绩比较好看，同时自己花很多时间做一些“让自己的简历更好看”的事情，比如自费去国外的某大学交流，在自己的简历上添上一笔。然后去某教授的实验室抱研究生学长的大腿，让自己成为论文的第N作者，从而在简历上加上难得的科研经历。你如果是一个踏踏实实学习的学生，不懂得及早准备出国交流，不懂得尽早进入教授的实验室参加项目，你的成绩单上的95分都是辛苦自己考出来的，别人成绩单上的95分一半是靠抱大腿抄作业得来的，但是招生官不会知道背后的事情。招生官只能看到别人丰富多彩的简历，以及你光秃秃的简历。因此，如果你想竞争过这些投机取巧的人，你必须早做准备，他去国外随便交流一下，你就去国外实打实地做一个项目。他去教授实验室蹭一个论文的第N作者，你就去努力参加工程以及科研，做到第二乃至第一作者。不然在申请的时候，被投机取巧的人占了先机，对于脚踏实地的人是很不公平的。但是这个“申请”的制度，恰巧又会让投机取巧的人有机可乘。

下面说说个人陈述（PS）。对于硕士的申请来说，CV和PS的重要性都略逊于成绩单。CV一般比较简短，主要总结了你在计算机专业方面参与了哪些活动。PS一般比较长，需要总结你的人生经历，围绕一个中心点，就是“你凭什么值得进入这个硕士项目读书，然后进入计算机行业当一个工程师”，然后佐以大量的细节，来丰富这个中心点，最后得出结论：你适合进入这个硕士项目读书，然后进入计算机行业当一个工程师。因此一份好的PS一定要把握住两个要素：牢牢扣住中心，同时要有大量丰富的细节。

牢牢扣住中心，就是让你只讲该讲的事情，把笔墨花在重要的事情上，比如，“小时候玩编程玩具让你对编程早早产生了兴趣”，就是跟中心点有关，可以讲；“小时候我很听父母的话”，就跟中心点完全无关，需要省略。需要有大量丰富的细节，换句话说就是要“会讲故事”，能用故事清晰地表达中心点。比如你要讲你在教授的实验室里参加的项目，“实验室的同学都说我能力强”，就是一句废话，因为这不是事实，只是观点。“我参加xx项目的时候，因为xx问题思考了两个星期，最后通过不懈地查资料以及讨论，终于选定了可行方案，最后用xxx方案解决了问题，产生了xxx影响”，就是一个很好的故事，因为这个故事表明了你坚持不懈、善于学习。通过这些具体的事例，招生官就可以判断你这个人到底是个什么样的人，你对计算机的兴趣是真的还是吹牛的，你这个人水平到底怎么样。比如一个很简单的问题，一个正常的学生一天之内可以做完，你在PS里吹“我花了整整10天才做完”，招生官就知道你是个傻X，会直接毙掉你的申请。一个很复杂的问题，你吹牛“我花了10天就解决”，但是即使是很优秀的博士生都需要花上几个月的时间，招生官就能判断出你没有说实话，也会毙掉你的申请。因此在PS里吹牛一定要适可而止，一定要保证故事的细节都是自己真正经历过的，“夸大事实”或者“省略复杂但是对你有利的事实”都是不可取的。说了这么多，我是希望大家即使自己写不出优秀的PS，也要能判断“什么是好的PS”，这样当你找了第三方帮你构思乃至润色PS之后，你能自己判断，需要修改到什么程度，才能到达“能作为申请材料”的程度。

最后说说推荐信。总体来说，三封推荐信你都要保证教授的态度是“强烈推荐”，如果你觉得一个教授不会给你写强推，那么就不要找他要推荐信。一封“不推荐”的推荐信，会对你的申请材料产生极大的负面影响。一封“弱推荐”，也会有很大负面影响，因为大多数人都是三个强推。对于国内的学生来说，三个强推一般都会是来自国内的教授。如果这三个教授都不出名，那么没问题，因为大多数其他学生也都是三个不出名教授的强推。如果你能拿到一个知名教授的强推，这会让你在申请中占据极大的优势。在有些时候，“知名教授的强推”可以直接等于“xx学校的直接录取”，在你其他申请材料不太难看的情况下。比如你想申请xx大学的硕士项目，这个项目的招生官跟yy教授是密友，yy教授的一封强推基本就等于保证你录取这个项目了。这种“开挂”一样的推荐信是可遇而不可求的，大家老老实实尽自己努力拿到强推就好，如果有幸能靠推荐信开挂，记得感恩帮助了自己的教授。至于如何找教授拿推荐信，攻略也很多，但是总体来说就是，你需要跟教授有比较密切的交流或者合作，才能让教授有具体的事例可以写在推荐信里面，才能让“强推”显得有事实依据。一封“假大空”的强推基本起不到正面效果。

以上就是硕士项目的申请材料，希望大家如果想出国读硕士，尽早就要开始按照材料准备，不然到了大四才发现自己的CV和PS都没东西可以写，成绩单也不理想，也找不到教授要推荐信，这时候着急也没用了。

07

如何准备去国外读博？

申请读博士和申请读硕士的材料是完全一样的，但是他们的重要程度有区别。对于博士来说，“科研经历”是最重要的一项（科研经历都反应在CV、PS以及推荐信里），因为所有的计算机类的博士项目都是为了培养计算机方向的“科研”人才的。在“科研经历”强悍的情况下，成绩稍有不行，或者托福GRE成绩稍有不行，都是可以原谅的。在“科研经历”不行的情况下，其他的材料再好都不足以让你在申请的时候有竞争力。

