作者：AdmitWrite线上留学平台
链接：https://www.zhihu.com/question/576360271/answer/2938450245
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

最近几年申请CS专业的人数越来越多，申请竞争也越来越激烈，而CMU作为几乎每个申请者都会申请的学校，一些高质量项目的受欢迎程度自然是不必多说。在这里我和大家分享我在CMU ECE项目的学习经历，方便大家更详细地了解这个项目，从而在选校时多一个参考。
项目简介
我读的ECE项目是在匹兹堡校区，项目时长为一年半，毕业的要求是修够96个学分，包括60个学分的专业核心课和36个学分的选修课，其中选修课又分为less-restricted electives和restricted electives两种，后者的限制较大，是课程等级在500以上的研究生中级课程，所以选课的时候我们只能选代码为18-5xx的课程，不过这些课程几乎包括了CMU最好的计算机课程。

ECE的申请难度没有CS那么高，但是由于申请的人数越来越多，所以还是建议大家对任何一个申请步骤都不要掉以轻心。三维当然是越高越好，一般GPA3.5+，TOEFL105+，GRE320+才会有竞争优势；文书什么的也建议认真准备，我身边就有一个朋友标化成绩不错，但是因为没有认真写文书而被CMU拒了。实习、竞赛、海外交换、科研等也去试试，毕竟这些经历有时也是我们拿到AD的关键。
项目里中国人占了大多数，同胞很多的好处就是大家即使在异国他乡也能够感到亲切，可以相互照应，不足就是和外国人交流的机会比较少，口语水平提升得很慢。CMU本校区的学习氛围非常好，周围的同学都非常认真，当然这和CMU繁重的课业压力有着很大的关系。对于我来说，研究生期间和本科相比简直是太累了，CMU的课程设置和上课节奏逼着我们不断去学新的东西，不断进步，感觉这两年学的东西比本科四年学的还要多。我一般都是每天从早上10点，学到凌晨2点，每天都在写作业中度过，即使这样拿A还是很难，我一般都是拿B，CMU大佬太多了，学渣实属不易。另外master还有一个特点就是刚来就要着手准备找实习了，再加上上课节奏很快，这样就会导致要做的事情特别多，回忆当初，我每天不是在做作业，就是在找工作，实在是太难了。当然找工作这个是我个人的情况，如果有同学喜欢做研究的，和教授联系就行，教授们都很和蔼可亲。

选课推荐
上面说到过CMU的课业压力很大，而且根本就不存在那种能够轻松就拿高分的水课，所以不要冲动一个学期就选好几门课，如果这样你会发现自己会被无穷无尽的作业淹没，永远都在为了赶上ddl而努力着…而且抛开workload这方面来说，课程的安排也在很大程度上影响了我们以后就业的方向，所以在仅仅三个学期里，选什么课、怎么选课对于毕业后的发展非常重要。
先说明几点：
1、我在CMU三个学期的绩点

是3.1-3.4-3.5，成绩属于中下游的那种，所以这个选课推荐对于学霸可能不怎么适用，学霸们请尽情地选难度更高的课程吧！
2、因为我的就业目的非常明确，所以选课都是奔着能够学到有用技术的课程去的，这些课程的workload都很大，也很耗费时间，还有就是不容易拿到A，如果很在意绩点的同学，可以选一些其他的容易拿高分的课。
3、我当初选的课都是偏SDE（软件开发）的，所以这些课程对于想往ML方向发展的同学参考性不大。
4、以下选课推荐更适用于Fall入学的学生，如果是spring的学生，可以适当做些调整。
5、CMU很多课程的上课内容只和教授有关，和课程的名字没有太大关系，所以以下我推荐的课程也存在这种情况，建议选之前先打听好授课老师。
6、据我所知现在的选课规则有所变化，而我当初在的18spring选课是非常自由的，建议大家选课先按照毕业要求来选，再根据自己的就业方向来调整，我的选课只是给大家一个参考，如果能够帮助到你们那自然是再好不过的了。

第一学期
必选：
18-613 Foundations of Computer Systems
这门课是最基础的系统课，因为我本科就是ECE相关专业的，所以刚开始的时候我觉得这门课对我来说应该是不需要的，所以去询问了老师，但是老师给我的答案是"You do. This course is different."，之后上下来觉得这门课真的太值得了！课程的内容和相关的作业、资料都已经有了数十年的完善，质量非常高，不管是本科是不是CS专业的都推荐你选，因为这门课可以给我们接下来要上的课程打下坚实的基础，好好学，后面的内容就会轻松很多。同样的，我们也可以通过这门课来对自己的技能水平进行一个评估，如果拿到了A，那么就说明以后上其他的课程是没什么问题的；如果像我一样不幸拿到了B，那么接下来的日子里还需好好努力。
课程的内容和15-213/15-513的教学内容和教材都是一样的，但是我个人觉得两者的课程质量还是有些差别，建议大家预习、复习的时候直接看15-513的视频，有时候直接用它代替ECE的这门课也是可以的哈哈哈。
10-601/10-701/18-661 Introduction to Machine Learning
这三门课都是CMU Machine Learning系列课程中的基础课，区别在于10-601比较基础，有的老师会叫我们做project，以后可以写进简历；10-701很理论，因为是PhD的课所以有很多难度较大的公式推导，这个并不是ECE的课程，但也算是核心课；18-661是ECE的核心课，也是偏理论的课程。三门课选其一就行，因为他们的作用在我看来是差不多的，作为ML的基础课，他们的一大作用就是让我们确定自己是不是适合往ML这个方向发展。如果你觉得学下来非常有趣，那么以后就可以选偏ML的课程；如果学下来觉得不太感兴趣并且得到了不好的成绩（比如我），那么就试着往其他方向发展吧。而对于之前就有研究过ML的同学，这门课也可以让你们回忆起基础的知识，并进行进一步的巩固。

另外这三门课还有一个优点就是老师给分都挺高，相对来说拿A是不难的，我认识的同学都拿了A，只有我拿了B。看到这个成绩我就充分认识到我的数学水平限制了我走向ML的道路，所以转而投入了SDE的怀抱。另外需要注意的一点就是，这三门课每个学期的授课老师都是不同的，上课的内容和质量也有所差别，所以选课前要先打听清楚，以防踩雷。

18652 Foundation of Software Engineering
这门课是硅谷

校区SE的必修课，课程的主要部分就是组队做一个老师要求的project，要使用node（express）作后端，中间会用到很多web tool/library/framework，用的语言是js，如果做的好的话对简历的帮助很大。项目每两周一个iteration，每周都要和助教汇报项目进度，然后每隔两周给助教演示一次，过程中我们各种git practice, code review, ci/cd，testing testing & testing, 检查代码风格甚至还有pair programming，不得不说如果没什么基础的话做起来还是非常吃力的，比如我，当初几乎天天都在搞这个东西。所以这里提醒大家，如果想选这个课，建议先提前了解一下具体的作业内容，看看自己能不能hold住，如果觉得难度太大那还是放弃吧，因为不仅自己学得很费力，然后小组合作，也许还会成为拖后腿的存在；如果自己本身有基础而且想锻炼一下的话可以选，记得选一个大佬当队友，会非常加分！
课程的项目部分很好，可是老师的讲课水平其实不怎么样，上课经常讲一些和内容无关的software engineering practice，感觉非常扯。期末有考试，考试内容很迷，单选、多选、简单的js testing代码都有，而且找不到方向复习，所以想拿高分还是要上课活跃一些，这样平时分会很高。
17-681 Java for Application Programmers + 17-683 Data Structures for Application Programmers（如果只能取其一，建议选17-683）
这是两门推荐搭配的课程，由同一个教授上课，一门前半个学期，一门后半个学期，属于mini course。这两门课强烈推荐给数据结构和算法的基础不太好的同学，授课老师的水平很高，上课用到的资料很全面，讲课思路清晰，很有利于我们理解题目。只要学好了这两门课，那么自己刷题的时候基础的题目一般都会做了，一些难的题目，看了解法也都可以理解。
39-699 Career & Professional Development for Engineering Masters Students
Master刚来的时候就要准备找实习了，这门课很有帮助，所以建议第一学期选。这是CIT学院的职业课，上课时间是在上半个学期，这门课教我们怎样写简历、LinkedIn和handshake，并且老师会布置作业让我们学会修改自己的简历，让其更加完美。

第二学期
必选：
15-640 Distributed System
这门课是我在CMU上过的最喜欢的课程之一！这是CS本科的系统必修课，不仅课程内容质量高，而且授课老师水平也非常高，一致获得了同学们的好评。整个课程上下来能学到很多东西，对于后端的理解很有帮助。课程有4个homework，4个project和2个midterm，每个星期的作业量都很多，遇到bug的时候简直要怀疑人生，这种时候就要积极和小伙伴们讨论一起解决问题，毕竟CMU本科生高手云集，大家互相学习都能够进步哒。这门课的成绩非常真实，就是我们考多少就是多少分，即使是全班考出来成绩都不理想，老师也不会调分的，但是这并不影响它的实用性和受欢迎程度！另外需要注意的是，Fall和Spring两个学期的内容有所差别，Fall用的是Go，Spring用的是Java，同学们要自行选择。
15-719/18-847 Advanced Cloud Computing（只有Spring开）
这门课是ECE开设的核心课程，其实和上面的Distributed System课程内容有很多都是一样的，可以说是低配版的DS。低配的原因是授课老师讲课太顺便了，上课容易犯困。但还是建议选了DS后再选这门课或者两门课程一起上，更有利于我们对这方面的理解。还有一门版Cloud Computing的课和这门课名字类似，但是这门课比CC好点，workload也比较小。

