研究所考試心得〡114年考取台大資管所 劉O倫

近幾年的趨勢已經不在這一塊，所以可以不用花太多時間跟心力在上面，

但是出出來的話就是送分題 也是要把握住。像是

• 補數規則
• RISC/CISC
• 電腦演進
• 馮紐曼

正規化、ACID、CAP之類的名詞要知道在幹嘛，

• SQL、NoSQL的比較
• 交易紀錄
• 2 phase commit/rollback

都是今年頻率較高的。

SQL資料隱碼攻擊也有2間學校有考到。

OSI七層都要挺熟的，像是各層在幹嘛、有什麼經典的協議。

尤其是：

• TCP、UDP、Sliding window
• CSMA/CD、CSMA/CA
• 跳頻展頻
• DNS、NAT、ICMP
• DHCP、POP3、SMTP
• dynamic跟link state等

近年的話雲端、防火牆、VPN也考很多，中央還會問更細的防火牆問題。

我自己是上林偉的，但他上的超硬，可以自行評估。

最重要的就是：

• PCB、硬碟排程、thread
• hazard、scheduler、排程算法這些

洪逸的這一塊講得特別好!

特別喜歡考Java跟C++等物件導向的，交大也有一題Python考CNN。

手寫可以早點開始練，台大固定會有30分的C++程式設計，

像是高等樹、Link list、Stack/Queue、遞迴都是重點考題。

像是資安防護與加密法、攻擊手段、LLM間的比較、

AI agent/強AI/弱AI/XAI有越來越多的趨勢，

記得要一直關注新興議題，

像是中央就有一題問你說有哪些LLM是開源架構，

結果我只能舉出一個Llama。

特別需要注意的是台大的MIS會加考統計且難度不低

要花時間去上孔令傑的統計課、或是系上的統計要把握住

大概的範圍會一路到ANOVA，而且面試也會有統計、排組、作業研究相關的

要考台大的話 統計真的要早點開始準備，不要跟我一樣，

MIS的統計35分才拿4、5分

1.英文關形式：

進入面試間之前，會給你 10 分鐘閱讀一篇小短文，

是從 4 篇當中抽籤決定，並提供紙筆作筆記，個人覺得挺輕鬆的。

我自己抽到的題目是有關於 TSMC 要在亞利桑那州設置 AI 晶片製造廠，

以及一系列相關廠房也有意願一同在外國設廠，這一事件是否會使台灣矽盾優勢消失？

如何進行?

進去之後系主任會先做簡單的自我介紹，

然後就開始按照面試編號依序詢問相關的問題。

教授：這篇文章的主軸是什麼？
給我這篇文章的關鍵字，你認為上面寫的事件會如何影響社會？

另外一位同學的題目和你的有些關聯，你的看法呢？

其實穩穩地回答就好，教授也會一直給你微笑，不用感到有壓力。

2.程式關形式：

一共五題題目，採搶答制，也有說有想法就直接舉手說明。

問的題目像是這段程式在幹嘛，你如果要寫成其他語言的程式，

大概會以什麼邏輯去改寫，時間複雜度是多少。

第一題我直接舉手說明，

題目很簡單，是遞迴的 Python 會把奇數變成負的，

大概是 n = input，g(x) = n * (-1)^n。

第二題是基於這個延伸的題目，有點複雜但是也還好。

跟我一起面試的人舉這一題，但講的有點怪怪的，

所以教授也有皺眉跟問她要不要再想一下，

然後教授就看向我這裡，我就舉手再講了。

最後一題是問如果第二題要用 LLM 去撰寫的話，

你會怎麼下 Prompt，把我們當成機器說明你的提示字，

我當時也有踴躍舉手發言嘗試，教授還說如果講得出來就當場錄取你，

可惜最後他們沒有很滿意我的 prompt 的完整度。

1.生涯關形式：

會依照你寫的研究計畫、履歷去提問。

我是被問研究計畫，跟我一起去面試的有一個被問留學經驗，

另一個是被問我的研究計畫是否能利用她得去進行協助，

結果她沒有仔細聽就被教授問是不是沒有認真聽，感覺有點被小扣分。

要記得仔細聆聽其他口試者的內容。

1.生涯關：

(我本來想把畢業專題速速帶過，帶到我更擅長的機器學習跟區塊鏈，
結果整整 4 分鐘都在專題上。)

