研究所成績98分才第34名？跨科仔也可以拿純軟暑期實習？科技業大寒冬，畢業即就業的秘訣是？換過一次碩論，竟還可兩年資工所畢業？碩論到底做什麼？花三年讀研，薪資竟漲2.5倍？菸酒生有時間運動維持體重？睡眠與讀書時間多長？大年初一，收到老師的問候竟是？讀研很花錢嗎？

這篇主要描述2022年我讀完二年資工所的表現狀況，我會給予一些量化的數據與質化的觀察，去剖析我從生科跨資工後二年內做了什麼？以及有什麼成長？我會透過課程、實習、碩論、薪資與其他表現去呈現我的狀況。

文章連結：

一、前情提要

我是中山生科學士，中山資工碩士，目前（2023年）是趨勢科技的軟體工程師。我讀過高醫醫檢所，只不過半學期就休學了，想要了解我的人生觀，可以讀『研究所休學』這篇，會比較清楚當時我對自己的自我懷疑。

關於我為什麼想要離開生科？以及我為什麼選擇資工？可以讀『從生科轉資工的初期過程｜十個問答』這篇文章。關於我如何用甄試的方式準備資工所？背景如何？自傳怎麼寫？以及我的方式成效如何？可以讀『跨科仔準備與分析中山資工所的過程』。我找教授的過程如何？我對於教授的觀察又是如何？可以讀『中山資工所找教授｜柯正雯、楊昌彪、程正傑』。關於我一年內有什麼表現，可以讀『生科轉資工1：一年表現狀況』。最後下表是近三年的重大事件表。

近三年重大事件表

二、課程

（一）碩二上

碩二上成績：GPA為4.26（98.53分），排名38/88=43%

碩二上我主要修了二門選修課程，分別為資料庫系統與Python與機器學習之理論實現，GPA為4.26（98.53分），排名38/88=43%，可見大家成績其實都很高。

1. 資料庫系統

由於我之前考高考資訊處理就讀過資料庫系統，所以這門課對我來說像是複習。教的部分偏實用，主要著重在關聯式資料庫、SQL語法與正規化。有作業、報告與考試，作業包含實作一個動態網頁，這是我第一次寫動態網頁。

關於動態網頁，我的指導老師看到作業有動態網頁，就請我向課程老師推薦，未來PPLLAB學生來修資料庫，都要實作程式裁判系統，我還為此寫一份規格書。

程式裁判系統規格書

2. Python與機器學習之理論實現

這門課是應數系的課程，上半學期教線性代數，後半學期教機器學習，我覺得這樣的分配很適合入門者，因為機器學習的主要理論基礎就是線性代數。老師會使用Python去視覺化線性代數的概念，這對抽象概念不好的人蠻有幫助的，而且可以省去人工計算。機器學習的部分主要都是教比較傳統的方法，傳統方法雖然無法處理太複雜的問題，但實作簡單、門檻低、速度快且容易理解，所以要手刻演算法不會太困難。至於更進階的機器學習，像是類神經網路，也會稍微提到，但不會是本課程的重點。

（二）碩二下

碩二下成績

碩二下我幾乎就沒在修課了，科技英文寫作是為了抵免英文門檻才修的，我覺得這門課的老師很會教。

三、實習

我很推薦大家可以利用自己寒暑假的時間去實習，當然前提是指導老師同意，且有拿到實習offer。如果你也是跨領域想申請軟體實習，想知道我的背景如何？如何準備面試？我投了多少間公司才拿到offer？，可以參考『暑期實習0：背景、面試、結果｜趨勢、默克、時刻』。

趨勢科技錄取通知

實習除了了解業界在做什麼之外，也有更高的機會轉正。像我自己是在2023/3畢業的，2021和2022年是科技業大徵才時代，然而2023年是科技大寒冬時代。因此我畢業的時候，科技業是處於寒冬，各大外商公司紛紛裁員，新人想要進入好的大公司沒那麼容易。我打聽過我身邊朋友找工作的經驗後，也發現真的不容易，所以我畢業前，我就只有投趨勢。最後也毫無懸念拿到趨勢offfer，我有一位沒當過實習的朋友跟我同時間投趨勢，最後他跟我說他沒有收到回覆。所以這告訴我們，不管我們是否在大徵才還是大寒冬，都要做好萬全的準備。

如果對趨勢科技暑期實習面試有興趣，可以看『暑期實習1：趨勢科技面試過程｜2022』。如果隊趨勢科技暑期實習率取率多少？實習內容為何？實習的薪資福利如何？實習生可以內推？可以預聘？可以看『暑期實習∞｜工作、薪資福利、心得｜2022趨勢科技』。

更多實習相關內容，可以看以下連結：

四、碩論

（一）摘要

我們主要一般化最長共同波動子序列 (longest common wave subsequence, LCWS)問題成最長共同近乎波動子序列 (longest common almost wave subsequence, LCaWS)問題。LCaWS 問題允許波動中存在些微誤差，而 LCWS 問題則不允許，因此 LCaWS 問題是更貼近於真實環境。

