做為過來人，我認為非常有必要考研。

現在社會，本科生到處都是，即使是985的本科生，要想以後選擇多一些，拿個研究生學歷非常有必要，以後在公司升職加薪有優勢，至少應該不會拖累。而且，現在研究生學歷都不吃香了，也是一抓一大把，好點的公司，也都喜歡招高學歷的。我在去年秋招過程中，幾乎沒見過本科生，基本都是研究生學歷。可見這形式多嚴峻...

如今，人工智慧方向比較火，有大資料，CV，NLP等方向，裡面細分的方向也有很多，而計算機專業也比較適合，有一定的計算機基礎和程式設計基礎。只要確定好方向，好好研究，就一定可以做出成果的。

就拿我自己情況來說吧：

本科在河南的二本，學電子資訊類專業，大學四年也就成績好一些，其它啥也不行。就準備考研，然後就順利的考上了，也挺幸運的~

在研究生期間，實驗室原本是搞傳統影象處理的，當時17年人工智慧，深度學習已經火起來了。然後，就利用深度學習做影象相關方向，不知不覺就到了CV領域。由於本科都是偏電子啥的，沒怎麼寫過程式程式碼。研究生剛開始的時候，特別難熬，不懂的不會的，都需要自己一點點去學去看。還好經過自己的不懈努力，發表了兩篇論文，一篇SCI期刊，一篇EI會議。拿著這些科研成果，也在學生期間最後一次獎學金中，拿到了國獎。

最後，說起來年齡問題，我也感到慚愧啊，我肯定是比你年齡大的，我研二的學費還是家裡面出的。研三的學費自己掙的，暑假沒回家，去公司實習去了。作為過來人，我想說的是，研究生期間可以在很多地方掙錢的，比如有好多AI相關的比賽，獎金豐厚，既能增長知識，豐富簡歷，又可以得到收入，何樂而不為呢。

加油吧，少年！

必須考研。

研究生是敲門磚，現在任何大型企業招聘和事業公務員招考都是以研究生起碼的。他們不相信hr的眼光，相信三年的付出，代表你的耐心和實力。

ai都是大公司在做，他們不要本科生的。985本科是可以給自己加分的，但是還不夠。想要更好，還的繼續付出。

不是研究生多厲害，是研究生肯比別人多付出三年

大資料是我的主要研究方向之一，同時也在帶大資料方向的研究生，我來回答一下這個問題。

首先，從事大資料或者AI方向的技術崗位，讀研是有必要的。

目前大資料相關技術正處在落地應用的初期，雖然從技術體系的角度來看，大資料技術已經趨於成熟，但是從落地應用的角度來看，依然有大量的技術問題需要攻克，所以當前從事大資料領域的技術崗位需要具備較強的研發能力。讀研一方面能夠進一步豐富自身的知識結構，另一方面也會培養一個系統的科研方法，從而提升解決問題的能力。

與大資料領域相比，人工智慧領域依然處在行業發展的初期，不論是機器學習、自然語言處理還是計算機視覺等方向，都有大量的課題需要完成技術攻關，所以從事人工智慧領域的技術研發對於研發人員的研究能力和基礎知識都有較高的要求。雖然目前部分高校陸續開始在本科階段開設了人工智慧專業，但是目前培養人工智慧專業人才依然以研究生教育為主。

由於大資料、人工智慧人才的培養週期相對比較長，需要的教育資源通常也比較多（導師資源、實驗資源、課題資源等），而研究生教育往往能夠彙集高校（科研院所）最為優質的教育資源，所以讀研對於相關人才的培養具有較強的實際意義。

最後，大資料與人工智慧關係密切，一方面大資料是人工智慧的基礎，另一方面資料價值化的過程（資料分析等）也需要採用機器學習等人工智慧技術，所以大資料和人工智慧通常並不分家。另外，隨著產業網際網路的發展，未來大資料、物聯網、雲計算、邊緣計算、人工智慧等技術將進一步結合，目前可以重點關注一下AIoT方面的技術發展趨勢。

當然，建議考研，為什麼呢？原因有以下幾點？第一，目前，本科教育主要是一個通適化的教育，沒有過多強調研究能力，這種於簡單的理論概念學習和基本的應用，第二，研究生階段的教育不同於普通本科階段的教育，它更側重於對目標專業的研究和探索，訓練的是一種研究能力，這個階段需要研究生對同行的研究進行廣泛接觸和深入研究，學習別人的研究方法和採用的研究思想，在瞭解了現有階段學科研究的已有成果的基礎之上，對還未取得的研究成果或者未來的研究方向進行探索和研究，從而訓練形成自己獨有的研究路數，第三，AI，大資料等技術人員所從事的工作，本質上是一種研究工作，因為支援AI技術，大資料的應用的主要演算法，而如何設計算法，這就需要計算機，工程師根據具體的場景和使用的情況進行設計和探索，而研究生階段的教育，對於想從事AI大資料等工程師來說，是一個很好的訓練，在讀書期間，研究生會從事一些小目，積累一定的經驗，第四，有了研究生階段的訓練之後，在進入具體的行業裡可能會更容易的上手，可能在具體實際工作當中，會比沒有接受過這個階段教育的同事們有更強的適應力和學習能力

想從事AI或資料科學方面的工作，建議您讀研。如果覺得大學畢業了還向家裡要錢不好意思，建議直接申請北美博士，全獎，夠吃夠喝也能買車，買房困難點，但夠找個老婆成家的。