[TOC]

作者昵称：L Male Coder

1. 大学的专业是数学与应用数学，选择数学的原因其实很简单——调剂，在那个还有专业级差的年代，第一志愿原本选的是土木工程。后面填报的其他志愿印象不深了，但记得有计算机，不过奇怪的是当年即使扣完极差分其实还是能够着计算机投档线的，最后进的却是数学，可能数学的缺口太大了吧。那时刚来学校大家都喜欢问从什么专业调剂过来的，记得有5个同学的第一志愿选择的是数学，现在他们里面还有2人在数学领域里深造。
2. 第一志愿选择土木的原因也很简单，那是当年能够着的投档预估线最高的专业了，后面忘记差了几分，报考前了解了下这个专业，发现是那几年的热门专业，且也是学校的优势专业，也许是因为08年后的基建热带来的外溢需求，或许是近几年土木毕业生不遗余力的劝退努力，这几年土木的投档线一直在下降，19年的投档线已经和学校看齐了。还有一个信息可供参考，毕业时一个同学进了中铁某局，那时他的薪酬在班上算比较高的，但几年过去了，他说薪酬变化浮动很少，甚至略有下跌。也许新一波基建热也许会带来新一波专业热度，但并不看好因宏观调控带来的专业热度。
3. 前面提到有个同学的毕业去处是中建某局，其实数学系的就业方式还是蛮多样化的，不是只有科研和教师，保研的同学也有跨读金融、统计学和计算机的，数学作为一门基础学科在读研时的选择还是蛮多的，当然跨读的话也表示你需要比其他的同学付出更多的精力去学习第二专业。即使从本科毕业同学的工作选择来看，更多的还是选择IT领域。
4. 看到录取专业是数学时的第一想法是大学里居然还有数学系，紧接着便觉得自己有点喜欢数学了，这种情绪有点微妙，是相亲时突然觉得对面那人会是未来伴侣的那种好感，但这种好感在未来的日子里一点点被消磨殆尽，在无数的黑夜里翻来覆去的思考自己是否具备学习数学的天分，进而思考数学存在的意义，包括大学的意义，这种情绪在考试周尤为强烈，大学的数学并未带给我太多的精神愉悦感，所以很早便放弃了数学科研深造的想法。当如今重新回顾大学学习生涯，那时未能感受数学带来的魅力，可能有一部分原因是因为未改变从高中带出的学习思维，高中大部分时候是以算术的思维在学习数学，而大学的数学则更多着墨于概念的定义，故当时很难理解某些概念，例如群的概念（集合+运算的代数结构），大学数学教材也缺少为何作出该定义的形象化解释，感觉美国教材在这一块做的比较好。在如今不学数学的日子里，也能慢慢看懂当初始终不理解的部分，感觉还是喜欢数学的，仅限于自己能够理解的部分。
5. 有些学校的数学类下有两个方向：数学与应用数学和信息与计算科学，后一个名字有较大的误导性，大一时有些同学还疑惑为什么报的是信科收到的是数学系的录取通知书。数学系的基础课程包括数学分析（微积分）、高等代数（线性代数）和概率统计，这三个课程也是其他理工科的基础数学课程，是大部分理工科常用的数学工具，工作中也常涉及，其他在工作后有涉及的课程包括人工神经网络（深度学习的基础，是目前人工智能最广泛应用的技术，也是工作中最常用到的），李代数（机器人定位导航应用），数据挖掘（大数据基础算法），数学建模（数学在生活实践中的应用，部分内容还是其他专业研究生才涉及的课程），凸优化、数值计算方法（传统人工智能技术的经典算法基础）、图论（图神经网络数学基础）等，部分院校开设的人工智能专业的本科课程设计和数学系的还是比较接近的。
6. 数学一直是很推荐的专业，有个物理系的朋友说过，数学处于他的学科鄙视链顶端，当个玩笑，不过有时候的确会觉得大部分专业的授课内容只是技能培训或通识教育。关于本科专业推荐，可以提供两个参考指标：一是对应行业的开源精神，往往决定行业的自由度与开放度，包括IT和金融行业等，但开源精神一定程度上降低了行业的准入门槛，为确保持续竞争力，第二个参考指标就是该专业对数学的要求，同时好好学习数学，这或许会决定未来个人竞争力的护城河。有两个专业比较特殊，医学和法律，也是比较推荐的专业，原因是行业护城河够深，AI也够不着。任何能用算法（将一个现实中的问题，分解成计算机可以识别的“顺序、分叉、循环”指令）描述的，人类最终会输给计算机，这也可以作为一个专业选择考量。
7. IT行业是目前最提倡开源精神（拿来主义）的行业，即使目前代码逐渐模块化，逐渐接近拿来即用，但这个行业依旧是朝阳行业，我相信未来的需求依旧会递增。程序员的工作怎么理解：熵的处理者。程序员正在数码化这个世界，创造数字孪生世界（Digital Twins），计算机只能处理“标准化”业务，而对“非标业务”无能为力，程序员就是在拓展“标准”的边界，只要社会持续处于信息化进程中，程序员永远有饭吃，不过过去大部分时候的信息化处理集中在线上虚拟世界，包括网游、音乐、购物等，未来的机会或许会转移到线下，我们有太多的机器需要升级，有许多工作可以智能化，解放生产力，这也是AI未来的机会。
8. 如果再来一次专业报考，列一份兴趣清单，权作参考（数学类、计算机类、电子信息工程类、数据科学与大数据技术、智能科学与技术，物联网工程、统计学、经济学、金融学，法学，临床医学）