教授：你做過哪些有趣的專案？說明一下你們的專題，
在此專案中擔任的角色、做了什麼？

我回答：我負責擔任資料庫管理師
、文件撰寫、文獻閱讀跟 LLM 延伸功能撰寫。

教授：為什麼使用這個資料庫框架、這樣子有什麼好處？
你們如何確保資料庫與程式間資料格式的一致性？

我回答：因為自己是文件撰寫+DBA，所以可以同步更新，
程式在撰寫時能夠依照需求文件按部就班、條理分明地進行。

教授：你說你有撰寫部分功能，說明一下。

我回答：關鍵詞提取和 Whisper 套件導入

教授：關鍵詞提取？你們這個應用是哪裡用到的？你是如何實現的？

我回答：一開始用手刻結果成效不好，套用 Python 軟體庫只能輸出英文，
最後用 OpenAI API 跟 prompt，並講述心路歷程。

(結果準備的自我介紹都沒講到就過這一關了)

整體來說是最舒服的一關，尤其當講出遇到問題、採取應對措施並解決時， 兩個教授都笑著點頭。當時還以為每一關都能這麼愉快。

2.數學關：

孔教授說：「看一下桌子上面的題目。」並把紙筆遞給我讓我計算。

題目是一地區要進行選前調查，
10 萬人的地區要抽 100 人去統計兩名候選人的勝率，
其中 A 參選者支持率為 0.6。

第一題是抽 100 人後，A 參選者支持者較多的機率大概是多少？
我先跳過回答這題。

第二題是這個分布被稱為什麼？

我回答：二項分布，孔教授點點頭。

孔教授提示回到第一題，要先列出兩候選人的機率。

我說：就是要計算 P(X > 50),用u=100×0.6 計算標準差

孔教授說：「那來看第三題。」

(第三題是一坨積分，根本看不懂，我被硬控 2 分鐘。

靠北，請學弟妹統計跟微積分要認真讀，不要像我一樣醜)

3.管理關：

進到門口後有一男一女教授跟五張紙。

男教授說五題當中抽一題，我抽到假新聞相關題目，

談現今社群媒體有 fake news 或 misinformation 氾濫。

請說出你認為的主要因素及可能之應對措施（英文出題）。

女教授給 10 秒思考時間，我大約想 5 秒就開始回答了。

我回答可分為三種：演算法和同溫層效益、假新聞危言聳聽，

且人們具備獵奇心態、社群媒體使用門檻低導致思辨力缺乏。

舉例疫情期間老人群組傳送蒸口罩可殺肺炎病毒的假新聞。

女教授讓我再想一次說還有更重要的主因，我真的想不到。

男教授問如何判斷疫情蒸口罩資訊正確性，

我說上網查證是否有公信力權威或領域專家提出。

男教授問為何假新聞在網路上更容易氾濫，我說假資訊危言聳聽，

且社群媒體讓同好群組快速轉發，例老人群關注生老病死議題。

女教授請我再想想，我愣住沒主意。

男教授問應對方法，我說平台供應商和政府的角度稍作說明。

後來與同學討論想到真資訊不易反覆轉送，假資訊頻繁產生所以氾濫。

這關超吃臨場反應及清晰思考架構，沒講出教授想聽的感覺好慌。

3.技術關：

教授：你聽過 LLM 嗎？

我回答：稍微解釋，並說明現今有哪些應用。

教授：那你說明一下其運作原理跟產出結果的流程。

（聽到時覺得靠北啊死了，
我還以為只會問對這項技術的看法或想一個應用，但我還是講了蠻多的）

我回答：LLM使用了Transformer、注意力機制的模型與原理，

在接收到使用者的需求後利用類似LSTM的概念抓取其關鍵字，
並以詞語接龍的方式將回應生成出來。

也解釋注意力機制、LSTM的輸入輸出、利用的算法、詞語接龍是如何進行的、
詞語接龍的機率是如何被計算出來