祁一帆：南京大学计算机系（金融跨考）考研经验
基本信息
姓名：祁一帆
行你所行，爱你所爱，顺从你心，无问西东。
本科院系：南京审计大学金融学（CFA 方向）
目标院系：南京大学计算机技术与科学系（拟录取)
初试分数：
- 政治：71
- 英语一：76
- 数学一：126
- 专业课：99
引言
祁一帆，是一个值得被记住的名字。作为一名 CFAer，他追逐兴趣、挑战自我，自学数分、CMU 课程，毅然跨考计算机，并成功上岸。他的成功，也许能给你带去良久的感动。
我与祁一帆虽然同在一个社团，但也仅有不多的几次见面之缘。看到祁一帆能获得如此好的成绩，联想他这几年自学数分、自学 CMU、毅然报考南大计算机学硕，回想起那个向他讲解股市研究方法论的下午，澄园石楠花下的那个桌椅前，不禁感慨万分。
有多少人不知道自己到底对什么感兴趣？
有多少人不知道自己的工作到底有什么意义？
有多少人不知道自己该如何向别人述说，自己学校的名字？
在命运的路上不断摔打，不放过任何一道冲破黑暗的微光，也许就是祁一帆给我们的答案。
为什么选择金融跨考计算机
1. 证投模拟股市大赛的意外获奖
由于自己是 CFA 专业的，因此加入了五星级社团证券投资俱乐部，它有接近 20 年的历史。由于自己并没有什么投资经验，因此首加入的是财务部，和其他同学们一起管理社团的出纳、报销等相关事宜。
2017 年证券投资俱乐部举办了一场模拟股市大赛，在那次比赛中我稀里糊涂的获得了第二名（比赛开始时我买了两只股票就再也没动过）。复试环节，我们被要求制作 PPT 并上台演讲，可我什么都不会！当时南川是证券投资俱乐部的学术部长，于是我去寻求他的帮助，在他的指导下，我硬着头皮上去乱讲了一通，终于勉强挺了过去。
不过评委总结的时候，有一位评委讲的话我一直铭记在心：“我希望各位选手能记住，通过错误的方法获得收益比通过正确的方法亏损可怕一万倍。”老师的言下之意是，我们中的很多人并没有掌握正确的投资方法，完全是瞎操作，获得收益完全是侥幸，倘若不明白这一点，以后会吃很大的亏。
他的话一直警醒我，不仅是金融，在任何行业都要学真知识，掌握真本领。
2. 华泰证券南京营业部的枯燥实习
复试结束后，我们几个排名靠前的同学获得了去华泰证券鱼市街营业部实习的机会。
我本来抱着满满的，学习知识技能的期待过去的，结果令人大失所望，我们几位同学的工作就是给客户打电话推销！（对，就是咱们平时接到的推销广告。）更令我失望的是，在这里实习的还有来自东南大学、南京大学的学长学姐，他们做的事和我们一样！
于是，我仅仅实习了两个星期便提前开溜。
我不禁思索，到底要不要在金融这条道路上走下去？当然，在这里工作的待遇是丰厚的，不过这不是我想要的生活，我要求变，要自救。
3. Python 点燃了生命的热情
在大二时，我偶然接触到 python。
我在 MOOC 上学习了 python 爬虫，能写一些小的爬虫程序，又跟着吴恩达的机器学习课程用 python 写了一些简单的机器学习程序。在学习它们的过程中，我感到无比快乐，甚至只要摸到键盘写程序就感到激动、兴奋。同时我也意识到，要想真正的学好计算机的上层应用，就必须系统地、全面地学习计算机的底层专业知识。
我开始学习 C 语言、C++和数据结构。在大三寒假，我自学完了《深入理解计算机系统》（一本神书，又名 CSAPP，强烈推荐），并且在 CMU 相关网站上完成了本书配套的 5 个实验。我发现自己确实是块学计算机的料。
自那时起，我决定跨考计算机，将计算机作为我的职业。
备考经验
政治
跟着肖秀荣就对了，背肖秀荣知识点精讲精练来应付选择题，大题只要背肖四肖八即可，没必要浪费时间在其他方面。
英语一
我英语底子好，没背单词，并且我只做 2015 年及以后的英语真题。
我的阅读策略是通读文章，搞明白这篇文章在讲什么，再看题目，在文章中找答案。这样做的好处是很多需要你自己总结的题目可以做出来。
作文我背了 10 篇左右，我清楚作文不是我的强项，能及格就好。
数学一
我对数学比较感兴趣，又觉得学校数学教的太敷衍，就在大一自学了数学分析，当然第一次学数分根本看不下去，看了一半就搁浅了。不过我没放弃，大二暑假又自学了一遍一直学到多元函数微分学结束。到大三下学期 6 月份及暑假，我又再从头学一边，从最基础的极限开始，一直到曲线，曲面积分，Green，Gauss，Stokes 公式。我跟着复旦大学陈纪修老先生的书和视频学习，效果很好，很推荐感兴趣的同学学习这本书。
