计算机专业的学生在大学四年期间可以做些什么来丰富自己的简历？
1.1.要掌握必要的数学基础，其实大学阶段有三门课:a .微积分b .线性代数c .概率统计。如果有余力，也可以看看优化方向的东西，但这不是强制性的。
1.2.掌握一些计算机基础核心课程，比如数据库、并行运算、离散数学(暂时放在计算机一栏)。至于编程技巧，我觉得没必要特别厉害。如果能力有限，可以降低操作系统、计算机结构等课程的水平。生活中要学会抓大放小，不要强求自己掌握一切。
1.3.学好Python，了解Python上的编程习惯(PEP8)和语法糖。同时可以了解更多Python对应的数据科学/机器学习工具库，如pandas、numpy、scipy、sklearn等。就算以后不做机器学习，胶水语言Python的知识还是能有很大帮助的。选择Python的另一个原因是，大多数深度学习框架，如tensor flow/the ano/Keras/py torch，都基于或具有Python接口。
1.4.开始学习基本的机器学习。推荐的方法有:a .在Coursera上观看吴恩达的机器学习课程。b .开始阅读机器学习基础书籍(如《集体编程智慧》、《Python机器学习》、《统计学习导论》等。).在这个阶段，最重要的是不要贪多嚼不烂。如果你浏览一下知乎，会发现大家都说一定要看《统计学习的元素》、《PRML》之类的。我承认看这样的书会有帮助，但是一开始不适合直接看，因为可能会让你“入门就放弃”。有了一些基础知识之后，你就已经知道下一步需要做什么了。希望给你选择的权利，而不是推荐一堆课程和书籍。当然，如果你想更深入，你可以用中文阅读周志华的《机器学习》和李航的《基础统计学习》，也可以用英文阅读《统计学习的要素》和《深度学习》。这个阶段的重点是形成系统的知识脉络，切记贪多嚼不烂，切记！
1.5.学好英语，至少要打好阅读和听力的基础。虽然中国在人工智能领域做得很好，但是主流的书籍、期刊、会议都是英文的。我们可以接受翻译的版本，但最好的办法是有能力直接看。即使以后不做机器学习，英语阅读能力还是会有很大帮助的。
2.实践经验:
2.1.争取尽快接触科研，进入实验室。一般来说，大三的时候就应该有机器学习的基础知识了，虽然还很浅。这时候你可以向老师/学长/学姐推荐自己进入实验室，哪怕是免费工作，做做基本的苦力。进实验室有两个明显的好处:a .你会对一个小方向有更深的了解。一般本科生在实验室不需要做纯理论，需要做机器视觉或者自然语言处理(NLP)等小方向的比较，所以这是一个很好的机会，可以多了解一个方向。b .你可以通过补充自己的研究经验来知道自己是否适合这个领域。运气好的话，还可能是论文作者之一，甚至去开会(公费旅游的时候见见业内大佬)。这对以后的深造和出国深造很有帮助。有科研经验和论文是很大的筹码，对于找工作绝对是有利无害的。
2.2.如果对科研感兴趣，可以尽快尝试实践。我们在书上看到的大部分方法，其实或多或少都是比较理想的模型，甚至很多都已经过时了。比如大部分教材中神经网络的激活函数还是sigmoid，业界早就不用sigmoid了。机器学习初学者最大的门槛是学了很多知识，却没有机会去使用和测试。尽早实习可以给你更直观的感受，防止他们只有一个杀龙的技能。
2.3.可能科研和实习机会有时候很难得到。这个时候一定要找到自己的项目去做，用兴趣来带动项目。比较好的方法包括参加Kaggle比赛，天池比赛，或者把机器学习应用到自己感兴趣的事情上。曾经看到知乎用机器学习来判断《红楼梦》后四十回是不是曹雪芹写的，且不说文章是否严谨，但这是一个很好的用兴趣促进实践的例子。
3.社会科学和人文科学:
3.1.机器学习作为一个瞬息万变的领域，应该有自己的“坚持”和“味道”。举个简单的例子，深度学习的辉煌现在需要归功于一群科学家在神经网络低谷期的坚持。但同时，即使只谈机器学习，也不要相信只有深度学习才是最好的，不能固执己见。如果你对机器学习感兴趣，不要认为今天网络安全好，认为人机交互(HCI)明天最有前途。追逐热点往往会产生泡沫。
3.2.多看不同领域的书，比如社科、经济学、人文。因为数据科学的起点是基于数据的，终点是提取意见提供反馈。而观点并不像数字那样一目了然的显示高度，而是需要经验多角度的分析。很多人认为计算机专业的人读数学，看论文就够了，但其实科学总是和社会交织在一起的。比如人工智能是否应该应用于军事，这是最近知乎上的一个热点问题，但是要回答这个问题，你需要有足够的非计算机知识储备。科技没有善恶，但人有。
3.3.放低身段，多与人交流。其实这个有点牵强，但是我发现做机器学习的小伙伴一般都很有个性，很多都是内向型的(包括我自己)，可能对大部分理工科的朋友都适用。即便如此，我还是建议你稍微放开一点，因为大部分数据导向的工作都是需要交互的，比如数据分析师，数据科学家。
4.写在最后:
科技飞速发展，追热点就好。但正如我刚才提到的，在这个浮躁的时代，无论你选择什么方向，最重要的是独立思考的能力和去伪存真的勇气。如果一件事不能被证明或证伪，那它一定是有疑问的。大学既是培养良好科学素养的最佳时期，也是关键时期。
所以看到这么多人分享经验，我最希望的是你不要急于全盘接受，不要因为不喜欢就全盘否定。慢下来想一想。这大概是做科学工作的正确态度。