摘要：未来最有前景的专业、高薪就业保障、AI和数据是时代的趋势……这些标签在频繁出现在小A日常阅读的各种公众号文章，也经常听到各种叔叔阿姨，以及爸妈对这个专业的高度期待。
还记得当时大二下学期需要选专业的时候，data science这个专业简直就是神坛上的存在。
未来最有前景的专业、高薪就业保障、AI和数据是时代的趋势……这些标签在频繁出现在小A日常阅读的各种公众号文章，也经常听到各种叔叔阿姨，以及爸妈对这个专业的高度期待。
但事实上小A对这个专业几乎一无所知，甚至在选这个专业前也没有真正写过几行代码，但小A被这些市场风向说服了，义无反顾地在大二下学期选定了ds作为她的专业方向。可小A并不知道，这样的选择会让她成为 “高分低能”的案例之一。
大学三年，我都在背概念
那时的小A选择ds的理由很简单，希望以后能找到一份高薪体面的工作。迷失在各种对ds专业吹捧的文章中，她在选定这个专业的时候，就脑补了自己未来在大厂做数据分析师的画面。但其实小A并不喜欢也不擅长ds领域。也从来没有问过自己适不适合学习ds。
事实上，大学三年小A几乎没有学明白她到底在学什么，有什么用，以及怎么用。也许是因为学校课程的安排问题，也许是教授上课方式问题，也有可能是她本身的学习方法问题，但总之对她个人而言，就读ds的体验感很低。(以下内容纯个人感受)
她发现并不是每一个人都适合学习ds。
学校的ds专业分为了三个部分学习：数学，computer science，和data science三个方面。数学方面包括线性代数，概率和统计等数学概念知识。作为从小各方面成绩优异，尤其是数学这方面，基本上作为普高出来的小镇做题家来说考试都没有问题。但小A读完认为数学这个学科，可能只是用来锻炼你逻辑思维敏锐度，但现实生活中谁没事会出到数学奥数题让你做呢？
computer science和data science方面的知识，是小A从来没有接触过的领域。因为编程从来不是国内考试的科目，而且原来小镇里也没有什么教授编程的课程，因此在小A上大二之前都只会用电脑写word，查资料，做ppt。但小A相信只要努力，没有什么东西是学不会的。于是她从零开始，一步一步慢慢走，认为总是会学明白的。Computer science下面的课实用性还是很强的，学习了python和java的基础编程。
而data science领域的课程，小A以为会学习如何利用一些ds领域的技术，去解决实际数据问题。但本科上完才发现课程内容几乎都是概念为主：机器学习的分类模型、统计的假设检验、AI的伦理问题……这些听上去很高大上的知识点，在考试前小A几乎都能背下来，甚至可以像卷王一样复述课堂内容。
但如何应用呢，小A学习完也没弄明白。在很多课程中，老师讲授的是概念，而不是技能；代码部分大多就是一个ipynb文件给你，上面有写好的代码。但是并没有人会告诉你numpy库是怎么用的，那些代码为什么这么写。有时候在recitation课上，TA会讲解一下这些代码的意思，但也是很多时候就是照着教授给的Jupyter Notebook讲一 讲，run一下就结束。
ds课上完小A真正亲手写过的代码，其实少得可怜。
高分掩盖了低能
其实ds专业中需要用到代码最多的情况就是在project的时候。Project一般都是2个人以上的，因此小A通常会靠她天赋型的社交能力，去结识一些技术特别好的人，然后跟他们组队完成项目。于是在小组项目中总是被分配到写报告、PPT制作、项目管理的角色。
原来一直在逃避，但小A心里一直清楚，项目能拿到很高的分数，并不是因为她技术能力特别强，而是组里的技术大佬完成了核心任务。而她只是在最后呈现，总结的环节发光发热。考试呢？靠着老师发的考前复习提纲，小A能把知识点一字不差地背下来，同时靠着自己的努力，基本能把概念知识表层了解的差不多。
同时也因为小A入学时考了很多ap换成了学分，所以每次都能比别人早很多选课。因此不管是专业课还是必修课小A选课的原则都是easy A。最后结果当然很不错，将近4.0，甚至在最后毕业的时候还获得了院长荣誉学者。而每次看着自己这么高的绩点，以及在别的朋友羡慕声中，小A慢慢忽视了自己其实并没有学明白，只会简单的应用老师或者ta讲的那一点点内容，学完也立马忘了。
找工作的现实，像一记响亮的耳光
大三的暑假，小A满心期待开始投递数据分析师的岗位。结果一连串的面试，把她从高分学霸的幻想中敲醒了。
“你熟悉SQL吗？”
“你做过哪些数据清洗和可视化项目？”
“请现场写一段代码，找出每月活跃用户中至少连续三个月活跃的用户。”