线性代数我跟着电子科大黄廷祝的《线性代数与空间解析几何》这本书学的，强烈推荐这本书！把这本书的定理及证明吃透，我敢保证你的线性代数绝对能拿高分。
至于概率论，快速看了一遍书后就结束了，事实证明概率论确实不需要太多的理解，会用即可。
我一直到10 月中旬才开始刷题，一天一套，雷打不动。最开始是真题，然后是李林和张宇，最后是合工大共创和超越。这里我推荐李林和合工大超越和共创，不推荐张宇，张宇可以不做。
专业课
我的专业课分数一般，在复试名单里排中游偏下。南大的专业课 845 是自己出卷，教材也跟 408 统考不一样，不过巧合的是ICS 这门课和我学过的 CSAPP 极为相似，区别就是一个面向 IA32 架构，一个面向 x64 架构。
学习计算机，一定要注重理论与实验相结合。比如数据结构，不能仅仅在脑子里理解，一定要动手实践。
- 数据结构：推荐浙大 MOOC 的数据结构，理论实践相结合，好好学的话数据结构基本没问题了。
- ICS：由于我跟着 CMU 把几个 CSAPP 的 labs 搞定了，这门课也就不愁了。
- 操作系统和计网：由于时间缘故，这两门课没有做实验，不过应付考试足够了。
我给各位一个建议：有机会一定要动手实践，无论是对代码能力还是应试都大有裨益。
学习经历
大一主要学习学校的基础课程，顺带在 mooc 上自学 c 语言，看看数学分析。零基础学习 c 语言真的很困难，因为 c 语言比较底层，跟操作系统，计算机硬件联系比较紧密。再加上 c 语言是带类型的语言，给学习添加了不少麻烦。这也导致了我最初的 c 语言学习半途而废。
大二上学期，不甘心就这么结束的我又开启了 python 的学习。这次我跟着 mooc 上的一门 python 爬虫的课程学习，能写一些简单的爬虫，比如爬取网站图片，爬取豆瓣影评等。完成了课程的学习，我异常兴奋：终于能使用一门编程语言做一些有意思的事了！接下来，我挑选了当时非常热门的神经网络作为目标，跟着吴恩达的课程，从 DNN 到参数优化，再到 CNN，三个部分一个不落的学完了。最后，我结合爬虫与神经网络，从百度图片批量爬取猫的图片，resize 成同样大小，再训练一个 CNN 来识别猫。
大二下学期，有了 python 的底子，我重新学习了一边 C 语言。这一次学习算是彻底地搞明白了它。通过对比这两门思想与风格迥异的语言，算是收获颇丰。同时，学习了机器学习书籍《统计学习方法》，这本书基本囊括了主流的经典机器学习算法，对数学要求较高。当时限于水平不够，不甚了了。（现在打算重新研读这本书。）
到这里我要暂停一下。你可能会问，我学了这么多，现在都还会么？或者说现在给你一个任务，需要用到爬虫，神经网络，我还能立马写出来吗？我可以很负责任的告诉你：不能。一来，这些东西我很长时间没碰，细节方面已经忘得差不多了。二来，技术更迭太快，比如神经网络这块，新技术新想法不断涌现，并且机器学习库如 tensorflow 的很多 api 甚至是功能都已经大大改变了。
不过，我还可以告诉你：这些东西并没有白学。因为我在学习的过程中不知不觉掌握它们的 basic ideas，比如某技术的工作流程、理论基础，这些 basic ideas 是重构知识的利器！只要花上当初学习的三分之一甚至更短的时间，就能恢复当初的功力。大学提供那么多课程，到现在还记得多少？恐怕最优秀的学生也不能全部了如指掌。但是我们掌握了这门课的思想方法，对将来的发展大有裨益。最关键的是，这些核心的思想与理论，没法靠死记硬背获得。所以我想提醒大家，学习千万不能死记硬背，务必理解。
大三上主攻数据结构与算法，外加 C++。我习惯把所学的数据结构实现一遍，这样既有成就感，也能加深理解。寒假自学《CSAPP》，手撸配套 labs。建议有想做这些 labs 的同学一定把书读透，这样 labs 就不难了。
大三下决定考南大后，就把操作系统和计网学完了。由于时间限制，没有做实验。现在我正在做 mit6.828（mit 开设的操作系统课程，经典中的经典），算是弥补一下遗憾吧。
总结
总之，我选择跨考计算机是纯粹地兴趣驱动。
大家若能找到自己真正喜欢的专业，就离成功不远了！