因此，在打算了去国外读博以后，你大学四年大部分时间都要泡在实验室里面跟着教授做科研类的项目。这时候，你可以稍微放松学业，成绩单不需要多么好看，只需要过得去就行。实验室的工程类项目请你少参加，因为这对你申请博士几乎没有用。大公司的很多软件工程师岗位实习也不要去了，因为工程类的实习对博士的申请用处很小。在实验室参加科研类的项目，完整地推动过一些科研项目，乃至发表一些科研论文，才是对你的申请真正有用的东西。现在某些竞争激烈的细分方向（比如人工智能等），本科阶段没有发表论文就是极大的劣势了，因为大多数的博士申请者都在本科阶段有论文。别人都有而你没有这些东西，会让你的申请材料大概率被提前刷掉。在有论文的前提下，还要争取自己以第一作者的身份多发论文。更高一点的要求就是要保证自己做的研究是好的，论文是发表在好的学术会议或者期刊上，而不是在灌水。很多科研品位高的教授，甚至可以接受你只发表过一篇好的论文，也不接受你发了很多灌水的论文。

博士申请的PS和CV都要围绕你的研究经历展开，这是它跟硕士申请最大的区别。在PS和CV里面，你需要用具体的例子以及你的科研成果向招生官证明“你有能力完成这个博士项目并且成为一个好的科研工作者”。因此你做的简单的工程项目都不适合在PS和CV上提及了，提得多了反而会让人怀疑你没有科研经历可以写。跟硕士申请相同的是，PS里面依然需要大量具体的例子，证明你是“能做出好的研究的人”，或者至少“是一个值得培养的，有科研潜力的学生”。

说了这么多，只想表明出国读博是一条很难走的路，对于有志于走这条路的人来说，路上充满了挑战。由于我本人也没有走过这条路，我的意见只能作为参考。请有志于此的人多看看其他人的意见，形成自己的看法。

08

总结

全文阐述了计算机专业的本科生的主要毕业出路。无论你选择哪一条出路，重要的都是两点：

-   进入大学之后要快速地搞清楚自己要选哪条路；

-   确定目标之后就及早开始准备，不要到了大四手忙脚乱。

无论是读硕士还是博士，出国都比在国内读要更辛苦，因为每一项申请材料的准备都会耗费你大量的精力。决定了出国，就意味着你大学的寒暑假以及周末大部分时间都要贡献给实验室，以及准备其他申请材料。但是在大学阶段把寒暑假拿来做对自己前途有利的事情，绝对是一笔值得的投资。看到其他同学利用寒暑假到处旅游，你没有必要羡慕，为了自己的前途奋斗更重要。等你有了更好的前途，在参加工作了之后，你可以趁休假周游世界，这时候你当时在大学到处旅游玩耍的同学可能只能继续维持大学的旅游水平，而你则可以在工作之后，收入显著提高以后，去到世界上任何自己想去的地方。总结下来就是“在大学阶段多吃苦”是一件收益很大的事情（前提是吃苦做对自己未来有利的事情），不然你可能在工作之后就要被迫多吃苦，无法选择到自己喜欢的工作等等。总之，想出国的同学一定要合理安排自己有限的时间，对申请材料有用的事情多做，对申请材料没用的事情少做。而且，高付出就意味着高回报，有志于此的同学们，加油吧。

最后啰嗦一句，作为在校的大学生，你们可能不知道，计算机行业的工作岗位是有明确的三六九等的。抛开科研岗位不说，我随口说说工程师的岗位。最顶尖的毕业生可以选择计算机行业的任意大中小公司的任意岗位，一般这些人都会去钱最多的岗位（一般钱最多的岗位也是工作最有意思的岗位），比如所谓的“算法岗”。如果你水平不行，你的选择就少，你就只能去别人挑剩下的公司的挑剩下的岗位，比如所谓的“测试岗”。残酷的事实就是，一般“算法岗”的工作比“测试岗”有意思，工资更高，职业发展更好。更残酷的事实就是，你在测试岗干了三年，想转算法岗的时候，难度比你想象得要大，因为“测试岗三年工作经验”在算法岗的面试官眼里可能是负面的，他们宁可招一个刚毕业的有潜力的毕业生，也不会愿意招一个“测试岗三年工作经验”的“毕业生中的失败者”。当然，测试岗中也有高薪的人，也有很厉害的人，但是跟算法岗比起来，这个比例要低得多。就算你努力从测试岗逆袭，跟那些一毕业就进入算法岗的同学比起来，你还是损失了很多年的时间。

人的职业生涯大概30多年，从毕业开始，如果你的起点很好，你会以滚雪球的优势一直领先别人。所以在本科阶段多努力，可以保证自己毕业之后职业生涯的起点更好，从而为以后滚雪球打下基础。如果在进入工作岗位你才醒悟过来要努力，你可能需要付出比上学时候多很多倍的辛苦。说这些也不是为了挑拨“算法岗”和“测试岗”的对立，而是客观陈述同一个公司不同的岗位有着不同的难度，从而有着不同的职业发展。毕业的时候更加优秀的同学就是客观上有着更多的选择，从而有着更大的概率为自己的职业生涯开个好头。接受过中式教育的人，在学校一直都在被迫跟别人比，因此进入社会难免因为这个惯性喜欢拿自己跟别人比。请大家不要助长这种“攀比”的风气，要多跟自己比，少跟别人比。如果你自己比别人厉害，自己心里知道就好，不要嘲笑别人。如果你暂时不如别人，要少跟别人比，把握好自己的节奏，以免心态失衡导致自己经常不高兴。

延伸阅读

    快跑！数据他又来唬人了！    Pandas熟练？进来测测这50道题    数据分析，如何更进一步？
小z读者群已经建立，后台回复“入群”，即可加入有趣讨论，交流数据干货

“在看”和“转发”是对文章最好的支持