这些是面试中最简单的问题，可小A当场就懵了。心想SQL？我们老师从来没讲过，我甚至不知道SELECT * FROM 是什么意思。整个本科生涯，一直到大四最后一节cs下面的编程课data management and analysis，才涉及了一点点sql内容。
项目经验？说实话，我大多数项目都只是负责写报告，做ppt，代码都是别人写的。代码题？这个好像ta在recitation上有涉及，但是就是简单掠过了一下，当时做作业也是照着模版写的哇，这么久过去我根本就不记得了呀，从哪下手哇。
一场简单的技术面就让小A原形毕露，结果也可想而知立马就被拒了。这一刻，她才意识到，她只是一个被热门专业包装出来的“高分低能”人。
一些心得
面对这个现实，小A崩溃过、迷茫过。残酷的现实让她明白：逃避解决不了问题，真正能让你获得一份体面的工作的一直是你本身的技术能力，而不是所谓的名校光环，和热门专业。小A通过自己的亲身经历总结了几点心得。
谨慎选择专业
首先不要觉得选择热门专业就意味着以后能找到高薪体面的工作。小A一开始也是觉得，虽然自己完全没有接触过ds相关内容，但只要努力就一定能学会。但事实是有些东西并不适合自己，不管是什么原因导致没有学好，都不如从一开始就寻找到自己擅长的方向。从一开始就要了解清楚自己的专业，以及专业的课程具体上一些什么内容。
一般本科学生在大一是可以自由选课的，可以多去上一些专业的基础课，上完之后再思考自己是否对这个专业感兴趣，以及自己是否能很好的理解上课的内容。如果从基础课就感觉明明努力了还是没有完全搞明白，其实就说明这并不是你擅长的专业。
其实在一些很多冷门小众专业。很多人以为以后没啥出路，甚至找的工作听起来就不是很高大上。但这些都是他们以为，每一个领域都有能力出众的，最终还是决定于你自己的能力。
不要局限于老师上课的内容
如果选定专业后，那就应该想尽办法成为这个专业的能力佼佼者。其实很多专业知识都是需要自学的，尤其是像数据科学、计算机这样高度依赖实际操作的工程技术类专业，课堂只是起点，真正的成长往往来自课外的自学与实践。
所以，与其抱怨老师没讲某个技能，不如问问自己：你有没有主动打开过这些库的官方文档，仔细浏览过？有没有上YouTube或B站看过实操演示？有没有在Kaggle上做过哪怕一个完整的数据处理流程？
调整心态，不再唯GPA论
很多同学为了申请比较好的研究生学校很在意自己的gpa，花大量时间在刷rate my professor帖上，看哪些课容易拿A、哪位教授给分松。只要是专业选修课，但听说作业多、项目硬核，就会犹豫再三。相反，那些几乎跟专业无关、但闭着眼都能拿A的水，却成了每学期的战略首选。
小A有一个朋友，在大家都在选水课的时候，她的所有选修课都选择了专业高阶课。当时我问她你不怕gpa不好吗？她说你想想一节课5w人民币左右，你选一节水课，除了拿到A，不仅浪费钱，而且对你的能力有任何提升吗？最后她本科毕业就直接入职了美国的一家科技公司。
原来抱着侥幸心想，花钱买高分，买以后研究生高学历，挺值的。但高学历，热门专业在现在就业环境早已失去了光环。我们需要的，不是放弃对好成绩的追求，而是跳出“唯GPA”的迷思。别让高分变成一种精致的虚假感，把你对真正成长的那份渴望一点点吞噬。
写在最后
也许你也是抱着这个专业热门、工资高的想法选择了某些专业；然后因为各种小聪明，你成绩还挺高，但自己明白自己其实没有学会很多能力。
我想说：我们都不是唯一的例子。
热门专业固然有优势，但也更容易让人忽略自己真正的热爱和真正适合自己的领域。真正能走得远的，不是那张漂亮的成绩单，而是我们踏实积累下来的技能和成长。与其沉溺于我好像不行的自责中，不如从今天开始，写点代码、看点文档、做个小项目……一点点把“高分低能”转化为“高分高能”。
只有你自己，才能真正救自己。
From Testdaily
北美留学考试自媒体
有干货，有陪伴，有进步
近期活动推荐
6月7日在深圳，我们会组织1场"留学机构深度线下探访"，本次会去2家各有特色，风格不一的【美本留学机构】和1家【语培标化培训机构】。活动适合愿意花时间、不喜欢流水线机构并且正在给孩子选机构的家庭。本次各家机构负责人也会就最新的“哈佛事件”和“签证难题”做话题分享，聊聊多国联申趋势：哈佛国际生招生禁令下的机遇与挑战。
最新热议的美国针对中国学生签证，打压哈佛，对中国学生申请美国的影响和应对?
AP学生如何准备多国申请，不同目的地对AP学生申请的要求
新托福改革的点和应对策略
25Fall录取案例全息复盘：顶尖院校录取者的"非标准化"成长轨迹
从哈佛招生震荡看大湾区学生美本留学「核心地位」与多国联申的平衡艺术
标化成绩如何成为「学术潜力」的可视化证明
来源：留学全知道一点号