18-845 Internet Service （只有Spring开）
我对于这门课的喜欢程度不亚于DS，强烈推荐给想读PhD或者是喜欢读paper的人选！这门课就是专门读paper的课，上课的形式是大家坐成一个圈一起讨论某一篇paper的内容，而且人数很少，才十几个人，授课老师是Foundations of Computer Systems教材的编写者，真正的大佬！所以在课堂上需要非常认真地思考，周围都是学霸，教授也非常博学，自己都不好意思划水。这样一来能够学到的东西就更多了，一周两次的看论文时间能够提高我们的眼界和逻辑思维，同时讨论的环节也锻炼了我们开口说话的勇气（这对于中国学生来说很不容易），你提出的任何问题老师都会亲自解答，更何况老师还是这么资深的大佬，这样的机会对于研究生来说是很少的。建议这门课和上面推荐的两门课一起选，因为我们上课读的paper很多都是ACC、DS两门课所要求的，有了这门课的助攻，对于那两门课程的理解就会更加深入。
小班授课+自主讨论这样的上课形式对于出勤率的要求很高，一个学期最多缺勤两次。作业的话是每周写课堂上所读论文的读后感，另外还有一个Individual Project和一个Group Project，对于project老师没做要求，难度随意。总之整体上下来我觉得这门课最重要的是锻炼了我们的思维，无论是上课还是作业，老师强调的都是我们要有自己的想法，而不是人云亦云。
17-437/17-637 Web Application Development
CMU名气很大的课程，也算是神课之一了吧，教我们去全面了解全栈web开发。推荐在第二学期选这门课的原因是在这个学期，我们所学的知识刚好能够应用到这门课所要求的作业中，从而得到很好地锻炼，我们所做的project也可以写进简历里，对SDE来说找工作很管用。课程学的东西不难，但是节奏很快，作业量也很大，每周都被homework和project轮番轰炸，认真学的话是可以拿A的。

第三学期
这个学期的情况比较特殊，因为我们都要忙着找工作，可以花在上课上面的时间是有限的，所以这个学期可以选一些轻松点的课，最好是没有考试的那种。但是我还是坚持不选水课的原则，因为我觉得，反正都是要上课的，花同样的时间，为什么不去学一些更有用的知识呢？即使是最后一个学期，我们也可能会做出比之前更好的project来提升我们的背景，而上一些水课是不会有此机会的。
可选：
11601 Coding Bootcamp (只有Spring开)
这是一门上课=刷题的课程，用的教材是Cracking the Coding Interview，教材很好，然而老师的讲课水平不咋地。我感觉都是凭着以前的基础在刷题，所以如果数据结构和算法基础不是很好的同学记得不要选，你们会学得很痛苦，但是对于基础还行的同学就很推荐，因为找工作本身就是要刷题的，既然这样，那不如趁着这个上课的时间来练习一下。

11-642 Search Engine（只有Spring开）
这门课和18-845一样要读论文、写读后感，但是和18-845不同的是，上课的重点不在于讨论，而在于公式推导，所以数学的不好的同学谨慎选择！如果数学不太好但还是想选的话记得找一个好队友！老师讲课水平很高，课程质量非常好，workload因人而异，毕竟公式推导…
16-720 Computer Vision
我当初上这门课的时候是比较轻松的，没有project和考试，只有5次作业，一般写完作业就有A。不过据我所知这门课每个学期都不一样，所以不知道现在怎么样，建议选之前还是提前打听一下，如果轻松还是很推荐的。
选课的推荐就到这里，以上都是我自己上过的或是身边的朋友上过的课，无论是质量还是课程安排都是很好的。CMU是以CS为优势的学校，你可以在第一个学期的时候看看自己对哪个方向感兴趣，确定了就往那个方向选课，毕竟在CMU，什么课都有，各自神课随意选，资源非常丰富。但是不要因为神课多就全部都选，一定要考虑workload，建议在选课前在课程官网上看看这门课在这个学期的安排，然后把每一门课程的安排都列在日历上，如果出现事情都堆积在一起的情况（比如一个星期有三门考试或者好几个大作业），那就可以考虑把其中一些课程换掉，不然真的会吃不消的。

关于AIV
AIV其实就是Academic Integrity Violation，泛指抄袭或是作弊，我们在国内读本科的时候没什么感觉，但是CMU对学术声誉的规定非常严格，对于这些非常敏感，我身边不止一个原本成绩不错的同学，却因为抄袭/被抄袭或是看GitHub的代码而挂科甚至休学、退学。
像一些大课，比如Introduction to Computer System, Introduction to Machine Learning这种，越是基础的课程，学校抓得越严格；另外比如Cloud Computing这门课，老师会追踪你在每道题上所花费的时间来判断你有没有抄袭。我做TA的时候，有一组同学用GitHub上的project作为参考，即使后来他们自己写的project与之相比已经改了很多，但还是被老师判定为抄袭。抄一抄学长学姐的作业，用一用他们的代码，从网上参考一下GitHub里的代码，三五成群地做个人作业等等这些都可能在CMU构成AIV，所以我们一定要对AIV重视起来，不要觉得上面的做法都是一些无所谓的小事。
关于就业
我们这一届的就业情况整体是很不错的，只要公司招聘，我们就都有人进去。CMU的career fair很好，我的实习就是通过career fair找到的，全职也是career fair，外加内推。学校的career fair每年都会来一些大企业，机会很多，建议大家认真准备参加。然后上面也有推荐一些对找工作/完善简历帮助很大的课程，有需要可以选，有时候hr就是看中了你的某一个project也不一定！
刚来的时候不懂得要怎么选课，全部都是看着课程名字和自己想象乱选一通，也因此踩了一些雷。通过上面的选课推荐希望学弟学妹们对于CMU的课程了解有所帮助，开学后好好排课。在CMU的这段时间虽然每天都熬夜，每天都很累，但正是这样我才学会了更多，付出的努力都是会有回报的，也希望正在申请路上的你们也能够得到一个好的结果，共勉。

能转学目标国家的转，尤其是要申请cmu cs的

不能转的话，保持好成绩，越高越好尤其是专业课

争取目标学校有关的老师的推荐信，最好老师学术背景深厚，而且观察你很久的

参加目标大学的暑期科研 暑期课程拿到推荐信 争取好实习和相关的推荐信，留意目标项目的官网的推荐信需要内容和推荐信的数量，最好是推荐人观察你很久的，其次是学术头衔

好的标准化考试成绩

作者：Coleman

链接：https://www.zhihu.com/question/576360271/answer/2829608646

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

廖廖：

卡梅非常强，尤其是计算机，如果想申请的是卡梅的工科研究生建议两点：第一三维一定要高，gpa、gre、雅思或者托福，一般建议gpa3.6+、gre325+、雅思7或者托福一百；第二，跟未来申请专业相关的科研建议至少2段以上；

隔壁努力的小王：

分享下学生被美国量化金融最顶级项目，CMU卡内基梅隆-量化金融研究生项目经验吧。

首先从招生规模，CMU-量化金融：

一届100人左右，最后毕业大致90+左右，基本两类人：中国人和印度人。中国学生是应届生为主，印度学生普遍3-5年工作经历，甚至有在高盛工作，希望通过研究生项目来转型。

中国学生分为美本，陆本。美本为20人左右，来自美国理工科强校：Umich，UIUC，UNC，UVA，CMU，Cornell。陆本基本为清华，少部分人为北大，交大，复旦，武大，浙大，其余有新加坡，港大等。

录取学生基本本科双专业，以工程、CS背景居多。

录取学生标准：

过硬的学术指标，以CMU-量化金融为例，主要在统计、数学、金融和计算机编程具备过硬知识，录取学生至少要有2个拔尖，其余1-2个有高潜力。比如学生计算机、数学强，同时需要在金融、统计上表现潜力，原因很简单：保证录取的学生能够承受学业压力，把硕士项目读完毕业。

优秀的软实力，尤其是沟通表达能力。光是面试就有视频面试，当面考核。

同时，学生需要对于行业有认知，要实习，要了解行业信息，出色的抗压力和处理压力的能力也是必不可少。

研究生录取因素拆解
1. 硬件：

整体&专业GPA（越高越好，持续高GPA）

本科院校背景（美本TOP50，国内清北交复等）

专业课程（相关性越强，难度越高，竞争力越强）

托福（美本学生不需要，陆本学生100+是门槛）

GRE（最好提供，320/700+是门槛）

2 软件指标：

2-3份顶级公司实习（公司名气与实习内容并重）

深度学术研究项目

丰富的领导力活动与社会活动

对专业及行业有深度认知

3 个人指标

个性：独 特经历和想法、兴趣爱好

利他精神：发自内心的利他，远大的理想抱负，为他人的福祉而坚持奋斗

成熟度：热爱而坚持，自信而谦虚；敢于承担责任，勇于挑战现状；坦诚面对自己，善意对待他人；以良好的心理应对压力，以开放的心态面对世界

思想深度：深度反思，我是谁，是什么塑造了我，我对于这个世界的意义是什么

卡耐基梅隆大学研究生申请指南

1、学历要求

四年制正规大学本科毕业并获得学士学位，985、211院校毕业证更具有申请优势。

2、语言成绩

艺术设计：托福要求100分，单项不低于25分；雅思要求7.0分，单项不低于7.0分

人机交互：托福要求100分，单项不低于25分；雅思要求8.5分，单项不低于8.0分

建筑学：托福要求100分，单项不低于24分；雅思要求7.0分，无单项要求

音乐：托福要求84分，单项不低于18分；雅思要求7.0分，单项不低于6.0分

3、申请材料

1）申请费：75美元

2）官方成绩单

如果想申请卡内基梅隆大学的小伙伴们有什么疑问都可以来后台找学长哦！

作者：考特学长

链接：https://www.zhihu.com/question/576360271/answer/2894466152

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

作者：AdmitWrite线上留学服务
链接：https://www.zhihu.com/question/576360271/answer/3555971783
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

我的本科是一所211财经高校——对外经济贸易大学，专业是信息管理与信息系统，GPA成绩为3.81分，均分89.8分；托福成绩为104分，其中听力26分，写作25分，阅读30分，口语23分；GRE成绩为326+3.0分。
成功申请到了卡耐基梅隆大学MISM项目和University of Pittsburgh信息科学项目，最后选择了卡耐基梅隆大学的offer，后期还申请到了国家留学基金委员会的公派研究生项目，总体来说研究生期间还是没有自己承担什么费用的。
这篇回答主要根据自己过往的留学经历，跟题主分享一下我是如何申请到卡耐基梅隆大学的。

