想要进大厂需要学会做研究嘛，一定要发 paper 嘛？

• 主 資深大佬 : longSwordMan

  首先我认为如果你是指望只靠研究本身进入大厂的话，那你可能需要顶会的论文或者影响因子大于 5 的期刊发论文才有可能，而且最好还需要一作。倒也不是没有可能做到，只是你都做到这种程度了，当个教授不挺好的嘛？每年还有两个假期，而且还不容易秃头。毕竟我认识学 CS30 岁以上头发茂密，长相俊俏的，就只有我的教授了。当然这是个人观点了，毕竟大佬应该想去哪就可以去哪。

• 主 資深大佬 : longSwordMan

  然后，论文的重要性我觉得也取决于你的方向，比如你如果是 ML 方向的话，我觉得更需要项目和研究支撑。如果是 sde 方向的话，其实 paper 和研究不太重要。当然，目的是进入大厂，我觉得这个问题其实是在问大厂需要的是什么。每个进入大厂的人都有过人的地方，无论是算法，学习能力，和你自带的技能都需要比普通人高。Paper 和研究自然是一个非常好的证明自己的方法，因为能完成并且发表 paper 说明你完成项目的能力，你的表达能力，以及你的创新能力都有的，而且如果你的 paper 没有驳回的话，就是你实力非常好的证明。毕竟简历上的项目都是“无法”证明的，当面试官看到你的简历的时候，如果有 paper 的辅助自然是一种更强的证明。

• 主 資深大佬 : longSwordMan

  但是我并不觉得 Paper 是进入大厂的唯一方式或者说是敲门砖，说到底，面试官看你的简历需要的是亮点，这个点是别的学生没有的。为什么很多人选择通过发 Paper 来证明自己，不单单因为期刊本身，重要的是它体现了你可以做到别人做不到的东西，它可以证明你的能力。Paper 是一种方式，但是绝对不是唯一的方式。如果你的简历里有突破性的项目或者自己研发的一些很有影响力的产品，或者你拥有一般计算机系学生没有的技能，大厂同样会青睐你。
• 主 資深大佬 : longSwordMan

  我觉得你不需要一定做实验，分析数据，然后发 Paper，但是你一定需要能做研究做项目的能力。比如这位同学当时做了一个学期的实验，发现自己其实对实验和研究不是很感兴趣，而且 paper 需要非常多的阅读量，比如查看别人之前写过的类似的文章。据他回忆，还记得看着 30 页得文献，唯一的感觉就是自己的 writing 和 critical reading 学的真的很烂。于是他就选择放下实验这条路。在放下实验方向了之后他迷茫了一段时间，后来在 zhihu 上面看到了一个大佬对 ML 的分析，然后就被吸引到了数据分析项目。

• 主 資深大佬 : longSwordMan

  这位同学说，“虽说师傅领进门修行在个人，王导师直接把我的修行搬到里山顶上。比如同样的推荐项目，看事情的 Level 就很不一样”。

  首先要有慧眼，去抽出业务场景中真正的问题是什么，比如淘宝关心的是买到，而不仅点击。这很重要，因为我们是要围绕这真正的问题，去挑剔我们的数据。更细致的活儿是，要去深入理解，数据哪个层面上的表现，是真正同关心的问题强相关的，这才算是真正理解到数据。

• 主 資深大佬 : longSwordMan

  抓住问题与其依赖的数据特征，我们就可以灵光一闪去假设数据与问题之间的关系了！从而构建模型，并让机器基于数据特征与问题表征，来调整好模型参数。几组模型下来，我们只看到某模型很好是不够的，还要用心用智慧去看，要去分析它为啥好，它的好与不好能否更好，改进空间在哪里。这就是朴素的分析报告了，剔除的较真取证的代码，呈现的就是你神探柯南追本溯源的脉络啦。

• 主 資深大佬 : longSwordMan

  而项目实践中尤其重要的，是自己去关注、去解决。就像优秀的访谈都是引导对方说出心里话，而王导师也总是这样无为而治的智慧。项目最初就带同学挖掘对 NLP-CV-Recommend 的兴趣点，划清“数据流-模型部署-集群监控流程“、与“模型仅黑盒工具-悉心 Focus 在业务问题的解决“、及“打开模型的迭代优化”，这三种与模型相关故事的边界，并在这位同学个人工程实践的个性化问题中，提供自己智慧或官方信息的参考修正。同学不禁感叹：“无形胜有形，这与我同步进行的 Justin 导师 1V1 算法心法班，有异曲同工之妙，这大概是牛掰导师们的相通之处吧。”

• 主 資深大佬 : longSwordMan

  除了研究，还有非常多的方式可以帮助你进入大厂，比发出 Paper 更重要的是看到你的价值和你的能力体现。