现在可以静下心来写一点这次报考清华大学自动化系大数据工程的经验了。第一，鼓励一下想报考清华大学的同学。不要怂，只要你有梦想，想考就考吧，别错过了让自己后悔，可能真正考下来，发现也没有自己想象的那么难。我当时决定报考的时候，也只觉得自己成功的几率只有 1/10，因为清华自动化系每年的报录比都是十几人进一个。没想到能通过半年每天早 6 点到晚 12 点的学习能从一个成绩平平的学弱进入清华大学自动化系的复试，当然，我准备的时间不止半年，差不多是从 3 月份考完二级之后开始准备，但是之前是大三下学期还有比较多的课程，只能抽出时间来学一点。如果你真的想考上清华，同时也可以跟着新祥旭的老师来学习，效果也非常不错的。第二，初试部分，英语方面，想要提升英语成绩，除了练好真题，背单词是很重要的一个环节，我早上起来多数时候都是在背英语单词，这里推荐一下俞敏洪编的绿宝书，也就是考研英语词汇乱序版，大厚本的书，词汇量还是要丰富一点。然后我还经常读新概念三上面的文章，感觉对于提升作文写作水平有一定的帮助。电路方面，我是完全自学，用了清华指定的两本书，一本是西安交大版的，另一本是清华版的，西安交大版的那本书，我把课后的题全都做了一遍，感觉对于提升对电路的整体认识起到了一定作用，清华版的，因为没有课后答案，除了反复看书之外就只做了课本例题，然后还买了另外的两本书，一本是往年真题，另一本是电路原理习题集，三件套淘宝上一搜就有了。这里讲一个我的小发现，从 16 年开始有填空题，填空题上考查的知识点，许多都是在电路原理习题集上面的，将来同学买到了书以后可以对照着看一下。最重要的是，真题一定要重视，一遍肯定是不够的。虽然现在清华的电路卷子已经和那上面的题型不太一样了，但是考查的知识点仍然是以前出现过的居多，这几年的命题是命题的知识点比较往后靠了，最后一章每年都要考一个大题，我当时没有足够的重视，面对最后一章的大题，束手无措，希望同学们引以为戒。数学和政治我考的都比较低，就不误导大家了。学习效率问题，每个人刚开始阶段学习效率都不会快。有经验了，效率就提升上来了。还有一样，爱看手机的话，想提高学习效率，别带手机上自习，我是从大三下学期快期末的时候开始上自习不带手机，发现很有效。第三，复试部分。首先讲笔试，我复试科目选的是控制工程。前面是十道简答题，每题三分，是关于概念和定理方面的一些问题。中间有六道题是计算题，每道题五分，考查的也都是一些比较基本的计算。最后是四道大题，频率矫正 15 分，最优控制 5 分，另有两道题，各占十分。总体来讲，和我查到的去年试题难度相当，而且有一部分知识点重复考了，当然，我也不是把所有的题都答了上来，大约有 5 到 15 分左右的题，不太确定，题不是特别难，但是我觉得自己发挥的一般。 （我前面有一个人，好像提前 30 分钟就做完了，开心的东张西望 看的我想打他） 。另外，今年的考试老师明确说了可以使用计算器，有一部分同学没有带计算器，在计算频率矫正那道题的时候，可能有一点吃亏。然后讲一讲面试，今年的面试流程和往年类似，在场有六位老师。前一天笔试完之后，已经交了一份自述材料，可以自己另带几份自述材料和奖状复印件，老师是不会明确要求说的，但是你带去了，老师就会看。一上进门是一段中文的自我介绍，时间是三分钟。然后仍然是抽英语题，看一遍，读一遍，简单的翻译一遍。然后是抽题，从题库中抽取除英语题之外的其它科目的试题，因为有四个专业的同学可以报考，题库中有比较多的选项，根据在场的同学反映，题目有难有简，我抽的是数学和电路原理题，数学的两道题答的比较好，电路原理题，一道题不会另一道题半猜上来的。值得一说的是，我自己考完之后出门听见老师说，抽了四道题，答出来两道半，也许是有一道题不会要扣半分。老师根据我的自我介绍和自述材料中，提了一些他们比较感兴趣的问题，这些问题都是我之前准备好的，但是在场的时候有一些紧张，仍然有一些没有答的特别好。强烈提醒一下，19 或 20年考研的同学一定要注意，不要把自己的学分绩点搞得太低，像我绩点只有 2.9+，老师就特别问了一下绩点为什么这么低。另外，大数据专业的学生出来，几乎都反映老师会问一些和大数据相关的问题。比如做过什么关于大数据的东西，对大数据的了解等等。而且非常感谢新祥旭给安排的清华的学长提前讲了复试的问题，对我的帮助还是挺大的。最后讲一下今年的报录比情况吧，今年应该是清华自动化系最好考的一年。首先扩招了 16 个大数据工程的名额，然后今年的分数线降到了历史最低的 310 分，而且只要达到320 分，就可以从学硕自愿调剂到专硕参加复试，复试录取比例比也由往年的 1:1.5，变成了 1:1.3.另外，今年大数据工程报名人数不是特别多，过线的同学只有 12 个，然而从双控调过来的人达到了 13 个，所以参加大数据复试的人达到了 25 个。从成绩来看，双控调节到单控和大数据参加复试，多数高分一点的同学选择调剂到控制工程，而不是大数据工程。所以，今年大数据专业的竞争压力比控制工程还是稍微小一点。