为什么去美国读研？
我的本科母校是对外经济贸易大学，专业是信管专业。其实一所财经类的大学有这样一个专业也是比较神奇的，这个专业属于交叉类学科，而且在不同的大学中，教学的侧重点也各有不同。如果是开设在工科类大学，对编程能力的要求会更高；因为我的母校属于财经类大学，所以是综合学习金融、计算机以及商科三个领域的知识。
其实我大学刚入学的时候，就已经确定了想要留学的想法。
第一是因为信管专业是从美国的大学传过来的，所以美国有很多大学都会开设此专业，选择范围会更广一些；国内信管专业开设的时间较短，肯定是美国的专业教学会更为成熟一些；
第二是因为美国的硕士项目认可度还是很高的，将来可以留美是个不错的选择，回国就业的话，含金量也比较好，方便就业；
第三是因为我本身就比较喜欢美国这个国家，大概是因为高中的时候经常听老师讲到美国，所以对美国有很大的期待，希望自己有天可以去美国生活和学习，留学是个不错的选择；
第四是因为我的本科母校有很多学长学姐都会选择毕业后出国，大概出国的人数占到了总人数的三分之一，所以也算是潜意识被我们学校的氛围影响到了吧。

我在大学期间的准备
高中的时候，我萌生了想要出国留学的想法。但是进入大学之后正式确定下来，就开始着手准备了。
语言的准备
我本身是西北人，西北省份的高考是没有听力的，所以我也从来没有学习或者练习过听力，听力这个方面属于我很薄弱的一个方面。
语言考试中比较擅长的领域，应该就是阅读了，毕竟大部分的中国学生都比较擅长阅读嘛。
不过比较庆幸的是，我的大学还是比较重视英语的，所以我打算先从词汇量开始突破和学习。

大一：准备英语，做练习册

大一的时候，我先是从六级单词书开始突破的，每天会计划背50个。最开始是没有报培训班的，个人感觉自己的基础还是比较差的，还是先打好基础，再背培训班会好一些。
所以先自己买了练习册，每天做一些题。我对自己的弱势还是很清楚了，还专门买了一本托福听力练习册打好基础。当时大一的时候，我是图书馆的常客，基本上有空就会跑图书馆练习一下听力，在听的时候还会把一些生词和不错的表达方式记录下来，以供复习和积累。

大二：托福一战，得分100

复习了差不多一年左右的英语，大二上学期的时候打算考一次试试。基础已经学得差不多了，就报了一个速成的托福培训班简单地备考了一下。
我个人的建议，我感觉如果打算报班的话，最起码要先提升一下自己的英语能力，六级单词书或者托福单词书多背几遍，可以先买一些托福练习题做做，大概了解一下托福的题型，分析出自己的弱项。
知道自己的弱势，才会有针对性的训练和复习，这样在上培训班的时候才会有所收获。如果英语底子很差的话，到时候跟不上老师讲的内容，其实就等于在浪费钱，还没有什么显著的效果。培训班的话，更多是在交给学生一些答题思路以及技巧，还有考官的侧重点，更多是一个升华的作用，而不是给你打基础。
大学下学期的时候，上完托福培训班，就报了托福去考试了。首战考到了100分，我还是比较满意的，而且也达到了申请专业的录取标准分数。

GPA的准备
除了语言考试，在留学申请中，另外一个比较重要的成绩单就是GPA成绩单了。
对于GPA的准备，我的建议就是一定要保持，从大一开始就要重视期末考试，不要到大三了才发现GPA很低，但是又来不及刷。就算刷的话，后期是需要准备一些其他材料的，在同时重刷GPA，还是会比较慌的。
我大学时候辅修了金融专业的双学位，当时还没有确定到底要申请哪个专业，所以也算是一起学习，找找自己的兴趣点吧。那段时间还是很辛苦的，因为要兼顾两个专业的考试，都要保持GPA。对于GPA而言，专业核心课程是最重要的，GPA成绩单都是会直接发给招生官看的，如果其他学科成绩不错，但是专业核心课程成绩很一般的话，会影响招生官对你的专业能力的判断。
大二、大三通常是国内大学开设专业核心课程最多的两个学年，所以题主务必要重视这两年的学习和考试。
我们专业本身也会比较重视商科知识的学习， 所以我在保持自己GPA的同时，学校举办了一些商业相关的比赛，我也会积极参加的。毕竟不知道自己的兴趣是什么，多积累的经历找找方向也是好的。
你在大学中所有的经历，都是可以作为素材写到文书中去的，参加的比赛多了，自然对这个领域很熟悉了，也会有一定的成果。在后续的PS和CV中，这些都是你的加分项。
比如我们信管专业，除了金融和商科的专业知识，还会学习计算机专业的基础知识，有时候也会有一些计算机项目或者老师开发的编程项目，我有机会的话都会参加，这些在日后我申请的时候都成了我的个人优势。
我之前参加了像挑战杯

此类的商业策划大赛，当时之所以打算参加，主要是因为这些比赛经历都可以丰富我的软性背景，而且招生官也可以通过我的经历，了解我的组织能力、学习能力以及团队协作能力等等。当然也不能只参加比赛，还是要有一些专业性的经历作为软性辅助，一些计算机的项目此时就凸显出了重要的地位。真的建议题主有机会的话，多多参加一些项目，大家都是读四年的书，你可以拿到高分GPA，别人也可以，你要有你自己的个人特色，让招生官眼前一亮。
我之前想找编程项目的时候，会先和我的老师沟通一下，一般老师手里其实都会有项目的，我会咨询一下自己是否可以参加。
在2015年的时候，我们学院有些老师就已经准备开始研究机器学习了，我当时通过和老师的沟通，成功参加了一个外包系统的开发，主要是运用了C#

的相关知识进行编程，而且还会运用到前段的相关知识。这些知识我之前都没有系统得学习过，通过参与项目，我不仅提升了自己的项目经历，还学习到了之前没有学习到的新知识。

大三：找实习，考GRE，开始准备申请
除了上述的软性背景，还有一个很重要的软性背景就是实习了。美国的大部分专业都是比较喜欢具备实习或者工作经验的申请者的，商科专业尤为明显；对于一些比较偏学术性的专业而言，发表论文的含金量会更高。
在实习公司的选择上，我个人认为最好是外企，尤其是美国认可度比较高的外企更好，那种世界500强的全球知名外企就是不错的选择。
除了公司的选择，实习岗位的选择也很重要，要和自己的专业匹配度高一些。就拿我举例子吧，我之前实习的岗位是IT项目经理的助理，这个岗位和我们专业的契合度就比较高，因为信管专业的一个就业方向就是IT项目经理，作为一个合格的IT项目经历，不仅需要具备丰富的管理知识，也需要具备优秀的技术知识。
在实习的时候，我建议题主多和领导沟通和交流，在沟通中你会发现，他可以交给你一些比较实用的工作经验，可以学到很多东西。而且他可能还是你未来大学推荐信的候选人，和领导处理好关系，留下不错的印象，到时候要推荐信的时候也会更容易一些。
准备GRE的话，我个人是建议大三就可以开始准备了。
GRE的备考上，单词量是很重要的，GRE的单词量要比托福的多很多生僻词，而且文章的难度也会比托福高一些，需要具备良好的逻辑能力。
对于大部分的中国考生而言，GRE的数学部分还是比较简单的，比高考简单多了，基本上也就是初中或者高一数学的难度而已。只要题主可以静下心好好复习一下，了解一下数学的英文表达，基本上都没什么问题的。
GRE的阅读和写作部分，相对数学而言还是比较难的。对于分数而言，写作的分数达到3.0分以上就可以了，但是有一小部分大学也会把写作分数提高到4.0分，比如说一些传媒专业。阅读的备考中主要是词汇的积累，以及长文的快速阅读。
在备考GRE的时候，我报了新东方的暑期班，对题型和答题技巧都有了一个整体的了解后，就开始刷题了。最后GRE拿到了326+3.0分的成绩，其中阅读159分，数学167分。
考完GRE之后其实基本上成绩单都已经完成了，可以考虑开始申请了。大三下学期的时候，就可以开始申请了，因为大部分的学校第一轮的DDL的时间都在10月到12月之间。最好是可以在第一轮申请，越早申请优势越大，名额满了的话，很多大学都不会再录了。

申请过程
整个申请过程还是比较繁琐的，有很多细节需要注意，主要包括选校、各项材料的准备、和学校进行沟通、进行申请以及下发offer之后的选择。
选校
当时我已经确定了申请的项目，就是信管方向，所以在选项目方面我不需要重新选择。信管方向还是和我本科的专业很对口的，而且我对计算机专业也比较感兴趣，比如说computer information system以及information science都是不错的选择，后期我都有申请。
我申请的时候，大数据在美国还不是热门申请专业，国内也没有相关数据专业的开设，申请压力相对会偏小一些，现在的话，随着互联网大数据的发展越来越好，还是有很多data方向的项目可以选择的，竞争压力也相比之前大了一点。
在选校的时候，我主要参考了专业排名和综合排名，申请学校的数量不多，学校的综合排名差不多都在Top30之内，或者专排排名全美数一数二。当然我是个有plan B的选手，除了申请了理想大学之外，我也申请了一所保底大学。
我主要是先把相关专业的大学全都列出来，然后去官网查询专业相关的就业率、学校课程设置、地理位置以及学校的特色都按照顺利记录下来，后续对比的话会更加清晰。初步分析和对比最后，会选择留下一些大学，然后再根据自己的实际情况和申请需求，最后确定要申请的list。
在选校相关材料准备的时候，一定要注意学校申请材料的要求以及DDL的时间节点，这两个信息在申请过程中还是很重要的。毕竟每个大学的申请时间都不同，有些大学9月底就开始申请了，而且你也要考虑邮寄材料在路上的时间，万一有什么纰漏需要补寄，这些也是需要时间的，所以我建议题主最好是提前准备好各项材料。
在申请季来临之前，大四之前一定要把GRE成绩考完，题主打算申请名校或者商科专业排名很靠前的大学的话，GRE建议达到330分以上，如果申请的专业属于理工科，那么GRE达到325分以上即可。
分数的话，越高越好，前提是有时间去刷的话。我GRE拿到了326分，虽然不是特别高，但是达到了很多大学的申请门槛，也就没有再去刷。