LCaWS 問題有兩個子問題，分別為定趨勢之最長共同近乎波動子序列 (longest common almost wave subsequence with trend, LCaWSt)問題與最長共同近乎波動子序列但轉折次數小於等於 r (longest common almost wave subsequence within r segments, LCaWSr)問題。

我們提出兩個演算法，一個是解決LCaWSt問題，其時間複雜度為O(mnc)；另一個是解決LCaWSr問題，其時間複雜度為O(rmnc)。這裡的m和n分別為兩條輸入序列的長度，r為段數，c為公差。

（二）問題

LCaWS發展史

上圖為LCaWS的發展史，最原始的問題是LIS (longest increasing subsequence)，LIS又可延伸出LaIS (longest almost increasing subsequence)與LWS (longest wave subsequence)，然後LaIS + LWS = LaWS (longest almost wave subsequence)，上半部是一條的部分，而下半部是兩條的部分，也就是融合LCS (longest common subsequence)。因此我的碩論題目LCaWS = LCaIS + LCWS，近乎 (almost)是指允許上升段可以些微陷落，且允許下降段可以些微凸起，而波動 (wave)是由上升段與下降段所組合而成的合成波。

LCaWS問題範例：A=<3,2,7,4,5,2,8>、B=<3,8,2,7,4,5,2>、T=<0, 1, 1, 0, 0, 1, 1>、r = 3 和 c = 3。

LCaWSt問題要找出兩條序列A與B的最長共同波動子序列，其趨勢與給定的趨勢序列T前綴一致，且由近乎遞增與遞減段交替組成。LCaWSr問題則要找出兩條序列A與B的最長共同波動子序列，其序列最多由r段近乎遞增與遞減段交替組成。

（三）應用

正常的心率周期波是由 P、Q、R、S 和 T 波所組成且開頭為近乎遞增段的合成波

我們可以使用 LCaWSr 演算法來及時偵測心電圖中的每個心率周期波是否異常，這可以透過比較連續兩個心率周期波的相似度來判斷是否異常。上圖顯示一個正常的心率周期波是由 P、Q、R、S 和 T 波所組成且開頭為近乎遞增段的合成波。在正常的心電圖中的連續兩個周期波應要很相似。因此如果相似度過低，則代表當前心率狀態異常。在此應用中，LCaWSr 演算法比最長共同子序列 (LCS)演算法更適合，因為我們的目標是一個六段且開頭為近乎遞增段的波動序列。

五、薪資

（一）2020年薪資收入

高雄行政人員薪資：$199,247

上表是我在2020年工作收入表，當時我是在高雄當任行政人員，從2022/1~2022/8共8個月所有實領薪資所得含資遣費總計為199,247，這數字是已經扣掉勞健保的數字。我是2022/1/23開始上班，所以1月不足一個月，因此平均月薪為(199,247 - 7,351) / 7 = 27,413，再加上勞健保保守預估為28,500。

（二）薪資漲幅

1. 與上一份工作比較

目前我是在趨勢科技當任軟體工程師，實際薪水我無法透露，但只能透露新人年薪近百萬。因此我們可以估算，我透過讀資工所轉職後的薪資漲幅為多少？上一份工作月薪預估為28,500，樂觀假設年終兩個月（但現實應該是沒有），因此年薪約為40萬。目前工作年薪以100萬為參考，故薪資漲幅約為100 / 40 = 2.5倍。

2. 與生科學士比較

實際倍數與2.5差不多，不過能有這麼大的漲幅，是因為上一份工作薪資太低。如果以生科學士行情價來算的話，月薪約32k，年薪約45萬（好像也沒高到哪裡？囧）。薪資漲幅也是落在2倍附近。

3. 與生科碩士比較

生科碩士目前行情為月薪38k，年薪約54萬。目前我聽到有生科碩士學歷的朋友在生技業最高月薪為43k，年薪為60萬，因此倍數為60 / 100 = 1.67。至於因為2021和2022年科技業大缺人，而用生科碩士進去台積電的朋友們，他們年薪高我太多檔次了XD，而且台積電正常的門檻是很高的，這個我就不比較了。

（三）小結

如果以我現在的薪資，我大約幾年後可以超越同期生科同學所賺的薪資呢？我事實上比別人晚就業一年，扣掉我在2020年那可憐的20萬收入，以及假設薪資是固定、在生科領域就業且無兼職收入。如果生科學士年薪40萬，則100x ≧ 120 + 40x，可得到x ≧ 2，也就是我只需花2年即可超越同期生科學士同學；如果是如果生科學士年薪60萬，則100x ≧ 60 + 60x，可得到x ≧ 1.5，也就是我只需花1.5年即可超越同期生科碩士同學。

宗平方 TsungSquare

搜尋此網誌

生科轉資工2：二年表現狀況1