2021年8月，吕思雨从天津大学计算机科学与技术专业毕业，入读GTSI数据科学硕士项目。当年是该项目落地GTSI的第一年，融合了佐治亚理工工业与系统工程学院、商学院、计算科学与工程学院的课程体系，力图跨学科培养学生将“数据转化为信息，信息转化为决策”的能力。

经过1年多的学习实践，数据科学的思维模式已经逐渐内化为吕思雨的方法论。在充满复杂性与不确定性的世界里，她习得了对数据的敏感性，进而能够运用所学整合繁复信息，解决具体问题。这也是她一直以来想获得的能力。

“八皇后棋盘”与城市安全地图

“一开始，我比较想学的其实是偏商科的专业。”吕思雨说。

2017年，她高考出分，第一志愿填的是工业工程，第四志愿是计算机科学与技术。

“当时计算机还没有现在这么火爆，而我一直想往公司业务的方向走，想进入企业和商业运用领域，对计算机和代码倒不是很感兴趣。”

结果，她第四志愿上线，在代码、算法和各种汇编语言里浸泡了四年，虽然掌握了很多概念、工具，但对计算机专业依然没有产生热情。

“本科阶段我学到了有用的东西，却缺少机会去应用和实践，导致知识往往停留在概念层面。”比如，在课堂上花大量精力学习回溯算法，解出的“八皇后代码”一旦跳出1848年马斯克·贝瑟尔的假想棋盘，便不再能带来现实意义上的成就感。

这种落差让吕思雨重新思考起未来的发展方向。而一次参赛经历，帮她找到了出口。

2019年5月，吕思雨和同学组队参加全国大学生创新创想大赛，想开发一款精细化城市安全电子地图，用于说明天津市内不同时空发生的案件情况。

开发过程先从原始接警数据开始。他们对接警数据中心的案件描述进行语义分析并提取主题词，再使用百度地图API绘制电子地图，从时间和空间两个维度对不同街区的安全程度进行评估。

由于技术能力不足，城市电子地图最初设想的功能没有完全落地，但依然是吕思雨本科期间参与过“最完整，最有现实意义的一个项目”。

沉寂的学习热情被运用知识解决实际问题的既得感点燃。吕思雨认识到数据背后隐藏着很多信息等待发掘，继而对数据科学产生了好奇。临近毕业，当GTSI数据科学专业启动招生的信息进入眼帘，她知道，机会来了。

不论是跨学科的教学方式还是项目本身全美领先的专业排名，都十分契合兼具计算机专业背景和商业管理兴趣的吕思雨。她很快准备好所有申请资料，并顺利通过筛选。

几个月后，吕思雨拖着行李箱，从北洋飞到岭南，成为GTSI数据科学硕士项目（MSA）的第一批学生。

实践中锻炼“敏感”的能力

“在GTSI学数据科学难不难？”

“挺难的。”吕思雨秒答。

数据科学硕士学制需要学生修满36个学分，包括5门必修课、5门选修课，以及价值6学分的Applied Analytics Practicum。后者要求学生进入企业，运用数据科学知识帮助企业解决问题。

“课程上的学习虽然也注重应用，但更多基于案例，给我们处理的数据通常不存在太多干扰项。”走出课堂，数据科学从业者则必须具备足够的数据敏感性，才能识别和剔除芜杂数据池里大量存在的干扰和噪音，解决真实世界中的复杂问题。

数据敏感性与实践强相关。认识到这一点后，吕思雨抓住校内项目和校外实习的每个机会，努力锻炼数据敏感度。她印象最深的，是疫情期间和同学们一起做的核酸检测点分布优化项目。

当时，深圳执行着较为严格的疫情防控措施，市民核酸检测频率高，部分点位经常出现拥堵，但也有空闲点位长时间无人前往。吕思雨和同学们想到，如果结合人口密度数据对核酸检测点的分布进行优化，可能会使点位设置更加合理。

于是，以百度地图开源的深圳市人口密度数据为基础，他们根据城市区划图对巨量数据进行切割，降低了运算难度，然后将地图网格化，用一个坐标点代替一个网格内的所有人口，进一步减少计算量。

此时的数据相比最初已经大大精简。吕思雨和同学们接着运用课程中学到的排队论建立优化模型，使用模拟退火算法寻找最优解，最终形成的结果在Tableau中实现了交互式呈现。

安排核酸检测点位的决策者可以根据不同点位的分布位置，预估对应点位可容纳的检测数量，以及需要的医护人员数量；有检测需求的使用者也可以看到每个点位的预估平均等待时长，作为选择检测点的参考。

洞察现象，寻找手段，解决问题。

在GTSI学习数据科学的体验，改变了吕思雨大学时期对“代码”的态度。曾经明确表示对此“不感兴趣”的她，现在将代码视为处理数据的趁手工具。

她不仅从零学习了数据分析常用语言如Python、R、SQL，也在数据结构算法和机器学习算法上更加深入地钻研，积极寻找数据集演练所学模型，思考数据分析思路的展示方式。

在一家主打移动出行平台的互联网公司实习期间，她将平台司机半年内的流动数据分类整理，自学运用Python绘制桑基图，将看似复杂的流动规律，清晰美观地呈现出来。项目成果令人满意。

这项成绩也在吕思雨的校招面试中被企业方圈出，作为体现她个人能力的一个亮点。

不知不觉间，GTSI两年充实的学习结束。吕思雨已经抵达她本科时所企望的业务层面，能够灵活运用技术，兑现商业价值。

把自己作为问题，在经验中优化路径

故事讲到2023年春天。

吕思雨结束了校招的战斗，收获是普华永道、华为和平安产险三份offer。

三家公司都看重她的计算机专业背景和数据分析能力，这在IT咨询、业务分析、企业管理与统筹的职业发展路径上是优势项。

“其实最开始我也海投了很多不适合的岗位，浪费了一些机会和时间。”回看求职经历，吕思雨的优化思路是早一点结合专长明确方向，“这样可能会有更多选择。”

好在结果是令她满意的。华为提供的培养模式、平台基础、学习空间，当然还有薪资待遇，最符合吕思雨现阶段的期望。大量的芯片测试数据，也让她的能力即刻就能得到施展。这成为她最终的选择。

“我计划先在好的平台稳定工作一段时间，积累经验，提升能力，再搞清楚自己下阶段想要什么。”

至于坊间围绕大厂“内卷”和“35岁辞退”展开的激烈讨论，对吕思雨来说更像数据池中的干扰项，并不会影响当下的思路。

此刻，吕思雨已经搬去东莞，在华为投资100亿建设的松山湖小镇租住。两周后，她将正式入职芯片测试工程师的岗位，在这家以“狼性文化”著称的公司，即便是新人，工作压力可能也不容小觑。

但个人职业发展路径的摸索，和公司业务流程的调整一样，需要持续的数据支撑作为分析依据。

把数据科学专业赋予的思维模式，作为解决生活中各类问题的方法论。从GTSI走出去的吕思雨，将持续运用所学，选择、建立、解决、分析她的成长道路。