PS以及CV
对于文书的准备，主要就是PS和CV，这两项文书都是需要根据你的经历去撰写的。
CV的撰写主要是根据你之前的经历，选择一些可以体现你优势的加分项写进去，比如说你的GPA、实习经历、科研项目经历、社团活动经历都可以写进去。
题主可以先自己把初稿写出来，然后针对自己的情况，再不断地修改和完善，自己改或者找别人帮忙都可行的，比如说一些跟你一起准备留学的小伙伴就是不错的选择，留学机构的文书导师也可以。
CV的修改次数我建议在15次以上，在修改的时候，不仅要注意用词地道，而且千万不能出现语法错误，格式的话尽量美观好看一些。当然，如果题主认识美国本土的native speaker，找他们帮忙修改是再好不过的了。
说完了CV，我们来说说PS。对于PS的撰写，一定要注意细节，要有具体的案例去作为参考。你可以先想一下自己经历过什么，同时都列出来，最好是几十个，主要是哪些对你有影响的或者你很有成就感的事情，虽然最开始想的时候会比较头疼，但是一旦开始写了，就会简单很多的。
在思考你做过什么的时候，和小伙伴多多交流，交流沟通的过程中，说不准就会有新的灵感。前期准备了各种素材，后边就是进行筛选了。
PS的撰写其实是有方法可循的：
首先，你要解释你为什么要申请这个专业和大学，自己是否可以完成未来的学业，同时这些观点都是需要你通过案例去证明的；其次你来阐明自己的未来职业规划；最后你可以从学校的课程设置入手，讲明学校的课程设置会对你的职业规划有什么帮助。
其实按照这个思路来写的话，逻辑还是很清晰的。知道了写作的思路，其他你要做的就是素材的填充了，根据你的大纲，把对应的素材都填进去。最好做到每个案例都可以很充分地证明你的各项优势，经历最好都是和申请专业比较匹配的经历；如果题主没有一些专业度比较强的经历，也可以选择一些可以体现你个人能力的经历。

小Essay以及视频
有些专业和大学，会要求申请者撰写小Essay或者录制视频。
对于这两个要求，其实和PS刚刚的思路差不多，准备的核心还是向招生官证明你是怎样的一个人，你有什么竞争优势，只不过是换个方式去证明而已，但是本质上其实和PS还是差不多的。
成绩单和推荐信
成绩单和推荐信，这两个材料也是需要提前准备的。
我当时推荐信是找了我学校的老师，还有我实习时候的领导。
如何找老师写推荐信呢？老师愿意帮你写的前提就是他对你印象很好，上课的时候多和老师互动，有问题及时向老师请教，一定要给老师留下个好印象。老师如果不熟悉你的话，肯定不会给你写强推推荐信的。
实习的话同样的道理，你需要得到领导的认可，平时工作认真一些，兼顾质量和效率。老师在推荐信这个方面，只要比较熟悉的话，还是很愿意帮你写的，但是实习公司毕竟不是义务，所以一定要在实习的时候好好表现。

申请的建议
对于整体的申请而言，我最后的一个建议，就是要早些准备，早点规划。合理的时间规划在申请中会给你很大帮助的，而且越早申请，机会越好。
在大学在读期间，一定要注重各科成绩，而且努力提升英语能力，有机会的话，多多参加比赛和活动，带有目的地去实习，积累实务经验，也可以找一些志同道合想一起留学的小伙伴一起努力。
以上，就是我全部的分享了，希望可以帮助到题主，让你少走一些弯路，也希望你可以在申请季收获很多offer。

导师背景
CMU(Carnegie Mellon University)管理信息系统硕士，对外经济贸易大学信息管理与信息系统学士。
DIY完成研究生申请，方向为管理信息系统、商业分析、数据分析、数据科学、计算机科学。
收到包括CMU, University of Pittsburgh硕士录取，专注以就业为导向的留学申请。
目前在上海某大型互联网公司全职从事数据分析工作，拥有丰富的互联网行业求职经验和工作经历。

青果学姐：

卡内基梅隆大学是一所享誉全球的著名私立研究型大学，拥有卓越的师资和优质的教学设施，尤其以计算机科学、人工智能、工程和商学院

闻名于世。如果你想申请卡内基梅隆大学研究生，以下是一些建议：

1. 了解学校的专业设置

及优势

首先，卡内基梅隆大学是一所位于美国匹兹堡

的顶尖研究型大学。它的计算机科学、工程学和商学院在国内外都享有很高的声誉。这所学校的教育质量非常高，所以它的申请难度也比较大

学校开设的课程非常丰富多样，主要涵盖了工程、商业、计算机、人文等领域。例如，在工程学院

，学生可以学习到先进的自动驾驶技术、机器人工程、能源科学等方面的知识。

此外，CMU还有非常优秀的计算机科学学院，拥有很高的排名和声誉。卡内基梅隆大学的计算机科学、人工智能、机器学习等专业排名全球领先，其中计算机科学的排名在美国大学

中一直名列前茅，卡内基梅隆大学的计算机科学专业在全球享有很高的声誉。它的课程设置非常丰富，包括计算机体系结构

、操作系统、数据库、机器学习、人工智能等等。这些课程可以为学生提供全面的计算机科学知识和技能，帮助他们在未来的职业生涯中取得成功。

CMU的商学院的金融和会计专业也十分优秀。在商学院，学生可以学到营销管理、战略管理

、创新创业等课程。

因此，如果你有意向申请这些专业，卡内基梅隆大学是一个非常好的选择。

2.了解申请要求和难度

卡内基梅隆大学研究生申请要求和难度都比较高，一般需要申请者具备较高的学术成绩和相关专业经验。同时，学校对英语能力的要求也比较高，需要申请者具备一定的英语语言水平，如TOEFL或雅思

成绩。申请者还需要提交完整的申请材料，包括个人陈述、推荐信、成绩单、简历和其他必要的申请材料。

对于成绩要求，每个专业和学院的要求可能会有所不同。一般来说，卡内基梅隆大学要求申请者具备较好的学术成绩和英语能力。如果你打算申请计算机科学、工程学等专业，还需要具备相关的技术能力和项目经验。

对于中国学生申请CMU，时间流程可以大致分为以下几个步骤：

1⃣️提前准备材料：包括申请表、学术成绩单、语言考试成绩单、推荐信等。

2⃣️报名考试：需要参加托福或雅思考试，并且需要在GRE或GMAT中取得不错的成绩。

3⃣️开始申请：在提交申请之前，需要先浏览学校的网站和招生手册，了解申请截止日期、申请材料和其他重要信息。

4⃣️准备面试：如果你的申请获得了初步通过，学校会邀请你进行面试，这是一个展示自己的好机会。

5⃣️等待通知：申请成功，将收到CMU的录取通知书。

对于语言考试的成绩，托福的成绩一般要求达到100分以上，雅思的成绩要求达到7分以上。至于GRE或GMAT的分数，申请者的分数越高越增加优势。

3.准备申请材料

在准备申请材料时，需要根据学校的要求提交相应的申请材料。个人陈述非常重要，需要充分展示自己的优势和潜力。此外，推荐信也非常重要，需要选择熟悉自己的教授或导师作为推荐人，并尽量提供相关的工作或研究经验，以展示自己的能力和潜力。相关的实习经历和科研经历也是同样重要。

例如：

如果你打算申请计算机科学或工程学专业，具备相关的技术能力和项目经验是非常重要的。以下是一些你可能需要关注的具体领域：

编程技能：作为计算机科学或工程学的学生，掌握编程能力是最重要的技术技能之一。你应该有至少一门编程语言

的经验（如Java，Python或C ++），并能够编写代码解决问题。熟悉数据结构

和算法等关键编程概念也很有帮助。

数学技能：计算机科学和工程学都严重依赖数学，因此你应该在微积分、线性代数和离散数学

等学科方面有扎实的基础。你应该熟悉数学概念，并能够应用它们来解决问题。

项目经验：在申请计算机科学或工程学专业之前，有一些亲身参与编码或工程项目

的经验是一个不错的主意。这可以包括参与个人项目、在技术公司实习。证明你能够从头到尾设计、实现和测试一个项目。

其他技术技能：根据你的具体兴趣领域，你可能还希望在机器学习、数据分析

或机器人技术等领域发展技能。具备这些技术经验可以帮助你脱颖而出，证明你对这个领域的热情。

总的来说，虽然拥有强大的技术技能和项目经验对于申请计算机科学或工程学专业很重要，但证明你对这个领域的热情和兴趣也很重要。确保突出你相关的经验，并解释为什么你有兴趣追求技术职业生涯。

因此在个人陈述、CV、实习证明和科研中展示这些，将对我们的申请有较大的帮助。

4.了解毕业后的发展

毕业生毕业后大概进入了哪些公司和薪资水平也是考虑申请学校的重要因素之一。Carnegie Mellon University的毕业生通常会进入科技、金融

、教育、政府机构等领域的顶尖公司，包括Google、Microsoft、IBM、Goldman Sachs等。根据Payscale的数据，该校毕业生的起薪在6万-12万美元之间，而在5年之后，薪资则可以达到10万-23万美元不等。

卡内基梅隆大学的毕业生在全球范围内都受到了广泛的认可，毕业后可以选择在美国、欧洲和亚洲等地就业或继续攻读博士学位。学校与许多知名企业和组织都有紧密的合作关系，为学生提供了很好的就业机会和发展平台。

最后，我想提醒申请者，在申请过程中一定要充分准备和认真对待，同时也可以考虑咨询专业的帮助，专业的留学建议和指导，可以帮助你更好地完成申请。祝你好运！如果你有任何关于申请卡内基梅隆大学的问题，欢迎和我进行讨论。

智诚嘉美留学：

就多想想吧！

作者：清柚哥
链接：https://www.zhihu.com/question/576360271/answer/3516266458
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

