首先，学长为同学们介绍了大数据的课程特点。数学课与计算机课各占40％，数学课程主要涉及统计与概率论，计算机课程主要涉及机器学习与计算机基础；剩下20％是关于之前学到的技术在实际中的运用，比如随机过程导论、自然语言处理、计算机视觉等课程。

学长还介绍了分流到大数据学院之后的学习规划，第一年将学习统计学以及概率论的相关知识，学习一些基础的算法，学习数据库的使用；第二年学习一些基础的人工智能与机器学习算法，编写一些简单的人工智能程序；第三年将准备考研、完成毕业设计。接着学长给出了分流的意见，数学更注重定理的推导证明，作为基础学科历史悠久；大数据更注重定理的应用，作为新兴学科正在发展。

接着学长分享计算机学院考研的相关经验。考研准备首先需要收集信息，选好学校与专业，确定初试专业课科目，接着了解目标院校情况，包括理念分数线、录取人数等，进而选择科目对应的老师，购买教辅资料并制定备考计划。如果将考研作为唯一出路的话，学长建议我们要想好退路，比如考公、二战或者就业。

学长也给出了具体考试科目的备考策略。政治科目需要建构起整个知识体系，选择一个著名的考研老师，跟着课程走；英语科目需要较大的单词量储备，充分利用背单词软件和真题资源进行训练；数学科目需要学好高等代数和线性代数；计算机科目则需要充分利用考研复习指导书，利用历年真题进行训练。最后，学长给出了整体考研的时间线。

在吕昕凯学长分享完自己关于大数据学院学习与考研计算机学院有关经验后，同学们反响热烈，针对自己感兴趣的问题积极向学长提问。本次经验交流分享会成功满足了同学们对于大数据分流以及本科生考研路径两项热门话题的疑惑。期待未来党章学习小组新的交流分享活动！

同学感想

马梓洋：

今天吕昕凯学长关于大数据学院的学习经验和建议、考研经验的分享让我感觉十分受益，让我对大数据方向的认识更加深入，比如在大数据学习中的课程学习建议、大数据专业的就业前景等；学长分享了在大数据的学习经验，同时也分享了考研的注意点，让我对备战考研的方法步骤（比如如何做前期准备，考试科目，如何学习，复试内容等）有了具体的认识，对我十分有帮帮助。总体来说，本次分享会中我收获颇丰，感谢吕昕凯学长的细致分享！

罗金子：

学长的分享让我受益良多，我了解到大数据的一些学习方向和就业前景，还有一些大数据学院开的课大概学习什么内容，需要提前学习什么程序语言，对我的2+X的专业进阶和跨学科学程的选择有很大帮助。

同时我了解到，大数据院开的课有的偏向统计，计算机院开的课里面会有一些比较理论研究的课（比如计算复杂性），解开了心头的一些疑惑，我收获颇丰，谢谢学长！

END

供稿｜丁宇哲

排版｜郭子怡

审核｜张嘉璇