计算机实力很强双非大学,专硕专业课变了!南京信息工程大学

除了极其特殊的双非大学比如“中国科学院大学”,大部分双非大学的计算机学科评估都在C级,或者根本没有。能到B级的双非大学已经很少,可以说是双非大学中最强的一批。

今天介绍的这所大学——南京信息工程大学,计算机学科评估B,软件工程学科评估C+,在双非大学中处于一流水平,实力较强。

前段时间,南京信息工程大学公布了今年的考研招生目录

图片来源:南京信息工程大学官网

https://yjs.nuist.edu.cn/info/1015/3776.htm

从图片可以看到,南京信息工程大学计算机/软件相关的专业课就两个:

计算机学院

计算机学硕/软件工程学硕/专硕 都考 822 C/C++程序设计

人工智能学院

计算机学硕 822 C/C++程序设计

人工智能专硕 853 数据结构与算法分析

小编下载了考试大纲,发现:

822 C/C++程序设计,实际上就是C语言和C++的面对对象

853 数据结构与算法分析 实际上就是数据结构+分治法和动态规划

考试大纲地址:

https://yjs.nuist.edu.cn/info/1015/3847.htm

这些的确比一般的C语言和数据结构难一些,但是我觉得也就相当于1.5科的水平。

(当然,有些内容可以考的很难,比如动态规划)

另外,这所大学数据结构与算法分析的参考书目居然是《Python数据结构与算法分析》。在考试中推荐Python的教材,这在考研中很少见呀。

Python我认为不适合在考试中使用,毕竟像数据结构与算法分析考试大纲分治法部分的“大数乘法”,Python本身设计上就支持大数运算,再用分治法好像多此一举了。

但是从另一个角度讲,做人工智能方向,Python也是必须要会的。

这样,只从考试科目上看,计算机学科评估B,考1.5科,南京信息工程大学看起来性价比还不错。(考研有风险,建议综合考虑再决定)

我们再来看看去年的招生目录:

图片来源:南京信息工程大学官网

https://yjs.nuist.edu.cn/info/1015/1700.htm

对比两年的招生目录,我们可以看到唯一的变化就是:

人工智能学院的人工智能专硕从 822 C/C++程序设计变为了853 数据结构与算法分析。

客观上讲,我觉得这是变难了。

我尝试寻找去年的录取信息,却发现复试名单上没标注专业无法统计,录取名单找不到,分数线也找不到。

只找到这个复试人数:

2020考研计算机学院复试人数

2020考研人工智能学院复试人数

图片来源:南京信息工程大学官网

https://scs.nuist.edu.cn/2020/0513/c5889a157437/page.htm

https://rgzn.nuist.edu.cn/info/1033/1332.htm

从图中只能看出,去年考研基本没有收调剂,计算机和软件专硕只要上线全部进入复试。(我猜这个线是国家线)