题主没有过多的介绍自己的背景和想研究的方向，那我这边给到一些general的建议希望可以提供参考。

可以Google到的内容我就不多说了，CMU是一所集工程和艺术于一身的极有魅力的私立大学，公认的计算机神校，每年很多满绩同学挤破头想进入的顶级梦校。

那么，想要突出重围获得梦校offer，我们需要准备些什么呢？下面给出一些我多年申请的经验：

首先大家在申请之前尽可能提高平均分，虽然GPA不是考察的唯一要素，但是能否申请到名校的核心因素。想冲刺这些顶尖名校，前三年的GPA建议刷到3.6+（国本3.8+）。

除了提高学校的成绩外，需要备考语言和GRE考试。托福100+ / 雅思7+，GRE 330+，算是申请好学校比较理想的状态。
当然有些项目会对语言有更高的要求（比如交互设计等项目，会要求托福102+ / 雅思7.5+；有些项目会要求小分托福不低于25，雅思不低于7.0等）。

剩下就是相关背景了，申请计算机类的项目，相关的科研和实习非常重要！比如说相关的竞赛，论文发表，以及有没有相关领域做过含金量高的实习。切记！实习公司的规模不一定要很大，但是daily work很重要。实习内容硬核的话，才能为文书提供足够的素材。

接下来就是专业的选择。CMU不同于其他学校的一点在于，会有单独的CS学院，开设多达23个研究生项目，将各industry与计算机相结合细分研究，比如HCI人机交互

、METALS教育技术与应用学习科学、与Tepper商学院

联合的产品管理、Language Technologies对语音文字的处理、Machine Learning、Robotics、Software Engineering等。同时Heinz College

等其他学院也会开设CS相关分支项目systems engineering, computer engineering, information systems, operation research等等。所以大家还是要根据自己之后想要从事的领域，去选择适合自己的program。

了解清柚哥详情 看个人简介 或者→点击此链接拉到最后17 赞同 · 0 评论 文章

清柚哥：清柚哥的【留学资料库】｜留学常见问题汇总，看这一篇就够了！17 赞同 · 0 评论 文章

几个热门从事领域

Software Engineer/Software Development Engineer：CS毕业生主流选择，通过Java，Python等语言解决各种问题，工作内容取决于具体做什么项目；

Software Development Manager：如果Career path是Manager，那么需要SE工作背景和开发经验，在工作期间修MBA证明有做Manager的能力；

Technical Program Manager：类似SDM，但是着重于对整个项目的管理；

Front-end Engineer/UI Engineer/UX Designer：前端工程师，招聘时不会和软件工程师一起招，主要负责UI设计，对前端的系统和专业知识要有全面了解，需要自己业余时间积累技能和面试经验，做一些前端小项目，在面试时作为背景支持；

Software Support Engineer/Production Engineer/Site Reliability Engineer：招聘标准比SE低，工作内容侧重于测试和提高产品和平台的质量，有点像找问题、提问题；如果想留在北美工作，大厂给你这样的offer也可以考虑，工作一段时间转为SE，曲线救国；

Data Scientist/Data Engineer：需要较强Machine Learning和大数据模型背景。

除此之外，下面给大家介绍几个CMU比较热门的项目：

MISM（Master of Information Systems Management）信息系统管理
CMU的Heinz College设有一系列数据分析、信息系统管理、公共政策排列组合的交叉项目，MISM就是其中规模最大的一支，下设四个pathways：
MISM传统的信息系统管理项目，BIDA（Business Intelligence & Data Analytics）侧重于数据分析
两个项目分别设有12个月和16个月的版本，16个月的版本包含一段Summer Internship，
12个月项目要求申请人有至少3年的工作经验。
BIDA课程设置

从其课程设置上来看的话，其核心课程包括有：数据分析，Java编程，数据库管理，机器学习，计量经济，大数据计算，可视化数据等，选修课程也是非常的硬核，R编程，SAS数据挖掘，Python编程等计算机编程语言也都可以学习的，大部分课程都会涉及analytics、计算机、模型或者统计等领域。因为学制偏长，所以学院会给学生安排实习，丰富学生的实务经验。当然如果同学们想要学习其他方向的课程，学院也不会有太多的限制。

MEIM（Master of Entertainment Industry Management）娱乐产业管理

该项目已经迅速成为美国和全球娱乐专业人士的首要培训项目。

项目两年，第一年在CMU大本营匹兹堡，完成包括Finance、Economics、Marketing、Negotiation、Presentation等商科课程和Statistical Methods、Applied Economic Analysis等量化课程；第二年在洛杉矶学习+相关实习，课程侧重娱乐产业行业实践，老师都是好莱坞元老级别，会以现实中的娱乐媒体公司为案例，进行分析研究并提供解决方案，也会去参加圣丹斯、戛纳等电影节。

课程设置

最后给大家分享下清柚CMU2024fall的部分offer，如果需要一对一的咨询定位~ 欢迎大家前来提问

了解清柚哥详情 看个人简介 或者→点击此链接拉到最后17 赞同 · 0 评论 文章

清柚哥：清柚哥的【留学资料库】｜留学常见问题汇总，看这一篇就够了！17 赞同 · 0 评论 文章

作者：研究生留学
链接：https://www.zhihu.com/question/576360271/answer/2847379058
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

先介绍一下自己，我是18fall入学CMU并就读于MS ECE项目的同学，今天这篇文章主要给大家分享一下CMU ECE项目的相关信息和我个人的生活学习体验，希望能够帮助到想要申请该项目的同学。
基本情况
CMU的MS ECE项目为授课型项目，在入学时间方面提供了春季学期和秋季学期两个选项供大家申请。
我们这届ECE差不多录取了200人左右，其中中国人占比超过三分之一，与往届只录几个人的情况相比，可以说扩招太多倍了。不过这个项目自开设以来就没有一个比较明确的标准，它时而缩招时而扩招，录取的bar也忽高忽低，变数比较大。

项目课程
我们项目要求学生在三学期内修满96学分，且GPA大于等于3.0即可毕业。正常来说，CMU的每门课程为12学分，所以大家只需要修满8门合规的课程就能刚好达到毕业要求。但实际情况是，为了维持F1签证的身份，每个同学每学期至少要选够36学分的课程，即至少选3门课来上。大多数同学也正是这么做的，按照3-3-3的选课模式，三学期上九门课毕业。不过，ECE规定学生在项目期间所修学分不能超过120学分，所以也会有部分同学按照3-4-3或者3-3-4的模式来选课，三学期上十门课毕业。
相较于CMU的其他项目来说，ECE算是很自由了。它没有必修课，从理论上来说，你对什么方向感兴趣就可以去选那个方向的课，且一般都能选到合适的课程。此外，ECE项目允许我们非CIT学院的课程，但是最多选48学分，即一般情况下最多选4门，这个时候大家一般会选SCS的课来上。我们CIT学院（主要指ECE和INI）其实能找到和CS cross-list（即同一门课，一起上课但课号不一样）相关的课程以及很多CE和ML方向的课程，如果你们选本院的替代课就不必浪费外课的学分了，那4门外课对于想走system选课路线和转码的同学来说是完全足够的。
另外，MS ECE项目虽然主要是以授课的形式开设，但是你如果想做research的话也可以，我们许多lab的research project还可以拿来抵学分，是非常值的。
下面，我就给大家推荐一下ECE项目的部分可选课程，希望大家到时候不要“踩雷”。

18600 Foundations of Computer Systems

大家应该有听说过CMU的计算机系统入门神课15213/15513吧？18600是它的ECE版本，如今课号已经从18600改为了18613，内容和讲授风格也越来越向15课程靠拢，想体验15的同学一定不要错过这门课。
这门课内容广泛且有深度，学生可以循序渐进地掌握知识。课程从0/1bit操作这类基本的知识开始，逐渐涉及到进程、cache、I/O、并发、proxy、虚拟内存

等系统概念，而且会针对相应的内容辅以相关的lab，让学生进行练习巩固，以便更好地消化所学内容，可以说设置得非常周到。
我个人认为这是转码系统方向的必修课，并极力推荐大家最好第一学期就能把它上了，这样你们上完之后不仅可以对传统的计算机系统体系建立起一个基础全面的认识，而且也能给自身打下比较牢固的计算机基础，之后有利于更好地学习高阶系统课。而且有一些教授要求很严格，如果你没有先修513/600就不会给你register。
大家到时候有两位老师可以选择，一位是John Shen，他长期在Intel和Nokia任职，有大量丰富的实践经验，讲的知识也很硬核，会和我们分享自己的私货，比如hardware、superscalar等，但是讲课比较催眠；而另一位老师Saugata Ghose则是第一次上这门课，讲课就是照本宣科，内容没什么延伸性和拓展性。你们到时候按照自己的想法去选就行了，但是如果觉得老师讲得不好的话，去蹭513那边的课或者看513对应的视频也是可以的。此外我个人建议你有时间可以阅读配套课本CSAPP的对应章节，这样能帮助你加深对内容的理解。

至于课程作业，我们这届是7个lab，不过自18613开始多了一个帮助大家熟悉C的lab 0，也就是大家如果之后选了这门课的话一共要做8个lab。这些lab的内容很丰富，比如使用给定运算符

进行bit manipulation、利用gdb阅读调试汇编、实现简易shell、实现malloc函数、进行cache simulation、实现支持HTTP GET请求的proxy等，大家可以随意选择。不过要注意的是这些lab需要全部用C在Andrew Unix machine环境下实现，用autolab测试，最后分数会包含coding style。总体来说，要完成这8个lab并不算太难，因为所有lab都会提供start code，handout也写得比较清楚，而且老师留给大家做lab的时间比较宽裕，但要做好它们还是非常费神的，尤其是在后半学期，需要付出很多精力。
这门课的考试包括一个midterm和一个final，题目量大且灵活，我觉得和作业比起来，完成的难度会大一些。如果大家还想了解更多的信息的话，可以去CSAPP的官方网站看一下，网址是http://csapp.cs.cmu.edu/3e/labs.html。

