臺灣師大資工特殊選才｜心得
112特殊選才 - 應試資訊
學系全名：國立臺灣師範大學資訊工程學系
報名截止：2022/11/10 Thu. 郵寄備審
初審放榜：2022/12/06 Tue.
複試日期：2022/12/09 Fri.
複試地點：NTNU 公館校區 應科大樓
結果放榜：2022/12/22 Thu.
NTNU簡章點我 （檔案第 27~28 頁）
關於臺師大資工
隸屬理學院，位在臺北市文山區的公館校區，校區旁即為公館商圈，同時與鄰近的台大與台科大組成臺灣大學三校聯盟 ；
2023 QS 電腦科學類排名為全台第八，世界前 550；
2023 THE 電腦科學類排名為全台第六，世界前 600。
前言
以下分享為為資工一般組（沒有與資安組聯招）
一般組面試順序有點謎，推測是類似往年慣例，這次資安組由於還有術科測驗，所以同時錄取兩組的先面，再來是一般組北部學生，最後是南部學生（不過我住附近卻算是在中後段 11/15 🤔）
一般組面完，資安組剛考完上機考，接著面資安組。
大概表定面試時間前 1 hr. 報到，然後先到系辦上傳等等要報告的檔案，同時有開一間會客室給考生等待
系辦老師一次會叫一個人到樓上準備，樓上會有系上的人負責簡單尬聊～
相關數據
人數
| 額定錄取 | 榜單備取 | 報名人數 | 複試人數 |
|---|---|---|---|
| 5 | 9 | 63 | 15 |
一般組有逕取 2 名
錄取率
| 初試通過率 | 複試通過率 | 總錄取率 |
|---|---|---|
| 23.81% | 33.33% | 7.94% |
初試通過率：複試人數 ÷ 報名人數
複試通過率：正取名額 ÷ 複試人數
總錄取率：正取名額 ÷ 報名人數
成績與結果
| 初試成績/及格分數 | 複試成績 | 總分/備取及格分數/正取分 |
|---|---|---|
| 80.00/78.34 通過 | 80.00 | 80.00/77.84/90.18 備取5 ✨錄取 |
初試：書審；複試：口試
總分 = 初試*50% + 複試*50%
面試方式
共兩間面試，B 考場會是你前前一位，A 考場是你前一位
一間大約 8 分鐘，A 考場兩位教授，自介 + 提問，時間到會有人敲門，結束馬上接著去 B 考場
B 考場一位教授，主要就輕鬆面對面坐著閒聊(?
（另外，第一間試場有錄影，第二間我沒注意，所以第二間的那位教授應該是會去看錄影帶，所以才會問有沒有想補充甚麼）
面試過程
- 第一間
- 自我介紹 (5 mins.)
- 練習蠻多次了就順順的講完，然後這次現場備有簡報筆~ 可以很自在的站在投影幕前面講
- QA (3 mins.)
- 關於科展專題的內容，你做了那些深度學習的過程，做了哪些探討或是實驗？
- 我先從 data 的部分進行說明，我是運用美國一個組織找了記者一同建立的 fnc-1 dataset，模型訓練的部分是運用 Pytorch 的 Transformers 進行遷移學習，嘗試 BERT、RoBERTa、XLNet，最終使用我們評估 acc、f1-score 結果最適合長度較長文本的 XLNet，並且到 FB 上實際去爬取文本，使用這個 NLP 模型進行預測，將結果與牛津大學的 media report 進行媒體品質現況的比對，最終也發現像是 Buzzfeed 這種比較小眾的媒體確實在受眾的信任度較低。
- 延續問專題的內容，你對 NLP 的基礎傳統知識？
- 在傳統基礎知識方面，我主要是在人工智慧導論中有所學習，像是 SVM、random forest 這些基礎的演算法，而我主要是在海廢預測競賽中實際運用，當時平台直接打包好的 dataset 要廣泛嘗試相對方便，所以我才會在那次最終嘗試了 AutoGluon 的方式試試看能不能更有效率快速的完成較佳 accuracy 的模型。
- 關於科展專題的內容，你做了那些深度學習的過程，做了哪些探討或是實驗？
- 自我介紹 (5 mins.)
- 第二間（直接進入 QA，非常閒聊，以下對話呈現）
- 還有沒有前面沒講到或來不及講完的或想問甚麼？
- 看教授對於我的專題實作、自學經歷或是團隊領導哪一方面比較有興趣，我可以來多做說明
- 你排序一下，看哪個最值得講
- 剛剛前面一間都在講專題相關的，那我來分享一下關於團隊領導的經歷；我在擔任資訊社社長的期間除了推動了很多活動，像是與奧義智慧科技的資安合作計畫、與松山高中的營隊合作，展現我跨域整合與領導的能力，特別是在疫情期間辦活動考驗了我靈機應變與決策的能力；同時在擔任講師的過程讓我有機會將自己過去所學重新再統整一次，重新整理筆記，嘗試如何將知識傳遞給他人。
- 所以你要當社長同時還要教課 這麼辛苦～都沒有人幫忙你喔～這個社團是你創立的嗎？
- ><不是，在我接任社長前的過去幾年，我們社團做的事比較少，因此我在接任社長後除了改善行政、財務、自己授課，希望可以帶動並傳承一個好的學習風氣。
- 你們社團過去是做什麼的?
