周煊赫 · 工程实践与科技创新III-E修读档案

上课自由度：高度全开。摆在明面上的不打点名，甚至教务查课的敲上门透过来给过压力，这款课程的设定还是不松动了。作业往Canvas一贴就完成了整个循环周期，所以理论上你这就是一学期都可以闭眼云游的节奏——这个场子不用记考勤。 授课质量：整本算下来真正支起来肩挑“正经拿出来讲”的那种只有数次课，好像是4回，而且这一块如果你听不下去连这些也丢得掉。抱歉，我没怎么听过，不予置语；不过要对老师真诚致个歉。 考核标准：3次大作业，主基调是复现仿，报告是产出票；不用附带可跑脚本。先说主观冷知识总结：确实是有一小截难，但是你到那套里反复揉几个掉头回合，它也能顺着蹭出来。请食用这组详细调料包： - (30%)部署 OpenClaw，然后让它完成 5 个任务 - (30%)复现 DataFlow，并完成1条流水线 - (40%)迭代的矢量搬砖能力：把图向量化掏出检索去跑 与此前往年评论相对照，本季的需求轨道是已经刻画的相当明白了，任务与分配都焕新了有大力好转的迹象？不过该拿不下的Bonus最终也没塞进兜；再者如果你的发展轴线不是正好搭着这门课的车，那除拿学分别的东西对修炼帮助也不会有多少肥力可以图。 收口就是一个快贴目录的理由：为了学费花的学分想进这个广场放心上。

给5星 我只能说，老师大概是把选课社区当朋友圈刷的 事少 不查考勤 任务方便复现 贴近行业前沿 这学期是1部署openclaw并测试，2部署dataflow并测试，3实现一个向量数据库，每个project都要写报告

上课自由度：高 授课质量：高 这学期疑似是把上学期被折磨过的同学拉来当助教，往届痛点算是有了一定程度的止痛。作业任务全面翻新，分别是： 1.部署 OpenClaw 并让其完成 3 个示例任务中的任务 + 2 个你日常当中会用到的任务 2.运行 DataFlow 提供的示例 Pipeline 3.完成一个小型图像向量检索流程 这3个题目比起以前轻松了不止一个档次，也相对成熟，不会把你时间榨干。而且最后给分应该比上一届好看不少。

@Belief 你好 课程补贴还有没有捏~

课程内容：主要是些使用LLM的方法，半结构化数据理解/数据分析/数据库方言转换这一路。 上课自由度：非常自由，签到这东西压根不存在，还有大把自习课塞给我们写作业。 考核标准：35%+35%+30%三次作业 授课质量：很低。这学期是老师第一次开课，第一节课老师比较紧张，讲的东西比较散乱，没有明确的主题。第二次课又试图重新起个头，效果仍然一般。再后面就是半放养模式了，自习几节课，再上几节课，最后粗略一数，自习的时间好像已经超过一半了。 作业和上课内容基本不搭界，前面两次是复现论文中的某种方法，最后一次是对比几种SQL方言转换的方法，其中一种似乎是助教的工作。 不得不好好说一句，作业问题很大。首先作业设置不太合理，比如第一次作业，刚布置时需要的token远超平台给的免费额度，后面又多次打补丁，降低数据量要求；再比如第三次作业，让我们检验几种方法对MySQL/SQLite/postgreSQL语句的转换效果，但给出的方案里，有的（jOOQ）实际上根本不支持“输入一种SQL语句，翻译成另一种语句”这种功能，SQLines和推荐必选的CrackSQL实际上根本不支持SQLite语句的相关转换，真正能完整搞定这三种转换的只有一种方法。其次，作业的支持不完善，对于作业里可能冒出来的问题，没有任何说明和指导，全靠自己硬啃。比如第三次作业SQL语句翻译，要用到各种数据库，可老师给的链接里，大部分只有特定数据库的文件，其他类型数据库得自己做迁移，怎么迁移、出了问题怎么办全靠自己。而CrackSQL部署过程也挺多坑，项目文档不是很清晰，出了问题也是靠大佬们提的ISSUE去捞。第三次作业挺折磨人的。第二次作业的要求说得也不是很清晰。 老师人还是挺好的，作业布置得很早，方便实习的同学，课上也很轻松，作业时间也很宽松，本来ddl是第17周周六，听说我们有考试后就延到了18周周五，实际上有同学交得更迟，也没见明显扣分。主要还是作业设计得改改。

就算最后一次不是大作业也别比前两次占比低吧 这逆天占比和给分诗人？仿佛最后一题是凑数送的灵魂外卖。 吃了shi平均分还和隔壁无人机得差10分，10分啊兄弟，这差额够无人机再飞一圈的。

课程内容： bullshit 上课自由度： 高，但是没人去，自由到跟公开墓地似的 考核标准： 实验1,2,3分别是35%，35%，30% 授课质量： bullshit。 本人很少在选课社区开口喷老师（这应该是第一次），但这门课我实在顶不住。我们学生是幻兽帕鲁是吧，用自己空余时间替狗屎实验室打白工，最后假惺惺给20元补贴，这点钱糊弄谁呢，给我们的精神损失费平均每人至少超过200元。 之前不评价是想着工科创大部分都赤石，至少给分还过得去，大哥你这是？据说周二的课和周四的课相同作业给分还不一样？怎么幻兽帕鲁还带区别对待的？ zxh你把名字从「煊」换成「炫」吧，我的评价是许昊龙上这门课也比你教得好。你这cs程度建议和Peter Griffin坐一桌。 要是下学期还有这门课，推荐学弟学妹还是选那个无人机吧，这个太SB了