17637 Web Application Development

这门课是由ISR开设的，课程内容主要围绕web的基础知识展开，所涉范围广泛，包括但不限于HTTP、Django相关概念（例如MVC）、ORM、cookie/session、database、DOM、jQuery、web security、WebSocket、mobile等，总之大家选了之后什么都能学到一点。
我们春季和秋季学期都有开这门课，不过授课老师不一样，课程安排也不太一样。
秋季学期的授课老师是ISR的大佬Charlie Garrod和Joshua Sunshine，他们讲课比较清楚，而且认真负责，还开了好多10-20人的section，把课堂重心放在了学生的自主探索上。比如Charlie课前会让我们看许多视频和材料，然后section就一般只讲十几分钟，剩下的时间便是让我们动手实践完成in-class exercise，如果有不懂的地方就问教室里的TA。到了春季学期，老师被换成了Jeff Eppinger，课程变为lecture形式的授课，并取消了section和TA参与的in-class exercise部分。我觉得两学期不同的课程安排各自都有利有弊，且处在变化之中，所以建议大家到时候选课前可以发邮件问问老师的具体安排再决定。

至于作业，这门课的课程作业包含两部分，大家需要在前半学期和后半学期各完成一个任务。
前半学期是让大家基于Django实现一个小型网站，而网站的实现是被分成若干个homework来完成的，网站本身也会以incremental的形式被不断开发，即从最开始搭建纯前端界面，之后不断添加功能并完善，再增加Validation/Authentication/Authorization等要求，以及加入一些Ajax flavor等等，最后还会将网站部署到cloud上。此外，这个过程中还可能涉及到前后端测试、CI/CD pipeline搭建等等。所有作业会提交到GitHub的课程repo里，因此写作业的过程中会使用到git。
后半学期则是以2-4人组队的形式，无限制地实现一个稍微大型的网站。大家可以参考的网站类别有online game、类piazza、类Tripadvisor等。
关于课程考试，这门课一定会有final，题型包括选择、填空和简答。此外，老师还会让我们在白纸上手写一个Django app，我个人感觉有点硬核。
如果你是转码选手或者之前无项目积累、对web感兴趣并希望以后从事web前后端开发的同学的话，我建议你一定不要错过这门课。一是因为Diango操作简单易于上手，二是web的相关概念相较于其他系统课而言理解起来较为容易；三是你可以把这门课的项目经历写到自己的简历上，这对找工是有利的。

17514 Principles of Software System Construction

这是一门由ISR开设的类似于软件工程

的好课。
总的来说，课程内容比较基础，但是非常经典和实用，从class level到project level再到system level都会涉及到design，能够锻炼到学生的动手能力，而且还会讲到design pattern、framework/library、testing和concurrency等若干software相关概念，上完这门课对大家之后的面试也很有帮助。此外，这门课的课堂例子是基于Java来讲的，homework也是基于Java来做，所以你们可以把它当成一门Java语言课来上。
我们一共需要做6个作业，除了第5个需要组队外，其他都由个人完成，其中比较好玩的有设计并实现Carcassonne桌游（带GUI的）和写一个data visualization framework等。至于workload，总体来说比较正常，只有Carcassonne比较耗时和难写一点。最后的考试包含两个midterm和一个final，难度都不是很大。
我个人觉得这门课可以一定程度上丰富简历并补充软件设计的基础知识，还可以顺便写点（相对高质量的）Java，因此非常适合转码选手。此外，类似于17637，大量依赖于GitHub和Travis CI的作业提交方式也会帮助掌握git版本控制技能和了解CI/CD pipeline的使用。

15640 Distributed Systems

DS是CMU非常著名的系统课之一，内容丰富翔实且深入浅出，如果大家认真学的话能够学到很多有用的东西，我个人是强推它的。不过如果你想上这门课的话，600/513至少要达到B，否则没法选上。
这门课在春季和秋季学期都有开，但是授课老师不一样。
春季主要由Mahadev Satyanarayanan讲授，这位教授非常厉害，他是AFS和Coda的发明者，同时也是edge computing等云计算领域的先驱。Satya的课侧重于底层基础，大体涵盖了RPC、caching、distributed file system、scaling、failure recovery等内容，虽然他讲课节奏很缓慢，但是我觉得也留给了学生一定消化的空间。而秋季课程偏应用一些，老师为Yuvraj Agarwal和Dave Andersen，他们的授课内容弱化了caching并加强了分布式系统的一致性部分，更注重实践。
春季的project要求基于C和Java完成，包括实现基于RPC的远程文件系统、实现一个简易的AFS-like distributed file caching system、模拟scaling policy以及实现基于2PC的带有failure recovery功能的简单图片合成系统；秋季的project要求基于Go完成，具体的要求大家可以自己去了解一下。这两个学期的project均需使用autolab提交，且和其他系统课一样带有coding style分。
除了project之外，该课还有4个贯穿整学期的homework，跟考试题型相似，主要为简答和计算。至于考试，这门课包含了一个midterm和一个final，题目虽然简单，但题量大又注重考查细节，所以平均分不高，比较在意GPA的同学请慎选。
总体来说，这门课workload偏大，不过如果你坚持下来的话会觉得很充实，对于system design的概念也可能会有新的认识。

15719/18709 Advanced Cloud Computing

这门课是ECE两大高阶系统好课之一，另一门是Storage Systems，我在下文会提到。
它之所以被称为好课，授课老师功不可没。给我们上课的是Greg Ganger和George Amvrosiadis这对黄金搭档，此外还有Majd Sakr给他们打辅助。
这两位G老师都是云计算、分布式文件系统、存储系统等方向的集大成者，其中Greg还是PDL的director，在系统方向颇有建树，跟工业界的联系也比较多，所以他们会经常请FLAG的大佬们来作guest lecture，我们便可以借此领略到工业界的前沿科技。
在讲课方面，Greg偏幽默，习惯于把很深的知识以一种巧妙的易于理解的方式传达给我们，方便我们消化。而George则更加严肃认真一点，和学生互动也更多一些，不过我觉得有点他的课堂有些催眠。他们经常交叉授课，互有特色又能相互补充，上下来真的让人受益匪浅。
课前，老师会给我们布置几篇论文或者技术文献，以便我们阅读之后加深对概念的理解。在课程中，老师会给我们讲包含了cloud computing这一领域的各个经典概念，例如elasticity、virtualization、scheduling、fault tolerance等，还有各种cloud、distributed file/storage system实例等等，可谓非常精彩。

这门课要做3个project，分别是scaling policy设计、基于spark的大数据

ETL以及模拟Kubernetes scheduling，均基于AWS完成，涉及到的语言有Python和Go等。我自己做下来感觉除了spark ETL比较令人头秃外，其他的load都还行。它代码量不大，但是writeup往往不是很清楚，再加之一些配置操作细节比较繁琐，所以我还是建议新手慎选。
至于考试，包含了一个midterm和一个final。试题风格鲜明，题目灵活，题型多为简答题。老师会侧重于考察学生是否理解了各个系统的特点与design的tradeoff，需要你给出明确的选择并利用课堂所学来论证你的观点，非常考验学生的学习能力。
CMU还开了一门“低阶版”的ACC，即课程15619 Cloud Computing，我在这里也跟大家简单对比一下这两门课。
CC没有特别多lecture内容，也没有paper阅读要求等，但它的workload非常大，基本上每周都会有作业和quiz，旨在让学生通过不断练习来巩固所学的知识。我觉得这门课对于大神来说就是在重复地做一些简单的事情，所以更愿意把它推荐给简历空白的小白。而对于一些已有基础的大多数同学来说，我的建议是选ACC，因为ACC能更多地帮助你知其然也知其所以然，你上完这门课可能会有醍醐灌顶的感觉。
需要注意的是，ACC目前只在春季开设，而CC则春秋两季都可以选，如果你上过CC就不需要再选ACC了。另外，由于DS和ACC的课程内容相互呼应，所以我建议大家把它们选在同一学期来上，收获会更多。
对了，还有一门15688 Practical Data Science，据说是CMU数据科学

版本的CC，大家感兴趣的话可以自行了解一下。

15746/18746 Storage Systems

这就是ECE另一门高阶系统好课，授课老师同样是Greg Ganger和George Amvrosiadis，值得一提的是Greg是746这门课的创始人。
这门课不仅课堂风格与ACC相似，而且两者在课程设置方面也差不多，老师会要求我们课前读paper，然后他俩交替为我们讲解lecture内容，后半学期会带来许多guest lecture，我印象最深的是来自Google的对GFS继任者Colossus的讲解，暴力美学太酷了。
在课程内容安排上，这门课从微观

到宏观，涉及到了许多SS相关内容，既有SSD/HDD的底层讲解、FFS/LFS等经典文件系统的实现细节，又有RAID、分布式文件系统和存储系统实例，还有data integrity、redundancy、backup等相关概念和应用，考虑得很全面。
我们一共会做2个project，均基于C/C++完成，运行和测试环境均部署在AWS上，但分别被拆成了3个checkpoint，所以会贯穿整个学期。因为项目重心可能比较偏向于后期，所以大家在后半学期的学习压力比前半学期要大得多。
第一个做起来相对比较简单，要求我们模拟实现SSD中的flash translation layer（FTL），涉及address mapping、garbage collection、wear leveling等概念；而第二个难度和代码量都比较大，是基于FUSE实现一个hybrid file system（local SSD+AWS S3），功能较为强大（例如支持云端传输的block-level deduplication，支持snapshot和caching等等）。

至于考试，SS跟ACC一样，都有一个midterm和一个final。老师出题灵活，侧重于深度考察我们对SS领域各种概念的理解。在试卷最后，老师还会给我们放一个bonus questions，我印象最深的一个问题是请选择一种动物作为746的吉祥物，然后给的参考答案是“A beaver, because it cares about logs. There might be a fight with MIT, but totally worth it :-)”，感觉很有趣。
我个人非常喜欢Greg讲课，再加之少有大学能够以存储系统为核心开设系统硬课、上完课你们还能将hybrid file system作为一个完整的project放在简历上，所以我个人是由衷推荐这门课的。大家需要注意的是，SS只在秋季开设，如果你们春季上完ACC并喜欢这两位老师风格的话，不妨秋季试选看看。

