每当研究生入学考试出分的时候，网络上总会掀起一场关于是否应该读研究生的讨论。这场讨论涉及正反两方，参与者包括在校本科生、本科毕业生、在读研究生和职场人士等。讨论的核心在于研究生三年的学习与工作三年的经历，哪一种方式更能促进个人成长。

有人认为，研究生学习的内容不过是几本书，而职场人士通过网络学习同样可以获得技能提升。另一部分人则认为，读研的价值不仅在于知识，更在于思维方式、人脉和平台。不同的专业和行业，其论据各有侧重，但核心点无非是资源、技术、人脉和经济收益。

接下来，让我们探讨一下：既然机器学习课程都可以在网上学习，是否还需要读研究生呢？

技能获取：网课与读研

网课是指通过电子设备和互联网来学习知识和技能的在线课程，包括视频、图片、音频等形式。这种形式降低了学习的门槛，因为只需购买电脑和接入高速网络即可。疫情期间，在线课程尽管受到一些批评，但也验证了其可行性。

因此，通过网课学习并非虚构。具体到机器学习领域，研究生学习和网课学习的区别主要在于教学方式——前者是面对面授课，后者则是网络授课。如果非学生想要参与面对面授课，即使是蹭课，也需要付出相应成本。从技能提升角度看，研究生教育通常由学校制定培养方案，学生若想自学网课，则需先完成学校规定的学分和论文任务，这些论文和学分往往与专业知识紧密相关。

另一方面，通过网课学习机器学习的人大多是职场人士，他们可以根据自身需求自主选择课程。因此，如果不考虑毅力等因素，单从技能提升角度而言，网课可能替代研究生教育。

人脉获取：导师制度与公司平台

不同于人文社科，机器学习作为工科专业，更注重实际操作经验。无论是从业者还是研究生，都需要具备一定的编程能力。

在研究生期间，学生通常跟随导师做项目，接触到的人脉和资源直接取决于导师的地位。导师在学术界的知名度越高，学生身边接触到的优秀师兄师姐和合作伙伴也就越多。此外，研究生所在的地理位置也很重要，例如在北京，学校间的交流合作频繁，借助导师平台，学生可以迅速接触行业内的大牛。

相比之下，上网课的学生不会与授课人建立私人关系。但在大学里，你将成为导师的学生，拥有导师的帮助对未来的职业发展大有裨益，无论是直接提供工作机会，还是提供职业建议。尽管在公司里，好的团队也能学到很多东西。

当然，也有可能本科毕业生的能力超过同龄研究生，但关键在于，国内互联网巨头和知名AI创业公司，通常要求硕士及以上学历。除非你是非常优秀的本科生，如ACM获奖者或有出色算法比赛成绩，否则很难进入这些公司。除非选择小公司，但小公司的机会相对较少。

最后，我们还需考虑极端情况：一段有毒的研究生经历，比一份有毒的工作更具破坏性。毕竟，换实验室或转专业的难度远大于换工作。对于许多人来说，读研并不一定有趣，待遇不高，就业前景也不明确，这些问题都可能影响研究生的心理状态。在研究生期间，体重波动、疲劳、头痛、胃痛、神经质和酗酒等现象也较为常见。

金钱的获取：公司更看重学历还是经验和项目？

从解决信息不对称的角度来看，公司在招聘时往往会更加重视学历。毕竟，网上学习课程的门槛较低，而“毕业”门槛也相对较低，无论是进入研究生阶段还是毕业，公司都将其视为衡量人才的一种标准。

虽然进入公司后发现，很多未读研究生的同事反而更有消费能力和帮助他人的能力。然而，招聘要求显示，许多公司都希望从事机器学习工作的员工具备硕士及以上学历。

因为对于机器学习和人工智能这类技术导向的工作，已经有一些成熟的方法，但这些方法仍在不断改进和发展，几乎每天都有新的论文涌现。很多领域此前并未使用AI技术，需要让现有技术适应新的应用场景，这需要一定的研究和实践能力。

最简单且便于HR筛选的方式就是学历，尤其对于研究型工作。而大多数人通过网课学习机器学习，大多是为了技术研究型工作，如果没有在大公司积累丰富的工作经验，仅凭网课教程，可能难以获得高薪职位。

那么，除了读研，还有哪些清晰展示自己能力的方式呢？答案是肯定的！例如，参加Kaggle上的数据科学比赛，如果你在学习吴恩达的机器学习课程后积极参赛并取得好成绩，你的简历并不会逊色于一些毕业研究生。

此外，阿里巴巴举办的数学竞赛也是一个很好的切入点，考察数学应用能力，而机器学习也非常重视数学的应用。不论是读研还是自学，都需要积极进取的心态，不断拥抱新技术，定期阅读顶会论文，并分享自己的心得体会，这对个人成长大有裨益。

不读硕士学位也能获得科研能力

综上所述，读研究生是否有用？答案是肯定的，但考虑到时间成本和金钱成本，每个人的选择会有所不同。

例如，吴恩达教授曾表示，并非所有机器学习都需要硕士或博士学位，但有机会去斯坦福或麻省理工这样的名校，学习背景也是非常宝贵的。

在国内，能去北大、清华等顶尖高校就读，将带来超出预期的眼界、金钱和机会。

那么，不读硕士学位如何快速提升科研能力？答案是阅读论文：5-20篇论文（在选定领域，如语音识别），这足以让你构建一个语音识别系统，但未必能达到前沿水平。

50-100篇论文则能让你对该领域的应用有深入了解。如何高效阅读论文？在CS230课程中，吴恩达提出了一些建议：

1. 阅读文章标题、摘要和图表。通过这些部分，你可以大致了解论文的概念。
2. 阅读引言、结论、图表，略过其他部分。引言、结论和摘要往往是作者总结工作的部分，有助于审稿人理解论文的价值。
3. 通读全文，但跳过复杂的数学部分。
4. 通读全文，但略过没有意义的部分。

参考材料：

1. 知乎链接
2. YouTube课程