21考研的QQ群,有很多大学的计算机考研/软件考研资料,欢迎加入

群号是 954288959

计算机与软件考研 小编简介

小编为985大学计算机专业硕士已毕业,目前在大厂有正式工作,平时很忙也很累。做公众号仅是个人兴趣,也想帮助大家获得更多计算机考研信息和资料。

兼职创作时间很少,无法及时看到留言和互动,且如果信息有不完善和错误的地方,也希望大家谅解。


您还可以在以下平台找到我们

你点的每个在看,我都认真当成了喜欢

<think>嗯,用户需要职业发展方向选择建议,是一位电子信息专业硕士毕业生,在嵌入式开发和大模型应用开发之间犹豫。这个问题很有代表性,两个方向都是当前热门领域,但技术栈和职业路径差异很大。 用户提供的引用信息很有价值。引用[3]详细对比了嵌入式的优缺点,提到"对学历要求不高""35岁风险小""初级技能门槛低"等特点,还给出薪资参考(30W左右)。引用[4]则强调大模型方向要掌握"Python+云计算平台+调试工具",建议考取华为/AWS认证。引用[2]提到西安的产业集群发展,说明地域对计算机岗位的影响。 从专业背景看,电子信息硕士的课程(数电/模电/单片机)更贴近嵌入式,但硕士阶段的算法和数学基础也能支撑转大模型。需要重点考虑几个维度:首先是技术偏好,喜欢硬件底层交互还是纯软件算法;其次是职业稳定性需求,嵌入式领域技术迭代慢但大模型爆发性强;最后是地域因素,成都/西安等二线城市的嵌入式机会可能多于大模型岗位。 用户可能没明说的深层顾虑是转型成本。虽然引用[3]说嵌入式"买块板子捣鼓一个月就会",但大模型需要的分布式训练等知识体系差异更大。不过硕士期间如果做过机器学习项目,这个劣势可以弥补。 另外注意到引用[4]提到"会写提示词就能拿高薪",这个观点需要修正——提示工程只是入门,真正的高薪岗位要求模型微调和部署能力。避免给用户造成"速成"的误解。</think>基于你的电子信息专业背景和当前技术发展趋势,以下是嵌入式开发与大模型应用开发的综合对比及建议: ### **核心维度对比** | **评估维度** | **嵌入式开发** | **大模型应用开发** | |--------------------|-----------------------------------|-----------------------------------| | **技术适配性** | ⭐⭐⭐⭐⭐ <br>直接匹配硬件、通信等课程基础 | ⭐⭐ <br>需补充Python框架/分布式系统知识 | | **入行门槛** | ⭐⭐ <br>企业更看重实操能力(如PCB设计) | ⭐⭐⭐⭐ <br>需掌握Transformer架构/微调技术 | | **职业天花板** | ⭐⭐⭐ <br>资深工程师年薪约40-60万 | ⭐⭐⭐⭐⭐ <br>算法专家年薪可达80万+ | | **技术迭代速度** | ⭐⭐ <br>底层协议(如CAN总线)十年未 | ⭐⭐⭐⭐⭐ <br>每月有新框架(LangChain等) | | **地域产业分布** | ⭐⭐⭐⭐ <br>成都/西安/武汉均有芯片企业 | ⭐⭐ <br>集中于北上深杭(参考引用[2]) | --- ### **关键决策因素** 1. **技术兴趣驱动** - 选嵌入式:若喜欢硬件调试(示波器抓信号)、解决实体问题(如工业机器人控制) - 选大模型:若热衷阅读AI论文(如LLaMA架构)、优化模型效果(Prompt工程) 2. **转型成本分析** - **嵌入式**:利用现有知识储备(单片机/C语言),3个月可上手基础项目 - **大模型**:需投入6个月学习: ```mermaid graph LR A[Python编程] --> B[PyTorch框架] B --> C[Transformer原理] C --> D[模型微调实战] ``` 3. **行业需求缺口** - 嵌入式:**汽车电子/物联网**领域爆发(参考引用[3]芯片公司30W起薪) - 大模型:**金融/医疗**领域急需落地方案(引用[4]提示词工程师需求激增) --- ### **行动建议** #### 路径1:选择嵌入式开发 - **短期目标**: ✅ 考取华为物联网认证(HCIE-IoT) ✅ 用STM32实现工业传感器数据采集系统 - **长期优势**: 35岁+技术壁垒高(如FPGA加速开发) #### 路径2:选择大模型应用开发 - **突围策略**: ✅ 死磕三类能力(引用[4]): ```python # 能力矩阵示例 skills = { "编程": ["Python", "CUDA"], "云平台": ["AWS SageMaker", "阿里云PAI"], "工具链": ["LangChain", "Weights & Biases"] } ``` ✅ 参与医疗文本分类等垂直领域项目 #### 折中方案:**嵌入式+AI边缘计算** 1. 学习TensorFlow Lite部署模型到嵌入式设备 2. 开发智能硬件(如基于RK3588的AI质检仪) 3. 薪资溢价可达40%(既懂硬件又懂模型优化) --- ### **现实挑战预警** - **嵌入式**: ❗ 部分企业需进厂调试设备(工作环境≠互联网公司) - **大模型**: ❗ 头部公司卡学历(985硕士是算法岗隐性门槛) > 💡 **决策公式**: > **选择 = (兴趣匹配度×0.4) + (薪资预期×0.3) + (地域产业×0.3)** > 例:若家在西安(芯片企业多)+喜欢硬件 → 嵌入式得分更高 --- ### 相关问题 1. 电子信息专业转型大模型需要补充哪些核心课程? 2. 嵌入式开发在新能源汽车领域有哪些高薪方向? 3. 如何评估自身硬件/软件能力更适合哪个方向? 4. 边缘计算工程师的职业技能树如何构建? > 参考资料: > [1] 微电子就业方向分析 > [2] 西安人工智能产业生态 > [3] 嵌入式转型优劣势对比 > [4] 大模型岗位能力要求
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值