15651 Algorithm Design and Analysis

这门课19 fall的老师是Gary Miller和Danny Sleator，两位妥妥的大牛。
Gary是Rabin素数测试算法的提出者之一，651课程的创始人，讲这门课已经有40余年了，经验非常丰富。而Danny则是splay tree的发明者，amortized analysis等领域的先驱，在实践方面绝对是高手。
我个人很喜欢这门课的课堂氛围，Gary总是面带微笑，讲课时会沉浸在自己的状态里，语速比较快，而Danny则总是眉头紧锁，随时准备应对各种奇怪问题，他们两人组队讲课能够碰撞出特别奇妙的化学反应。这门课的TA也很厉害，对我们帮助很大。

老师们准备的课程内容不仅非常广泛，而且也有极有深度，他们会给我们讲DP、DFS、max flow、hashing、LP等经典知识，也会把自己的研究和见解分享给我们，比如splay tree、ball growing、计算几何学、backward analysis、parallel MIS等等，我觉得这样的机会是很宝贵的。
我们一共需要做7个作业，其中3个是oral presentation，另外4个则需要提交LaTex。因为这些作业的workload都比较大，所以可以3人组队完成。具体的作业构成几乎是清一色的3道算法题+1道coding。
算法题难度较大，一般跟课上所学紧密相关，老师往往要求我们针对描述的问题，给出一个时空复杂度满足要求的算法，然后证明算法

的正确性等等，比较考验个人的理解、推导和证明能力。我建议大家到时候如果思路不清晰的话，可以去piazza疯狂轰炸TA或者去office hour求助来获得灵感，还有就是要多和自己的队友交流，集思广益。而coding是基于autolab测试的，也会跟所学有所关联，但是做起来没有那么简单。case数量很多，时空复杂度要求很高，老师给我们出的题也往往是带迷惑性的，例如看上去需要max flow解决的问题，实则必须用DP才不会time out之类的，很费脑筋。老师在给分方面也比较严格，错3个case及以上就是0分，完全不留情面。
除了作业以外，我们每周都有一个quiz来帮助大家巩固所学。

至于考核方面，这门课的考试包含两个midterm和一个final，难度较大，课程给分也很是严格，curve以后只有20%的A，其余大概会有40%左右的B和40%左右的C，以及若干fail，在意GPA的同学请慎选。
就我个人来讲，这门算法课是我在CMU最喜欢的课，所以我强烈安利给大家！如果你们想要学好CS的话一定不能错过这堂算法课。但是，客观地说，这门课老师讲课速度快，作业和考试难度也较大，费时较多，其实不太适合零基础的小白。对于想要把精力留在刷题上的找工党来说，这门课对你刷题也没有特别多和特别快速直接的帮助，因为能力的提升毕竟需要一个潜移默化的缓慢过程。不过，在选择之后坚持下来的同学，你们到时候会发现自己对于许多算法和数据结构

的理解会有质的提升，我认为这是非常值得的。

15750 Graduate Algorithms

这是Gary于春季开设的一门高阶算法课，涉及到了Van Emde Boas tree、斐波那契堆

等内容。内容与651有部分重叠，对算法感兴趣又觉得651简单的同学可以直接考虑这门课。

17681 Java for Application Programmers/17683 Data Structures for Application Programmers

这是ISR开设的两门mini课（每门mini课的学分为6分），均由Terry Lee主讲，我认为非常适合那些没有代码积累、不了解OOD、对数据结构无概念的小白入门，大神们也可以把它当作水课来搭配使用。总之，我身边上过这门课的同学都说它非常好，值得一选。

15618 Parallel Computer Architecture and Programming

PP是CMU的经典CS系统好课之一，我个人也给大家强推这门课。这门课的其中一位授课老师Randal Bryant同时也是CSAPP的作者之一。由于这门课实在是太过于热门，所以每年waitlist都会被排爆，我在这里告诉大家一个tip，那就是你即使在waitlist上也要按时上课和交作业，这样就能优先排进去。它的project由individual和team构成，据说load较大但做完收获很多。我身边有人凭着课上所学最后去了Apple做GPU加速，所以我认为这门课对于找工的同学来说，一定是个加分项。

15662 Computer Graphics

这是一门很有趣的计算机图形学入门课，内容涉及图形学领域的方方面面。作业是基于OpenGL实现若干与rasterization、animation等相关的project，load较大，debug时间较多。我身边有人推荐PP+CG一起上，你们可以试试看。相关课程还有15663（Computational Photography）、15664（Technical Animation）、15666（Computer Game Programming）等。

18645 How to Write Fast Code

这门课是ECE开设的破产版PP，虽然workload相较于PP会小很多，但是课程质量远不及PP。如果你对并行计算

感兴趣、但是又不想自己太累，或者不想占用48学分名额的话，我建议你可以试选，选上之后可以去蹭PP的lecture视频，这样既能学到想学的知识，又不至于负荷过大的workload。

15645 Database Systems

DB是CMU的经典CS系统好课之一，授课老师Andy Pavlo是DB领域的狂人，他还是上文所说的PDL的成员之一，跟Greg、Dave等人交流密切，我个人建议如果你对数据库非常感兴趣的话一定要pick它。
不过这门课只在秋季开设，并且超级热门，所以你可能选不上。而且课程的project均要求基于C++来做，不仅workload很大且对没写过C类语言的人非常不友好，所以你也可能对它感兴趣但又不是很愿意上。这都没关系，因为我们贴心的Andy老师会录制lecture视频并发布在Youtube上，piazza的权限也对未选课生开放，如果你想的话，完全可以参与到课程中去。
此外，Andy在春季还开设了另一门DB有关的课程 15721（Advanced Database Systems)，貌似load比645要小，大家如果感兴趣的话可以自己去了解一下。

15641 Computer Networks

这是一门网络CS课程，但是它的课程内容设置比国内的一般计网课程强了好几档，具体从作业要求基于C实现TCP、实现类Netflix streaming功能等就可见一斑，因此workload也较大。授课老师Justine Sherry之前是伯克利的，他给我们讲课的时候特别有活力，还会经常给我们发糖吃，课堂氛围很好。总之，这门课相对小众但质量很高，我推荐大家去上一上。

18741 Computer Networks

这是ECE版本的CN，但内容跟15版本相差较大，比较偏向于链路层和信号处理

，load也相对较小。不想占用40学分名额但又对CN感兴趣的同学可以试选。

15410 Operating System Design and Implementation/15411 Compiler Design

这是CMU流传已久的两门镇校神课，虽然课号都是4开头但load巨大。这两门课的学分均为15，所以如果你们都想选的话就会占到30分的外课学分，剩下的16分貌似最多就只能选一门外课了。不过如果你在暑期先修513课程（这样513只用占到6学分，弊端是要多交6学分的学费）的话，这样就能够上够四门CS外课，即15410+15411+15513+15XXX。
其实这门课对找工的帮助还蛮大的，我身边有大佬坚持了一学期扛下来了OS并最终去了Apple写kernel，TOC的时候有个小公司直接说如果你上过OS并且成绩还OK，就可以直接去他们公司工作。

17645 Software Engineering for AI-Enabled Systems

这是ISR于19 fall新开设的软件课，我有朋友上过觉得还不错，感兴趣的朋友不妨试一试。

14741/18631 Introduction to Information Security

这是ECE开的security课程，lecture比较无聊，但作业以CTF形式呈现，挺有趣的，workload对大多数人来说应该都比较适中。另外一门security相关的课程是18730（Introduction to Computer Security），据说课程内容艰深晦涩且给分不高，在意GPA的同学请慎选。

11755/18797 Machine Learning for Signal Processing

这门课比较适合本科具有信号和图像处理

背景的同学以及刷题找工党来上，可以作为一个缓冲，跟硬课搭配使用。

18661 Machine Learning

这是ECE开的ML入门课，课程干货十足。对比10601，18661能够帮助你夯实理论基础，而且还不会占外课学分。

11661 Search Engines 

这门课的内容和作业都很好，但考试就是死记硬背，我个人不是非常推荐。

10707 Deep Learning/11785 Deep Learning 

这两门DL课，我个人比较推荐785，因为707的课程设计问题比较大。

11747 NN4NLP

这门课没什么好说的，我心中永远滴神。
此外，我们还有24780 Engineering Computation、18794 Pattern Recognition Theory、18749 Building Reliable Distributed Systems这几门课，大家完全可以把它们当做水课来上。
总体来说，我觉得CMU的大部分课程质量都很好，对于我们更好地掌握现学的知识是有益的。大家还可以把那些做得不错的course project放在简历上，以便日后找工。至于workload，我个人觉得还是蛮大的，因为我之前在国内的时候几乎不怎么学习，但是到了CMU之后经常学习到一两点才坐escort回家，学习状态对比强烈。但是只要你认真努力了，一般都能拿到A/B。

就业
在就业方面，CMU会为学生提供career service，具体工作是帮忙修改简历上的格式和语法错误以及教你一些面试技巧，我个人觉得作用不是很大。
学校也会有cf，因为开的比较早所以建议大家提前准备好简历和自我介绍，不然的话很可能会白跑一趟。
我自己当时找工的时候主要是在LinkedIn上获取求职信息，感觉还比较有用。
大家其实不用太担心上岸的问题，虽说CMU的peer pressure较大，但是往届找全职的情况很好，而且我认识的大部分ECE同学大部分也都拿到实习offer了。
生活
我们这届录取了挺多中国人的，而且整个CMU也有很多国人，所以我平时基本都待在以说中文为主的社交圈里，每周就跟朋友一起约约饭打打球，没有跟外国同学party过。但是我感觉大家还是得重视一下口语问题。在来美国之前，我T 105、口语23，刚到这边的时候遇到口音比较重的外国人根本听不懂他在说什么，不过现在上课的话基本没啥问题了。大家要是想提高口语的话可以在做project的时候和外国人组队。