- 由於我們社團比較年輕，最起初是做資安，後來 AI 興起後開始跟數資班做專題、機器人等，專題主要是從我開始，然後今年學弟們也開始打一些競程。
- 所以是有老師帶？還是學生？
- 一位北醫醫工雙主修北科大資工的學姐，她同時也指導我的研究計畫初期。
- 所以你比較沒在打競程，還是你也跟學弟一起打？
- 我自己主要還是專題這方面，競程方面同學也會拿題目來跟我一起討論，所以我自己時不時會去 zero judge 找一些題目解一下玩玩看，接觸一下不同領域。
- 對啊對啊，我印象中政大附中沒在打競程。
- 你大概報了幾間特招？
- 大概 5, 6 間左右。
- 什麼是你進來之後最想要做的?以及這些學校你的比較是甚麼？
- 師大的部分對我來說最大的優勢就是離家近，我就住附近而已，應該會是我的優先選擇。
- 由於我哥哥大我一歲也是讀相關電資科系，所以我也蠻了解哪些課程會很硬，所以首先最基本的是顧好資工的必修課程，另外希望可以學習 data mining 相關課程，同時善用三校聯盟資源在現有的 ML、NLP 領域持續加深，然後參與科技部大專生計畫。
- 你有沒有了解過系上有哪些老師可以指導 NLP？
- 沒有誒，想說進來之後可以再來慢慢聊
- 你知道中華民國計算語言學學會理事長就在我們系上嗎？
- 阿…沒有了解到耶 ><（後來查了一下是陳柏琳教授 XD）
- ><進來之後要做 NLP 沒問題，系上有很棒的老師可以指導
- 三校聯盟確實是相當大的助益，而且實際有在運作，對我們來說三校地域性是優勢，想跨修雙主修都沒問題
- 對呀，像我也聽哥哥說過像是台聯大系統就比較沒太大效益，確實沒像三校聯盟這樣有頻繁的交流，而且我之前專題的指導教授也是台科大的鮑興國教授。
- （最後敲門時間到，教授說「時間關係今天先跟你聊到這邊」大概就結束惹～）
- 還有沒有前面沒講到或來不及講完的或想問甚麼？
心得&小建議
此次面試整體的感覺很讚
報到分流、等待的過程，系主任還來跟學生&家長聊天
同時，這次面試是這次特選之旅的第三間，也是最後一站
present & QA 準備的也非～常～充足，基本上已經沒啥緊張感
面試的教授也都很 nice，另外我有發現我在面 A 考場的時候，兩位教授現場在「翻閱」我的備審，所以我想紙本裝訂和美編排版的誠意似乎就有點重要了
第一間教授問到「延續問專題的內容，你對 NLP 的基礎傳統知識？」，我最後只講了 SVM 和隨機森林（這些比較不算是針對 NLP 的演算法），竟然忘記可以分享 naive bayes、梯度下降，不然分數應該可以更高🤦♂️
第二間雖然氣氛輕鬆，我也跟教授聊的很愉快
但建議大家切記對話的內容不可因此過於閒聊，能抓到可以有深度的答覆的問題一定要掌握
同時，可以 show 一下簡報補充說明，所以建議簡報可以除了預定要講的頁數，可以多製作幾頁，用來輔助說明一些歷程經驗
（所以建議可以帶個平板，沒有的人可以跟學校借～）
另外，我覺得臺師大的面試方式真的很讚，任何人想編故事來 QA，我想絕對會被識破
兩間的教授都問得很認真
特別是第二間聊天式的 QA
最能展現考生真實的一面，所以就有多少講多少，盡量把事情講清楚不然容易被教授誤會（像是我社團那一 part 就講的有點模糊），當然也不要屈就自己，自信拿出來會有好成績的！
至於台師大有偏好哪一類型的學生嗎？我是看不出來，我想更看中的是潛力和態度吧～
補充說明：
為啥會有逕取？根據系主任說法，其實逕取是他們認為那些人會再其他學校重榜，學系想要在有限量能內增加複試能面的人才，才讓這些人逕取（白話文就是逕取的這些人高機率會去交清，所以就直接不面了，就算來了，能力也絕對沒問題）。
相關連結
- 臺灣師大資工特殊選才｜心得
- https://whyhugo.github.io/2023/04/04/師大資工特選心得/
- 文章作者：Hugo Wang
- 撰寫時間：2023-04-04
- 《版權宣告》
-
CC BY-SA 4.0
署名-相同方式共享