還記得當時大二下學期需要選專業的時候，data science這個專業簡直就是神壇上的存在。
未來最有前景的專業、高薪就業保障、AI和資料是時代的趨勢……這些標籤在頻繁出現在小A日常閱讀的各種公眾號文章，也經常聽到各種叔叔阿姨，以及爸媽對這個專業的高度期待。
但事實上小A對這個專業幾乎一無所知，甚至在選這個專業前也沒有真正寫過幾行程式碼，但小A被這些市場風向說服了，義無反顧地在大二下學期選定了ds作為她的專業方向。可小A並不知道，這樣的選擇會讓她成為 “高分低能”的案例之一。
大學三年，我都在背概念
那時的小A選擇ds的理由很簡單，希望以後能找到一份高薪體面的工作。迷失在各種對ds專業吹捧的文章中，她在選定這個專業的時候，就腦補了自己未來在大廠做資料分析師的畫面。但其實小A並不喜歡也不擅長ds領域。也從來沒有問過自己適不適合學習ds。
事實上，大學三年小A幾乎沒有學明白她到底在學什麼，有什麼用，以及怎麼用。也許是因為學校課程的安排問題，也許是教授上課方式問題，也有可能是她本身的學習方法問題，但總之對她個人而言，就讀ds的體驗感很低。(以下內容純個人感受)
她發現並不是每一個人都適合學習ds。
學校的ds專業分為了三個部分學習：數學，computer science，和data science三個方面。數學方面包括線性代數，機率和統計等數學概念知識。作為從小各方面成績優異，尤其是數學這方面，基本上作為普高出來的小鎮做題家來說考試都沒有問題。但小A讀完認為數學這個學科，可能只是用來鍛鍊你邏輯思維敏銳度，但現實生活中誰沒事會出到數學奧數題讓你做呢？
computer science和data science方面的知識，是小A從來沒有接觸過的領域。因為程式設計從來不是國內考試的科目，而且原來小鎮裡也沒有什麼教授程式設計的課程，因此在小A上大二之前都只會用電腦寫word，查資料，做ppt。但小A相信只要努力，沒有什麼東西是學不會的。於是她從零開始，一步一步慢慢走，認為總是會學明白的。Computer science下面的課實用性還是很強的，學習了python和java的基礎程式設計。
而data science領域的課程，小A以為會學習如何利用一些ds領域的技術，去解決實際資料問題。但本科上完才發現課程內容幾乎都是概念為主：機器學習的分類模型、統計的假設檢驗、AI的倫理問題……這些聽上去很高大上的知識點，在考試前小A幾乎都能背下來，甚至可以像卷王一樣複述課堂內容。
但如何應用呢，小A學習完也沒弄明白。在很多課程中，老師講授的是概念，而不是技能；程式碼部分大多就是一個ipynb檔案給你，上面有寫好的程式碼。但是並沒有人會告訴你numpy庫是怎麼用的，那些程式碼為什麼這麼寫。有時候在recitation課上，TA會講解一下這些程式碼的意思，但也是很多時候就是照著教授給的Jupyter Notebook講一講，run一下就結束。
ds課上完小A真正親手寫過的程式碼，其實少得可憐。
高分掩蓋了低能
其實ds專業中需要用到程式碼最多的情況就是在project的時候。Project一般都是2個人以上的，因此小A通常會靠她天賦型的社交能力，去結識一些技術特別好的人，然後跟他們組隊完成專案。於是在小組專案中總是被分配到寫報告、PPT製作、專案管理的角色。
原來一直在逃避，但小A心裡一直清楚，專案能拿到很高的分數，並不是因為她技術能力特別強，而是組裡的技術大佬完成了核心任務。而她只是在最後呈現，總結的環節發光發熱。考試呢？靠著老師發的考前複習提綱，小A能把知識點一字不差地背下來，同時靠著自己的努力，基本能把概念知識表層瞭解的差不多。
同時也因為小A入學時考了很多ap換成了學分，所以每次都能比別人早很多選課。因此不管是專業課還是必修課小A選課的原則都是easy A。最後結果當然很不錯，將近4.0，甚至在最後畢業的時候還獲得了院長榮譽學者。而每次看著自己這麼高的績點，以及在別的朋友羨慕聲中，小A慢慢忽視了自己其實並沒有學明白，只會簡單的應用老師或者ta講的那一點點內容，學完也立馬忘了。