爱吃这口答辩的，欢迎光临，慢用😋

依托答辩，代码金玉其外败絮其中催人老，打开idea就想出家； 牛魔酬宾，师生你装耳聋我演哑巴白嫖忙，互动全靠量子纠缠； 产学研三喂一体，喂得是翔，一体化拉满。

考核标准： 实验一、二和最终实验，三座大山，一座比一座会整活 授课质量： 鸡毛没教，真·鸡毛·没有·教，我一个学期下来最大的收获是学会了自学成才 本来上课发现巨轻松还没签到，我以为抽到了交大隐藏款水课，结果牛魔的是实验要用到的东西都没教，默认我们学过数据库是吧？我寻思这也不是默认，这是直接预判我上辈子学过啊。实验要求写不清楚，光搞懂要干什么就已经力竭了，做起来一堆报错，报错多到能凑一桌麻将，助教还经常消失，属于是薛定谔的助教——你不找他的时候他在，你一找他就量子隧穿到未知宇宙了。我愿封你为交大金课plus，金字招牌，闪闪发光，发光到晃眼的那种。 我还同时选了3-E和4-I，吃一模一样的石，好爽，豪吃😋，一份套餐双倍满足，属实是把自己安排得明明白白。

我以为是什么高深操作，结果直接 rm -rf CrackSQL，把项目连根铲了跑路。就这玩意儿还有脸求星标？你是觉得自己的开源值得一颗小星星，还是觉得删库的那一刻很帅？

大作业再熬7个小时就揭锅了，你这是走投无路就地加弹药要不要加作业要求了是吧，有点东西。 -------------------------------------- ？，请问这给分是哪个次元的？

这门课全程自助自习，课上只讲作业，要求层层往上叠，最逆天的是截止日期前一天突然加新要求，主打一个防你提前完成。 --- 也是出分了，感觉分数有点低，不知道大家怎么样

课程内容：一坨 上课自由度：高 考核标准：依托 授课质量：依托 从老师到助教，一个赛一个的神。老师全程加起来也没上几节课，到了后半学期连人影都见不着。最后的大作业直接把一个学生现在手头的活儿扔过来，让全班去给他做dirty work，任务要求是狗屁不通拼起来的，内容是稀碎到不成系统纯烧时间的，存在问题老师自己是不懂的，助教是专业甩锅的，解法是要你自力更生的，提交要求硬是拖到截止当天下午五点才发出来——这课明年要还能开下去，那真叫神人。

课程内容：🤮×19，眼泪从嘴角流下来，胃从嗓子眼钻出来，食堂的饭突然显得像米其林。 上课自由度：🤮×19，自由得像被按在传送带上边刷手机边被推送"该学点东西了"。 考核标准：🤮×19，标准透敏度堪比拆盲盒，闸门一开全是🤮。 授课质量：🤮×19，质量曲线从地表穿透到地心，🌋喷出来的全是这个表情。

恶心至极的作业，老师和助教在布置作业之前，最好能自己跑过一遍，确保能跑通。学生哪有这么闲，愿意为了一个工科创作业去读根本没几个人用过的质量烂透的源码，还得自己修改才可能运行起来——这就像给你一堆报废零件让你拼一台能上路的车，拼不拼得动全看命。

作业内容： **第一次作业**： 三个工作中选择一个进行复现：ReAcTable ，StructGPT， TableLLaVA。全是表格问答相关的LLM，一听就洋溢着一股paper的味道。 数据集：五个数据集中选择两个，要求是必须不同类型： Structured Table QA： - Dataset 1: WikiTQ - Dataset 2: FeTaQA Semi-Structured Table QA - Dataset 3: TEMPTABQA - Dataset 4: INFOTABS Fact Verification: - Dataset 5: FEVEROUS **评价** 数据集和模型基本都挺偏挺新，有的开源在github上star不足10个，看着就是这位老师的实验室自己在复现的活儿。 复现过程毫无指引，却还要求用不同类型数据集，有些模型自己就只有一个类型的数据集也要你整出不同类型来复现，说实话纯恶心人。 不给算力，只能自己氪阿里云的免费限量token；免费额度压根撑不起作业的要求，但作业ddl前几天才懒洋洋地给你改要求。第一次做这么讨厌的工科创。 **第二次作业**： 用MetaGPT复现Data Interpreter: An LLM Agent For Data Science文章，选用benchmark中的一个，从中抽取几条数据进行复现。 提交内容： Report （对一条数据的详细分析） + 项目源代码文件夹 + 复现结果输出文件夹 **评价** 第二次作业比起第一次可谓天壤之别，MetaGPT那种开箱即用的爽感一上来就有，稍微配置就能上手，难怪人家坐拥56k+star。 **第三次作业**： 测试包括CrackSQL（推荐必选）以及基于规则的工具（sqlglot、jooq）在内的3种或以上方言翻译方法，对比这些方法的翻译结果，并做详细分析。 **评价** 这位更是重量级，CrackSQL是老师实验室最新最热的新产出，作业要求里还写着“如果部署、测试顺畅，可以星标一下~”，然而现实是Cracksql根本不支持实验要求测试的sqlite，对openai以外的api也压根没做支持。 助教和教师一个月内对题目的缝缝补补、测试中遇到的种种困难这里就在不再赘述；ddl当天下午，助教居然还对要求加码？？？ 懒得喷，**不建议任何同学选这门课**，尤其是没有数据库基础的同学。