引言
昨天酷家乐宣讲会在上海大学来了大概50个左右的同学。当我问在场14级同学有多少时，百分之30的同学举起了手。当我问15级同学有多少时，百分之60的同学举起了手。当我问16级同学有多少时，两位同学举起了手。
正文
当我们把时光倒流回2011年，那一年上海大学第一次开始专业分流的政策。如果这个时候你在上大图书馆前的主干道拦住那些来来往往匆匆忙忙的理工大类学生，告诉他要好好学习，争取能进入计算机学院学习编程。他一定会用一个不以为然的眼光告诉你，我对学习计算机没有兴趣，我认为上海大学的某个学院实力更加强劲，今年专业分流的政策让我有种参加第二次高考的感觉，我要好好复习去了。那个时候，上海大学开源社区已经成立一年，08级学生胡瀚森作为上大开源社区的开创者，吸引了当时热爱编程的11级学生沈杨华和他们的同学们在这个非官方社区一起交流讨论。
这个时候的中国互联网，团购的概念开始兴起，越来越多的团购网站开始兴起，O2O的概念让人们开始钢架关注生活服务，为了挖掘和占领市场上的需求，移动端开发程序员一时间成为了市场上最为紧缺的资源，而那时候他们的薪资也像风起云涌的海面一般一浪更比一浪高。
2013年时，已经是上海大学开启专业分流政策的第三个年头了。你去跟当时的理工大类学生说，快去报计算机学院啊，现在市场上特别缺程序员。也许你碰到他鄙夷的眼光，计算机学院排名这么低，我要是报考这个院系岂不是浪费了我这么高的年级排名？ 那一年，上海大学计院在大一时招收了英才班，部分同学不用通过专业分流考试，大一时直接就能就读计院。同年，第39届ACM World Final，上海大学的ACM队勇闯世界总决赛获得成绩，kuangbin的“人十我百，人百我万”成为每一个ACMer心中的目标。那一年，上大计院的专业分流排名是百分之九十多，成为差生才去的学院。
2015年，我室友问我专业分流第一志愿是什么，我说我想去计算机学院。那你稳了呀，计院很好进的，我室友说。我看了看往年计院的专业分流排名，心想确实，这次春季的微积分3和大物2只要能过了就行，没必要复习的太好。同年，校园司令公众号上透露消息这次专业分流很多人都报名去了计院。后来他的专业排名果然就如同一匹黑马一般瞬间达到了1600多名。那一年，我以微弱的差距遗憾掉档了。
2016年，如果你在路上拦住一个理工大类的学生，问他打不打算报考计算机学院时，也许他会告诉现在互联网发展特别迅速，计院的排名也不低，我要好好准备这次专业分流。那一年，在焦急的打开转专业结果查询时，看到我的转专业申请终于通过了，我长长的舒了一口气，准备感到教务处将我的大三第一学期的课程全部更换，变成计院的大二大三专业课。同年，计院的专业排名一路飙升来到1100名左右，一名15级叫钟鸣宇的学弟加了我询问关于转专业的相关事宜。我将我那一年在选课和申请的所有心得告诉了他并安慰他不要紧第二年还有机会。
2017年，计院的专业排名已经在招收两百多名的情况下一路高升到890多名，第一次超越了通信学院。胡瀚森学长回到上大作为摩根士丹利员工来开启实习生招聘，我作为一个无绩点无奖牌无成绩的三无学生急急忙忙的准备了一份英文简历。看着自己空空如也的简历，我在研究生办公室里问沈杨华学长究竟什么是后端开发，沈学长当时一边忙着编写他的实习项目，一边告诉我他对后端开发的理解。同年，我和14级的同届同学徐际岚一起过了摩根的初试，为了准备终面，我们日复一日的在计院701实验室内准备到晚上。 某一天，他苦笑着告诉我，这一次终面还会有很多清华北大的从北京赶过来面试，我告诉他我们尽力就好。本来以为在找实习的时候会轻松一点，没想到这一块早就已经厮杀成血海了。
那一年的夏末，我和他结束了两个月的大摩实习生活，他开始了联系导师读研，我一头跳进找工作的大海里扑腾。笔试，面试，内推，一面，二面，三面，HR面。这些名词是当时的我们口中最念念有词的东西，在牛客网的交流社区内，最火爆的永远是某某某公司的面经，找工作好难啊，九月份的时候我感觉自己失眠了一个月。
一个月前，我在v2上看到阿里的HR已经开始悄摸摸的发放内推渠道。这么早!?我感慨之余，把这个消息转告给了钟鸣宇学弟，虽然过程曲折，但他终于已经来到了最初想要来的计算机学院，开始了忙碌的课程。一定不要拖得太晚申请，我告诉他，现在实习申请就是一个萝卜一个坑，申请晚了就没了。
一个礼拜前，酷家乐打算在上海大学开办第一次宣讲会，我特意跑到了16级群里多次宣传大二的同学一定要趁早开始准备实习，不要惯性思维的觉得实习等到大三再开始也来得及。在宣讲会上，当我问到16级的同学有多少时，看到有两位16级的同学能意识到从现在起就要敢于踏出学校进入社会实习磨炼，我非常开心觉得自己没有白白宣传。
2018年，假如你拦住一位理工大类的学生，问他是否会考虑专业分流报名计算机学院时，他也许会用一个惊讶的眼神告诉你，那还用考虑么？去年计院排名这么高今年只会越来越难进，我要好好学习微积分和概率论，那是机器学习的基础。