博客
关于我
对于计算机专业学生来说,学历 or 编程能力,到底那一个更重要?
阅读量:86 次
发布时间:2019-02-25

本文共 1366 字,大约阅读时间需要 4 分钟。

有人问学历是否那么重要,我只能说很重要,但能力才是最重要的。计算机学历相比其他专业来说并没有那么重要。总的来说,能力最重要,但学历也是关键

计算机专业对技能的要求很高,很少有浑水摸鱼的情况(相对而言)。但仍然需要一定的门槛,比如本科是一道比较基本的门槛。专科想要一份好工作相对而言可能就比较难了。如果你是全日制本科,且能力比较突出,大部分好的公司(如阿里、腾讯、字节、百度、京东、美团等)都会给你机会去试一试。这些大厂有内推和网申,如果能通过面试和笔试证明自己实力,那还是有很大机会进入大厂的。

就专业能力而言,四年下来,优秀的人还是很少的,通常优秀的人只是占少部分,而大部分人可能平平无奇,呈金字塔状。学历高的群体这个塔尖部分更大,学历低一些的当然塔尖更少。计算机会给更多人这样的机会。

如何体现个人的能力呢?简历上要写出你掌握的能力,别人会根据你的简历初步评估你,然后考虑是否给你笔试、面试的机会。如果你能力非常,有胆量写"精通xxx、精通各种主流技术",一定会惊艳面试官,然后人家才会通过n轮技术面试真正考量你的能力。同时,各种获奖证书、荣誉称号、个人博客、GitHub写过的项目都是你能力的体现。

就本科学历而言,有大批二三本每年进大厂的,也有大批985、211混的不咋地的。研究生也是同理,机会相对其他专业而言还是公平很多。但不可否认,本科985、211学历和研究生大部分要比普通本科学历的人能力要强。无论哪个群体想要获取好的机会,还是以能力为主!他们在空闲时间,是疯狂coding,疯狂刷题,夜以继日的搞。

不过,学历对你影响还是很大的。虽然说计算机专业能力 > 学历,但学历给我们(大部分)的影响其实还是很大的,尤其是一些偏普通的企业,进大厂的影响可能稍微小一点。但大厂有足够的财力、人力给更多人机会去尝试,挑选人才。能进去的都是非常优秀的人,当然这部分人相对而言还是占小部分的。

就一个工作岗位,你需要比学历更好或者更高的人优秀你才有机会。比如,如果你是一个面试官,两个水平差不多甚至学历差点比别人稍微优秀一点点,但是他是个普本,而别人是个重点本科或者研究生,你肯定会要学历好的,因为学历也是个人能力的一部分展示。

另外还有一个笔者亲身经历过的例子,很多公司招人你过了,211过了,985过了,研究生过了,他们的薪资待遇水平开始有差距的,虽然这个可能并不是很大,但是这个差距总让你很有挫败感,但社会就那么现实。很多人都会遇到这种境况,不过还好这只是开始。

不过虽然学历有影响,但是还好,都2020年了,什么事情都得靠自己。不要埋怨不去敲几行代码,看几篇技术文章。去提升自己,如果认为自己学历有遗憾的,要么努力学习技术,提升自己硬实力。要么努力备战考研,提升学历同时也能提升能力。不得不说,学历高的获取机会相比学历低的还是高很多的,高学历的大部分更认真、更努力,这也是不争的事实。

如果你曾饱受学历的毒害,意识到自己的不足,也不要气馁,往着自己向往的方向去加油就行了。毕业的能力和学历决定的仅仅是我们的起点,而不是终点,计算机专业的我们的未来,全凭我们自己决定,纵使千辛万苦!也许下一个屌丝逆袭上岸的,可能就是你!

如果你想更好的提升你的编程能力,好好学习C/C++编程知识成为高薪软件开发工程师的话,那么你很幸运~

转载地址:http://pxs.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>