Hur gör man det mesta av en datavetenskaplig utbildlning?

Tjenare.

Kom in på en datavetenskaplig utbildning till hösten och undrar lite hur man gör det mesta av en sådan? Finns det saker man bör gör utanför det obligatoriska? Och i sådana fall vad? Bör man lära sig fler språk vid sidan av det man redan lär sig? Helt enkelt; hur gör jag mig så attraktiv som möjligt för arbetsgivare efter jag blir klar med utbildningen?

Det beror väl på vad du vill arbeta med?
Det kan ju t ex vara elektronik om du vill arbeta med embedded systems på Huskvarna?.
Det kanske skall var perfekt engelska och prövat på att bygga egna spel eller kan väldigt mycket om spelvärldens teknologier om du vill arbeta på Dice?
Så det finns inget generellt svar mer än:
Det du alltid kan göra är att se till att klara av kurserna väl, få höga betyg och noll resttentor.
Speciellt i de ämnen som har med ditt praktikjobb att göra så att du blir attraktiv och kan välja bästa praktikplats.
Där du kan få även få ett sommarjobb kanske vilkte du bör kolla upp tidigt i processen.
Och kan välja ex-jobb med bra betyg och bra praktikplats.
Okey, med en hög kontaktfrekvens och smort munläder kommer man också långt.
Bra betyg i väsentliga ämnen, bra praktikplatser, bra sommarjobb och bra exjobb gör att du blir intressant.
Plus säljande stil med skitbra cv.

Vad tänker du att du vill jobba med efter examen?

Vill du skapa datasystem för att analysera försäljningen i ett företag?
Vill du bygga styrsystem för att reglera hur många som befinner sig på flygplatser och slår larm när för många samlas på vissa ytor?
Vill du programmera datorstyrda styrsystem som blandar kemiska vätskor på laboratorier?
Vill du programmera säkerhetskontroller för autonoma fordon?
Vill du skapa framtidens matbutiker utan personal?
Vill du bygga hemsidor åt kreti å pleti som egenföretagare

Det är lite som natt å dag vad man ska svara eftersom vi inte vet vad du vill inrikta dig på. Har du någon idé själv om vad du vill göra?

Kort svar. Plugga seriöst och slarva inte. När du väl går där så kommer du på hur du vill inrikta dig och då ger det sig vad du ska göra. Det enda du behöver tänka på nu är att du måste ta dina studier seriöst.

Är det en ren akademisk Datavetenskapsutbildning, eller är det en ingenjörsutbildning? Oavsett så är mitt tips, se till att du hänger med på matematiken.
Programmeringsspråk och liknande beror lite på utbildning och enskilda kurser. Och kan du väl programmera, så kommer det inte vara speciellt svårt att lära sig andra programmeringsspråk.

Jag rekommenderar dock att du satsar på AI och specifikt Machine Learning, det kommer vara stor efterfrågan inom några år, när företag på allvar börjar förstå vad de kan göra med den teknik som redan finns. Så lär dig Python, gärna TensorFlow och/eller Pytorch.

- Läs allt du rekommenderas att läsa, inte bara vad som tros räcka för godkänt på en tenta
- Gör dina uppgifter noggrant
- Gör programmeringsuppgifter lite extra noga och ambitiöst, med unit tests (TDD) och lägg upp på Github
- När du är klar med utbildningen ser du över dina uppgifter igen och refaktorerar allt till snyggare kod med mer och bättre tester. Dokumentera kortfattat i read.me-filer.
- Du kan även googla Code Katas, träningsuppgifter som du kan lösa och lägga upp på samma sätt. Vi proffs gör Code Katas emellanåt bara för att hålla igång kompetensen. Man kan alltid blir lite bättre och lite snabbare.

Jag hade anställt dig om du hade detta.

Hmmm, har inte tänkt så djuptgående så att jag vet precis exakt vad jag vill göra. Vet att jag vill arbeta med mjukvara och gärna göra egna program från grunden. Just vad de är till är väl mindre intressant.

Ok... försök fundera lite på det eftersom det är A och O när det gäller vad du ska studera.

Trådtiteln och frågan om att bli attraktiv på arbetsmarknaden är olika frågor.

1. För att göra det mesta av utbildningen:
Se till att du kodar mycket med andra live, med labassistenter, kurskamrater etc.
Något av det jag lärt mig mest på är att programmera med andra (även efter utbildningen, på jobbet). Utöver att se hur andra tänker när de ska felsöka i så är det mycket kring-kunskap såsom kortkommandon, finesser i editors, smidiga scripts, terminal commands etc som jag lärt mig på den vägen. Som man inte riktigt lär sig i kurslitteratur.

Annars skulle jag säga att det mest effektiva sättet att ta in kunskap är återupprepning. Det behöver inte va nåt man lägger lång tid på men om man tar en kort stund då och då för att repetera en kurs i ett visst språk så sätter sig kunskaperna bättre. Efter en föreläsning kan man labba lite med det man lärde sig - rätt ofta kör man fast - men då har man bra frågor inför nästa gång.

2. För att bli attraktiv på arbetsmarknaden:
Jag läser igenom en del CV för utvecklare.
Nåt som väger tyngst bland nyexade är om man har någon form av liten arbetslivserfarenhet - tex om man gjort nåt ströjobb som att bygga en lokal restaurangs website. (Förstås inget man kan förvänta sig - men det är en bonus)
Personliga projekt uppskattas också - kan visa på engagemang utöver det vanliga och rent praktiskt är det nåt som vi utvecklare som läser CV:n gillar att prata om med kandidater.
Smaken är som baken men personligen skulle jag säga att detta inte är särskilt viktigt.
Jag ser skoluppgifter mest som nåt man klarat av och som sen inte är av vidare intresse. Githubrepos för sådant ser jag delvis som ointressant delvis som nåt där jag inte förväntar mig att man skulle göra mer än minsta möjliga.
Ser jag skoluppgifter på en kandidats github hoppar jag ofta över dom eller kikar på sin höjd snabbt för att se om det är katastrofalt dåligt eller okej.
Skulle nästan säga att det skulle se ut som överflödigt att lägga tid på att piffa till sina gamla skoluppgifter igen efteråt - då det inte är nåt jag skulle kolla på, jämfört med att lägga ned den tiden på hobbyprojekt.

Håller med dig. Rimligt. Innan man börjat studera datavetenskap på allvar är de idéer om vad man skulle jobba med ofta ganska vaga och ogrundade - och ändras snabbt när man väl börjar programmera.
(Jag tänkte själv som exempelvis att jag var mest intresserad av visuell design och interaktion. När jag väl började utbildningen upptäckte jag var hur intresserad som helst av att bara peta med det tekniska. När det blev dags för första jobbet tänkte jag att det vore roligast med nyskapande projekt från scratch, när jag väl började jobba upptäckte jag att jag tyckte det var superkul att förbättra existerande produkter)
Tycker inte man behöver fundera så noga innan utbildningen.