7月6日，软件学院2020年优秀大学生夏令营拉开帷幕，常务副院长卜佳俊教授做了首场开营报告，到9日为止，在“2020软件学院夏令营”2个大群中直播（联播）了11个场次的报告和讲座，群内总人数达到1350人左右，合计参与达5711人次。

在大群讲座结束后，每位营员根据各分营的专业讲座、介绍，结合自身的研究兴趣，加入到各分营的活动中，以下是来自部分营员的体会和感受。

阿里浙大联合研究中心营：向广宇

本次夏令营令我接触到了一些领域前沿的知识，对目前行业的发展有了清晰的认识。前期我通过夏令营云课题进行学习，主要学到有关知识图谱的一些前沿知识与应用；后期进行了为期一周的论文阅读与复现任务，通过阅读前沿工作，我深入了解了领域知识，同时动手实践，先学后做，体验了研究工作同时也学到了非常多的东西。我认为这样的夏令营是很有意义的，由于疫情原因无法与老师进行线下的交流，单纯在线的课程学生可能只是听老师讲，印象并不会很深刻，浙大软件学院夏令营通过分组，完成工作的方式，把学生拉入更加深入的交流与沟通，使学生提前接触科学调研工作，打破了对科研朦胧的概念，通过自己亲自去做，可以使学生更加明白自己想做什么，对未来的道路可以更加清晰的规划。感谢浙大软件学院能给我参加这样一个夏令营的机会，通过这次活动我的收获非常大，不仅与老师面对面交流也认识了一些师兄师姐，更加对科研有了清晰的认识，对今后自己的发展更加坚定。

在浙大软件学院夏令营活动中，老师提供了几份有关知识图谱的最新成果供我们学习，通过论文阅读我大概了解了该领域的一些基本情况。通过为期一周的学习和复现过程，我学到针对该问题的思考和分析方法，了解了该邻域问题研究工具，同时也对该领域有了自己的思考和理解。下图是我答辩汇报时ppt的首页内容：

答辩汇报ppt首页

阿里浙大联合研究中心营：姚祯

为期近一个月的夏令营活动终于落下了帷幕，参加这次的“云端夏令营”虽然没能亲临宁波校区有些遗憾，但是老师们精心安排的多个讲座与挑战颇高的论文复现任务也让我受益良多。这次的夏令营我选择报名参加的是陈华钧老师所在的AZFT知识引擎实验室，并使用为期十天的时间复现一篇关系图卷积神经网络的论文。在此前我虽然系统学习过机器学习的理论知识，但是动手完成这样复杂的神经网络模型还是第一次，期间也遇到了很多的难题。因此不得不从Tensor数据类型开始，一点一点开始学习前人的代码，从数据结构到整体的网络架构再到涉及到的技术细节以及遇到各种算力不足的问题，通过网络资源和学长的帮助都幸运地解决了，最后在前人的基础上增添了自己的构思进行性能上的优化，一次一次地接近论文中的结果。这个过程虽然很辛苦，但是看到自己的模型一次又一次的变强变准确，让我真实地感受到了人工智能的神奇与潜能，更加让我坚定了未来把机器学习作为研究方向的想法。同时在这一过程中，实验室的学长也为我提供了很多的帮助，让我印象最深的是在一次私下讨论中，我认为作者的提出的累加归一处理方法有不甚严谨的地方，不过经过学长提醒说明关系图中存在等价的direction关系与inverse direction关系，随后我在仔细阅读论文的注释材料的时候也发现作者进行了说明，疑虑顿时烟消云散，不仅感受到交流与思考往往可以从根本上增加自己对于概念的理解和模型的认识，而且也认识到团队之间的沟通合作的重要性。最终在论文汇报展示结束后受到老师和学长的认可，不禁感觉这十天的辛苦与付出都是值得的。总之这次夏令营让我学习到了很多关系图网络的相关知识，也让我对计算机领域最前沿的科学研究有所了解，是一次很成功的夏令营体验。

（图为论文汇报时讲解网络模型的PPT图片）

大数据营：卢茉莉

参加本次浙江大学软件学院的夏令营让我收获了很多。首先是分营之前的讲座，为了加深我们对于专业方向的印象与知识了解，学院的每个分营都举行了开营之前的介绍讲座。我在大数据分营的讲座上聆听了贝毅君老师对于大数据技术的介绍，从其中了解到了大数据在现代体现出的重要性、大数据技术的技术架构和实际应用等内容，这使我对于大数据方向的研究学习兴趣更加浓厚了些。在入营以后老师布置了APS排程任务作为夏令营的考核项目，我先前只在算法课上对类似的任务有初步的认识，经过这一次的练习才让我有了更进一步的了解。我通过查找了其他许多参考资料去学习遗传算法、APS排程的相关知识，了解其原理和实现，在实际编写代码前还认真地做了笔记、理清算法实现的流程和思路，最后顺利地完成了这一份大作业。在这个过程中，我自学的能力得到了一定的锻炼，新知识的获取也让我感到十分满足。总的来说，参加这一次暑期夏令营给我提供了一个学习和锻炼的机会，对我而言是十分有意义的。

