笔者个人对计科院的简单评价

事先声明，如果希望直奔主题，这一整节就不要看了，直接阅读正文。这部分废话比较多。

笔者截至撰写本文时也已经在苏州大学的计算机科学与技术学院上了一个学期课了（截至最新修订时间，是三个学期），简单作个评价。

苏大计科院的优点：

有着不错的学科评估等级（软件工程 A-，计算机科学与技术 B），当前还入选了国家首批 33 所示范软件学院。
存在不少优秀的实验室，科研成果很多，尤其是人工智能相关的实验室，并且任何时候都可以加入，只要愿意总有项目能做。除人工智能外，学院在网络领域的研究也很丰富，在物联网、嵌入式等领域的研究也比较丰富。综合看来学院除一些冷门方向如 PLT 和编译器方向没啥人做之外，该有的主流方向都是有实验室在做的。（考虑到人工智能方向当前热度过高而落地又很困难，普遍存在内卷严重且工作岗位稀缺的问题，且学院近年来向人工智能方向的倾斜逐渐减少，个人不建议优先考虑人工智能方向，除非你充分确定自己了解什么是人工智能，人工智能需要研究什么，且认为自己在此方向上有较强的兴趣）
计科院的学生组织不少，优秀在校生/优秀毕业生云集，有意了解的话，可以有很多提升自己的途径，甚至加入学生自行组织的创业团队（不过考虑到当前经济形势，这个可能性其实不大）。这些学生组织也会举办定期活动，作为提升自己的途径是很有意义的。（其实有意了解的话，志愿时长也比较容易拿）
优秀的老师很多，并且大多数很有耐心，沟通时基本都会认真解答，讲课也比较认真。有一些老师的负责程度是很让人感动的。
图书馆的藏书非常全，该有的基本都有，绝版书也不少。如果能充分利用这一资源的话还是很有帮助的，可惜绝大多数同学只把图书馆当自习室，完全没有意识到学校图书馆还有每年花三百多万维持的图书资源。

苏大计科院的缺点（有些可能并不完全是缺点）：

与实用脱节的课程安排，略微过时的教学内容，还有内容质量并不算好的教材。虽然老师的知识水平都很不错，但课程该无聊依旧无聊，讲课水平算不上突出。总体而言，重视科研成果而不重视教学质量。平心而论，这些其实不算是缺点，大学教学总应该是偏向理论而非偏向实用的，绝大多数 211 高校也是这么做的。但是仍要在这里指出这点。你需要明白在计科院你实际上是无法学到任何能够直接投入实用的知识的（除部分选修课），几乎所有你学到的知识都是理论，而要将它们转换为实用需要你投入大量的力气去自学。
教学内容总体上比较浅显。举个例子，数据结构不学动态规划（大三算法分析才开始学，有点匪夷所思），数据库不教查询处理和查询优化。但在某些细节上，又可能会讲得非常难。总体而言，不花费大量时间自学几乎不能有任何提高，因为指望学校讲的那点东西根本不可能把知识学透。
学院对学生几乎没有任何要求。课程不需要提交太过复杂的大作业，同时也不要求学生实际上手任何项目，而期末考到及格不费吹灰之力——甚至不需要你认真听过哪怕一节课，只要考前突击就可以。这一点和许多其他学院，例如电子信息学院，形成了鲜明的对比。不过对于摆烂的同学，这里就成了天堂。
学院对竞赛并不是很重视（事实上全校亦如此），虽然也有 ICPC 校队（俗称 ACM，但由于 ACM 已经撤销了对 ICPC 的赞助，这里为了准确性不再称 ACM-ICPC），但竞赛成果比较一般。另外除 ICPC、蓝桥杯等算法竞赛、一众数学建模竞赛和一众网安竞赛外，请务必尽早加入实验室以参加其他比赛和参与大创，因为其他大多数竞赛都需要指导老师参与，不加入实验室很难处理这些手续。
几位教务老师并不是很友善，这可能造成行政沟通上的麻烦。当然这个纯看你运气，计科院有些老师也是特别善解人意的。

显然，上面指出的优点与缺点只在学生希望能勤奋努力不摆烂度过四年的前提下成立。如果不愿意付出什么努力，只想顺利毕业，或是自觉没能力保研打算摆烂三年大四再去考研，计科院这边简直提供了天堂一样的环境：

有很多课根本不点名或是一学期点名两三次，老师持着爱上不上的态度讲课，也不在意台下来了多少学生。（自从学校对考勤愈发重视，已经不是这回事力，悲）
有不少课几乎没有作业，有的课一学期只收两次作业，只要在收作业之前赶一个晚上抄答案就可以完成，至于团队合作的作业，也很容易缺德地全部推给某个人去做然后自己摆烂。（我通常担任小组里被迫承担大部分任务的角色，所以我建议大家不要太缺德）
实验课大多数都是上机，把代码敲完就可以跑路，四个课时的课两个课时就能跑路，甚至还能前一天晚上把代码全部敲完提交，第二天实验课干脆不来（前提是老师不点名）。
期末考试大多可以通过考前突击通过，这也意味着即使一节课没认真听过也不是不能考到好分数。（我总觉得全校几乎所有课程都是这样的，应该不是计科院独享）

因此。如果你不打算卷保研，只想快乐毕业然后去工作或是考研，计科院完全可以成为摆烂天堂。

最后更新于1年前