找工作的現實，像一記響亮的耳光
大三的暑假，小A滿心期待開始投遞資料分析師的崗位。結果一連串的面試，把她從高分學霸的幻想中敲醒了。
“你熟悉SQL嗎？”
“你做過哪些資料清洗和視覺化專案？”
“請現場寫一段程式碼，找出每月活躍使用者中至少連續三個月活躍的使用者。”
這些是面試中最簡單的問題，可小A當場就懵了。心想SQL？我們老師從來沒講過，我甚至不知道SELECT * FROM 是什麼意思。整個本科生涯，一直到大四最後一節cs下面的程式設計課data management and analysis，才涉及了一點點sql內容。
專案經驗？說實話，我大多數專案都只是負責寫報告，做ppt，程式碼都是別人寫的。程式碼題？這個好像ta在recitation上有涉及，但是就是簡單掠過了一下，當時做作業也是照著模版寫的哇，這麼久過去我根本就不記得了呀，從哪下手哇。
一場簡單的技術面就讓小A原形畢露，結果也可想而知立馬就被拒了。這一刻，她才意識到，她只是一個被熱門專業包裝出來的“高分低能”人。
一些心得
面對這個現實，小A崩潰過、迷茫過。殘酷的現實讓她明白：逃避解決不了問題，真正能讓你獲得一份體面的工作的一直是你本身的技術能力，而不是所謂的名校光環，和熱門專業。小A透過自己的親身經歷總結了幾點心得。
首先不要覺得選擇熱門專業就意味著以後能找到高薪體面的工作。小A一開始也是覺得，雖然自己完全沒有接觸過ds相關內容，但只要努力就一定能學會。但事實是有些東西並不適合自己，不管是什麼原因導致沒有學好，都不如從一開始就尋找到自己擅長的方向。從一開始就要了解清楚自己的專業，以及專業的課程具體上一些什麼內容。
一般本科學生在大一是可以自由選課的，可以多去上一些專業的基礎課，上完之後再思考自己是否對這個專業感興趣，以及自己是否能很好的理解上課的內容。如果從基礎課就感覺明明努力了還是沒有完全搞明白，其實就說明這並不是你擅長的專業。
其實在一些很多冷門小眾專業。很多人以為以後沒啥出路，甚至找的工作聽起來就不是很高大上。但這些都是他們以為，每一個領域都有能力出眾的，最終還是決定於你自己的能力。
如果選定專業後，那就應該想盡辦法成為這個專業的能力佼佼者。其實很多專業知識都是需要自學的，尤其是像資料科學、計算機這樣高度依賴實際操作的工程技術類專業，課堂只是起點，真正的成長往往來自課外的自學與實踐。
所以，與其抱怨老師沒講某個技能，不如問問自己：你有沒有主動開啟過這些庫的官方文件，仔細瀏覽過？有沒有上YouTube或B站看過實操演示？有沒有在Kaggle上做過哪怕一個完整的資料處理流程？
很多同學為了申請比較好的研究生學校很在意自己的gpa，花大量時間在刷rate my professor帖上，看哪些課容易拿A、哪位教授給分松。只要是專業選修課，但聽說作業多、專案硬核，就會猶豫再三。相反，那些幾乎跟專業無關、但閉著眼都能拿A的水，卻成了每學期的戰略首選。
小A有一個朋友，在大家都在選水課的時候，她的所有選修課都選擇了專業高階課。當時我問她你不怕gpa不好嗎？她說你想想一節課5w人民幣左右，你選一節水課，除了拿到A，不僅浪費錢，而且對你的能力有任何提升嗎？最後她本科畢業就直接入職了美國的一家科技公司。
原來抱著僥倖心想，花錢買高分，買以後研究生高學歷，挺值的。但高學歷，熱門專業在現在就業環境早已失去了光環。我們需要的，不是放棄對好成績的追求，而是跳出“唯GPA”的迷思。別讓高分變成一種精緻的虛假感，把你對真正成長的那份渴望一點點吞噬。
寫在最後
也許你也是抱著這個專業熱門、工資高的想法選擇了某些專業；然後因為各種小聰明，你成績還挺高，但自己明白自己其實沒有學會很多能力。
我想說：我們都不是唯一的例子。
熱門專業固然有優勢，但也更容易讓人忽略自己真正的熱愛和真正適合自己的領域。真正能走得遠的，不是那張漂亮的成績單，而是我們踏實積累下來的技能和成長。與其沉溺於我好像不行的自責中，不如從今天開始，寫點程式碼、看點文件、做個小專案……一點點把“高分低能”轉化為“高分高能”。
只有你自己，才能真正救自己。