图为报告时的桌面（内容包括我的报告、代码以及当时的手写笔记）

大数据营：杨巨鑫

参加浙大软院暑期夏令营有感：

因为我们学校有很多学长都保研去了浙软，我在大一的时候就萌生了努力学习进入浙软深造的想法，因此这一次能够参加浙软大数据夏令营使我格外高兴。

从6号到9号为期4天的各分营介绍讲座里，我见闻了许多新鲜的技术和领域，但是让我印象最深刻的是贝老师大数据方向介绍。正如老师在讲座里所引用的”大数据为新财富，价值堪比石油”，广度深度兼备，落地场景丰富的领域特性再加上自身的志向，我最终选择进入了大数据分营。

本次大数据分营的题目是要求用算法解决一个生产任务排程问题。在听取了分营中吴连秋老师的讲解后，我逐渐理解了我们需要解决的问题细节。当我看到算法选择里有遗传算法这个选项时心里又惊又喜，因为自己在大二时做过相关方面的设计实现。但新的问题和要求还是给我带来了不小的挑战，包括如何保障以正确的顺序执行任务避免陷入前继任务等待后继任务这样的死循环，如何提高遗传算法的进化效率以及采用何种数据结构降低算法复杂度等等。

当最终成功实现算法，看到控制台上跳动增长的种群适应度时，那真是最美妙的时刻，这是所有在忘记时间飞逝低头解决一个个BUG后的人都能体会到的。本次夏令营通过抛出一个合理难度的问题，给定了充裕的时间让我们去构思设计解决方案，让我深受锻炼！

云计算营：吴征阳

很高兴能参加这次浙江大学软件学院云计算营的夏令营。这次夏令营既有理论学习，也有实际操作。与其他学习过程不同的是，我们还可以找出相关工具上的漏洞，并自己动手对其进行修复。

在夏令营的讲座上，老师和学长们为我们讲解了十分丰富的知识，我们学习到了云原生的相关知识，学习了Kubernets的技术原理、相关组件以及实操技术，学习到了边缘计算平台Kubeedge的技术理论和实际操作。

除此之外，我们还进行了工具的实际动手操作，搭建了实验集群，熟悉了操作方法。期间，老师和学长为我们指点问题，解疑答惑。

最后我们还在Github中上报了实际操作中遇到的问题，甚至自己动手解决了力所能及的问题。在解决问题的过程中，我们对Go语言、Docker技术和云原生的相关理论都有了进一步的了解。

总之，这次夏令营形式丰富，既有理论又有实践，提高了我的知识，锻炼了我的能力，使我受益匪浅。

云计算营：戴文清

很荣幸能分享我参加云计算营的感想体会，云计算营的主要内容包括开展讲座和开源实践。

首先开展了几场讲座，我从中学到了很多，加深了对云计算、边缘计算的理解，学习了Kubernetes、KubeEdge等平台的相关知识以及开源项目的贡献过程。
之后是开源实践，我对云边计算的相关开源项目作了一些小小的贡献，其实我之前就对开源社区非常向往，我非常愿意为开源社区贡献自己的一份力量。在整个过程中，老师和学长耐心地帮助我们，为我们解答问题，真的非常感谢！

经过这次夏令营，我感觉收获颇丰。感谢浙江大学软件学院给予我参加这次夏令营的机会。再次感谢各位老师、学长和其他同学的指导和帮助！

智能驾驶营：王科选

我叫王科选，很荣幸获得2020年浙江大学软件学院夏令营智能驾驶分营的参营资格并成为优秀营员。在参营之前，我对智能驾驶的理解仅限于通过卫星来判断当前的路况进而电脑通过对路况的分析反馈出相对正确的决定，但是在参营期间，通过营内老师对智能驾驶行业的发展趋势和关键技术路径的介绍让我对智能驾驶的理解变得些许透彻。这是一个学科综合性的技术，需要计算机视觉做支撑，用大量的数据做测试，让AI与云边计算和边缘计算结合起来，让数字化真正成为我们生活的左膀右臂，让行车的“看懂我”能够成为现实。虽然说现在的技术能够做到70%的智能，但是想要实现100%的智能和数字化还需要我们前赴后继的探索和发现，智能驾驶是前沿的技术，老师在讲解的同时也让我自己对这个领域产生了更浓厚的学习兴趣，不过要想做到术业有专攻还是需要以包罗万象的学习为前提，此次的云学习旅程让我的收获颇多，我会将此次的学习当做航标鞭策自己不断向前继续前行。

合作名企-网易营：刘佳音

在这次夏令营中，我通过一系列的讲座，了解到了软件各方向的具体情况，受益匪浅。在比较过后，我选择加入了网易营。

网易营的主要任务是用unity制作一个小游戏，但是我之前没有接触过unity，也没有用过类似的引擎写过游戏，我因为担心自己会影响到跟我组队的人，就自己独自自学完成了一个塔防小游戏。

虽然这个小游戏可能做的不是那么好，但是通过这个游戏的开发，我了解到了一个游戏是如何开发出来的，了解到了游戏运行背后是怎么运作的，学习了unity部分的操作，总体来讲还是有很大的收获。

图为小游戏运行截图