清華大學 電機工程學系 郭志玲

從追求最佳解到追隨熱情，走出非典型電機人的路

喜歡畫圖、演戲，也熱愛跑步、攀岩與山林，就讀彰女數理資優班的郭志玲，從小就不是典型的「理工人」。比起照著既定路線前進，她更習慣什麼都試試看。在還沒有明確職涯目標時，她綜合興趣與出路考量，把電機視為能保留較多可能性的選擇，先透過特殊選才進入清華學院學士班，再分流至電機系。一路看似順利，大一甚至拿下書卷獎，她卻在追求 GPA 的過程中逐漸迷失，生活只剩下預習與複習，也開始問自己：「我這樣讀書到底是為了什麼？」

真正改變她的，是走出原本認為的「正軌」。她重新投入山林與生態，甚至前往熱帶雨林實習；在 UC Berkeley 交換期間，教授也鼓勵她跟隨熱情，如果無法只選一條路，就讓兩條路並行。於是她不再急著證明自己是「標準的電機人」，而是帶著對自然、人與真實需求的關注，回到電機領域探索，從太赫茲影像、攀岩感測到腦機介面，一步步找到自己對訊號處理與系統整合的熱情，最後進入台大電機所，往自動控制領域繼續深造。

不只選一條路，清大讓跨域探索成為可能

「我眼中的清大，很大、很自由。」除了不分系，清大也提供雙專長、雙主修與跨領域學制；其中雙專長相較雙主修更具修課彈性；雙主修則有較明確的申請條件與額外專業學分要求。學生也能透過自主學習課程與「共學圈圈」，把興趣延伸到主修之外。這樣的彈性，也讓志玲沒有因為念電機就放下對山林與生態的興趣，而是一路跨域修課、參與熱帶雨林實習，再把不同經驗帶回工程研究。

念電機只能當工程師？系統思維讓你走得更廣

「我們可以有一個學期不寫程式，但絕對不會有一個學期不用到數學。」志玲認為，電機真正訓練的是系統思維。從電力、光電、通訊、計算機工程，到電子、生醫與訊號處理，都屬於電機範疇；畢業後除了工程師，也能走向研究、管理或其他跨域工作。若和相似科系相比，她把電機比喻成「神經系統」，著重硬體、電路、訊號與韌體；資工更像「大腦」，偏向軟體、演算法與系統開發；機械則接近「骨骼與外殼」，處理結構、力學與動力。若喜歡思考「怎麼讓一套系統真正運作起來」，電機會有很大的探索空間。

喜歡拆問題、動手做，更適合走進電機

「對世界保有好奇心，是一個非常大的優勢。」志玲認為，電機需要的不只是理解理論，而是願意發現問題、拆解問題，再耐著性子 Debug。尤其硬體常有許多預料之外的狀況，得反覆測試、找原因，才能讓系統真正運作起來。面對 AI 與技術快速變動，比起只學會某項工具，更重要的是持續學習與思考，並有能力把想法真正做出來。

從微積分到自走車，電機把抽象理論做成真實系統

清大電機系的課程，前兩年以數理與電機核心基礎打底。大一從微積分、普通物理、程式設計與邏輯設計開始，其中微積分幾乎貫穿後續電路與訊號相關課程；邏輯設計則從二進位與數位邏輯出發，理解基本數位系統如何運作。到了大二，學生會進一步接觸電路、電子、電磁、線性代數等核心課程，建立後續電路與晶片設計、訊號處理及資料分析所需的基礎。大三之後，課程逐漸從「理解原理」走向「把系統做出來」。像嵌入式實驗要整合硬體、韌體與軟體，完成自走車的控制、通訊與避障；機器學習導論則從回歸、分類進入模型訓練與評估。到了大四，學生可以依興趣往數位訊號處理、生醫訊號、影像處理等方向深入，把數學與理論真正用在聲音、影像與生理訊號上。

「需求先於技術」，從攀岩興趣找到工程的另一種可能

志玲特別推薦三門課。「訊號與系統」讓她從頻率的角度理解聲音、腦波與影像，也成為後續投入訊號處理研究的基礎；「電子電路實驗」把課堂上的電子學真正實作成電路，從量測、模擬到 Debug，讓她體會「理論懂，不代表真的會做」。「感測技術與運動科學應用」則把她喜歡的攀岩帶進工程。她和組員結合感測器、IMU 與電腦視覺，設計攀岩指力分析系統，分析指力、移動軌跡與動作表現。這門課也讓她理解，工程不只追求技術本身，更重要的是先看見人的需求，再思考如何回應。

不一定要二選一，在山林裡找到自己，也讓熱情與專業並行

放下對成績的執著後，志玲重新把時間留給山林，從學習登山、繩結到取得嚮導身分，再走進福山原始森林參與每木調查。對她來說，野地不只是興趣，也讓她重新感受到自己與自然、土地的連結。她喜歡電機的實作與訊號，也放不下山林與生態。即使曾被問：「你研究所要走生態嗎？」她仍選擇前往馬來西亞熱帶雨林實習，也再次確認自己對數據分析的興趣。升大三暑假參加 UC Berkeley Summer Session 時，教授鼓勵她跟隨熱情，如果無法只選一條路，就讓兩條路並行。之後她不再急著替自己選出唯一答案，而是把運動、自然與人的需求帶進工程，從攀岩感測到腦機介面，逐漸找到自己的研究方向。出唯一答案，而是把運動、自然與人的需求帶進工程，從攀岩感測到腦機介面，逐漸找到自己的研究方向。

原來我真的喜歡電機：三段研究找到專業方向

升大三後，志玲開始用研究回答：自己究竟喜歡電機的什麼？她先投入太赫茲影像研究，利用深度學習辨識人參，也曾為了 Debug 卡了半年；之後將攀岩延伸成研究專題，整合感測器、訊號處理與機器學習。到了中研院，她進一步參與腦機介面研究，整合腦波、肌電、電腦視覺與硬體控制。三個題目看似毫不相干，卻讓她看見共同的興趣——訊號處理、系統整合與控制。這些經驗最後將她帶往台大電機所自動控制領域。

從追求優秀，到成為自己想成為的人

「很多選擇其實都不是單選，而是潛藏著多選題。」走過電機、生態與研究的交錯後，志玲更確定，比起急著選出「最正確」的路，她更在意自己真正重視什麼，以及這個選擇是不是自己願意投入、也願意承擔的。即使一開始還沒有明確方向，也可以保留彈性，把路走寬一點。大學四年，她也從追求成為別人定義中優秀的人，慢慢轉向思考自己想成為什麼樣的人。對她來說，主動有時比完美更重要；想做的事就往前走，相信自己的感受。