作者：AdmitWrite线上留学教育

链接：https://www.zhihu.com/question/576360271/answer/2935217866

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

前言
留学于我而言，还算是个很重要的转折点。准备留学的过程，肯定是辛苦的，多少次想要放弃，最后都自我说服，然后坚持下去了。最后以拿到了理想大学的offer告终，也算是给我的申请季划上了一个圆满的句点。
2017年Fall，我成功入学CMU Master of Information Systems Management with a Concentration in Business Intelligence and Data Analytics（也就是BIDA）的offer。有几个学弟学妹得知我拿到了BIDA项目的offer后，问过我怎么样才能成功申请到CMU BIDA项目，BIDA项目怎样，诸如此类的问题。在此，就结合自己的申请经历，跟大家分享一波心得体会。
一、课程
MISM项目隶属于CMU信息学院，有5个track，包括：MISM-16month、MISM-12 month、MISM-Global、BIDA-12 month以及Business Intelligence & Data Analytics（也称BIDA）-16 month。
这里单独说一下BIDA这个项目，BIDA这个项目的专业度还是很高的，知识cover面也比较广，不仅包含数据可视化，还有建模、商业处理分析等等，师资和教学水平也很不错。
这个项目的学制有两种，一种是12 month学制，还有一种是16 month学制。其中12 month学制的项目没有实习，所以具备一定的申请门槛，申请者需要具备三年工作经验。16 month学制的项目这里展开阐述一下，单从课程设置上来说，MISM的课程设置其实都差不多，基本上都是偏重于tech领域，要修的大部分课程都会涉及analytics、计算机、模型或者统计等领域，选课cover的范围也相对偏广，如果你想选择其他方向的课程，学院也不会有太多限制。因为学制偏长，所以学院会给学生安排实习，丰富学生的实务经验。

有些同学对基础核心课程比较感兴趣，这里我简单提一下，BIDA这个项目的核心课程覆盖的知识面还是很广的，如果花心思好好学，还是有不少收获的：
Applied Econometrics：这门课程的教学内容主要是围绕实验设计进行的，和A、B Testing的相似度还是很高的。
Machine Learning for Problem Solving：Machine Learning的相关课程，一直都是热门课程，这门课程属于BIDA项目自己的Machine Learning课程，侧重于模型应用的教学。
Unstructured Data Analytics：这门课程的教授内容主要是围绕NLP和CV进行的。
Advanced Business Analytics：侧重于概率统计模型，如何在商业中运用的教学。
Distributed Systems for ISM：这门课程会涉及很多核心基础知识，像Hadoop、Mobile、Spark、Web Application和Block chain等知识都会涉及。好好学的话，可以扎实基础，还是会有很大收获的。
Object-Oriented Programming in Java：这门课程load偏重，属于Java的入门课，如果你具备良好的Java基础，通过了免修考试就可以申请免修。
Data Management：这门课程可以申请免修，教学内容主要是围绕高阶数据库方向的知识展开的。
Digital Transformation：课程有些商业化倾向，实务性还是比较高的。

Economic Analysis：这门课程也可以申请免修，是经济学的基础课程，如果你对经济学比较感兴趣的话，可以好好学习一下这门课程。
Organizational Design and Implementation：属于管理学的基础核心课程，侧重于管理组织架构的教学。
Professional Speaking：这门课程在上课的时候，侧重于professional presentation的练习。
Writing for ISM：针对职场中的写作教学，实用性还是很强的。
Decision Making Under Uncertainly：这门课程可以申请免修，属于一门运筹学的优化课程，如果你对运筹学比较感兴趣的话，也可以好好学习一下。
Accounting and Finance Foundations：属于金融学的基础核心课程，可以申请免修。
Statistics for IT Managers：这门课程也可以申请免修，统计学的核心课程。
Data Analytics Capstone Project：会和外部企业合作，需要学生去处理公司的项目，一般都是在最后一个学生上这个课程。

了解了大部分的基础核心课程之后，我们可以简单说一说选修课程。项目中的很多小伙伴都对CS领域感兴趣，那我就主要说说CS方向可以选择课程好了：
Introduction to Machine Learning：这门课有两类课程，10601以及10701。
10601属于硕士level的课程，难度偏低，属于Machine Learning的初阶版课程，教学内容侧重于编码的教学，由郭教授上课。郭教授虽然资历不是特别老，但学术资源很丰富，学术造诣也很高，人也不错，十分负责。可能在刚上课的时候，你可能未必会很喜欢这位老师的授课风格，他上课的时候，习惯写很多例子、公司和证明，满满一屏的知识点和内容，让人看着想睡觉。但如果你愿意沉下心来好好学习的话，你会发现这些都是干货，一个学期下来你可以学到很多知识。
作业覆盖的范围比较广，会有bayes、background、读paper、perceptron、回归、cnn、dmm&bayes net、svm以及小型的project，作业会涉及到coding、数学以及填空。考试的话有background考试，也有期中和期末考试。课程load我感觉还是很大的，当然也可能是因为第一学期我还没有适应美国的纯英教育模式。
这门课的TA人也很好，对学生很负责，学生有问题的时候，TA反馈还是很快的。反正我是觉得这么负责的TA和老师现在不多了，再加上我对machine learning这个领域也十分感兴趣，这门课程让我打分的话，我应该会打满分。

10701这门课程，属于PhD课程，高阶课程，授课内容偏数学理论。如果你想要深入学习Machine Learning的相关知识的话，可以考虑选这门课。不过个人感觉，10601以及10701这两门课，不管你选了哪一门，应该可以应付得掉大部分后续面试中会遇到的machine learning的相关问题了。
Deep Learning、10707：这门课程是Russ教授教的，虽然属于核心课程，但我上完之后，感觉和其他神课相比，还是有一点点水的。整个学期会安排三次作业，包括neural net、language model，还有手写restricted Boltzman machine & autoenconder，基本上都是machine learning的经典model，作业整体的难度偏低，只要好好做的话，基本上都没什么问题。期中会安排考试，但期末没有，个人感觉期中考试难度一般，平时好好上课，重点基本上都可以cover到，期末会安排做project，project在选题上没有限制，只要是machine learning相关的选题都可以。
我还是很喜欢Russ教授的，因为他的专业度和知名度在业内都有无需质疑的，而且他有时候还会发Facebook吐槽我们，这么有趣的教授真的是不多见了。TA的认真程度没有10601的TA认真，答疑的速度也比较慢。

Introduction to Deep Learning、11785：这门课程主要是围绕语音识别、图像处理相关的知识进行的，整个学期会安排一次project和四次作业。整体来看，课程的workload还是偏重的，但收获也是成正比的。老师的原话是“如果这门课程的成绩可以达到B的话，差不多可以满足Deep Learning Engineer的大部分岗位要求。”
Practical Data Science、15688：一门应用型课程，project是end to end项目，好好做项目的话，含金量还是很高的，可以考虑后续添加到简历中。
Machine Learning with Large Datasets、10605：这门课程是大数据方向的课程，授课老师有好几个，不同老师的教学侧重点会有一定的差别，听上届的学姐说，上届的老师主要围绕Hadoop还有Spark进行教学，而给我上课的老师则更喜欢讲一些基础理论。
Data Structure and Algorithms、08722：不知道现在课程名字有没有改，如果改了的话，去搜授课老师也可以，Terry Lee这位教授，我感觉讲的很不错，上完课可以学到很多东西。
Data Science for Product Managers、05898：这门课程主要围绕product板块进行教学，应用性比较强。

二、录取
整体来看，MISM项目的招生名额还是比较多的，大概可以到200+，其中BIDA项目录取的新生在60+，大概有30%左右的中国学生，其中大多陆本学生的本科背景都是国内211.985高校，基本上都是三维很高的大神，GPA平均成绩可以达到3.75分，GRE可以达到326分，托福可以达到100分。新生的本科背景还是很多元的，商科、CS和数学等专业的学生都有。
招生官在审查申请者材料的时候，侧重于对GPA成绩以及实务经验的审查，基本上我们这届被录取的同学，差不多70%的同学都有一定的实务经验，实习和全职的都有，同时基本上都先修过编程语言以及相关课程，比如说Python、Java以及C++等等，均具备一定的计算机专业基础。
三、就业
CMU在国内外的认可度还是很高的，有一些名校光环的同学，对CMU都有着不错的好感，很多大厂对CMU的毕业生好感度也比较高，会来参加CMU的career fair，开放一些实习和全职的岗位。为了全方位提升学生的综合能力，学校还专门开设了实验室，学生可以自主地参加项目，积累经验，提升自己。

个人感觉找实习要比找全职困难一些，一方面是因为这个项目的同学并非均是科班出身，背景吃亏有些难度，还有一方面是因为名企的Data相关的实习岗位普遍还是比较少的。目前比较多见的情况就是，要么你就去小企业Data相关的实习岗位，如果你想去名企的话，只能碰运气，而且有时候open的岗位，工作内容也可能和Data无关。全职的话，市场需求会好很多。因为本身项目的师资和教学水平都很不错，培养出来的学生的技术能力普遍都很强，再加上CMU本身的名校光环和国内外知名度，所以找全职还是很吃香的。
我周围的小伙伴差不多毕业后都选择留美了，只有零星的几个选择回国就业。美国的很多大厂都很喜欢CMU的毕业生，对CMU的认可度还是很高的，所以还是比较有市场的。当然如果你比较恋家，想要回国的话，也可以回国找找工作机会，国内的市场也还算ok。当下大数据行业发展迅速，BA行业的市场需求和之前相比，也有所增加，很多公司都会新设一些BA方向的岗位。据我了解，2015和2016年的毕业生都选择了留美发展，2017年的毕业生有几个选择了回国发展。
单从networking来看，湾区和美东这两个地方的校友会多一点。不过如果是从就业资源来看，匹兹堡和宾州这两个地方的就业机会会更丰富一点。据我了解，大部分留美的毕业生，都会选择西雅图、纽约此类城市就业。根据学校的就业数据，97%的毕业生都在毕业后三个月内拿到了offer，2%的毕业生在毕业后选择回国就业。就业的行业cover面还是比较广的，贸易、医疗、科技、金融等行业都有涉及。就业的公司cover的也比较广，有些同学选择了亚马逊、四大、谷歌和IBM此类大厂，还有一些同学选择了初创公司。岗位也比较 多元，数据分析师、开发工程师、数据科学家等岗位均有涉及。

四、总结
来了CMU也有一年多了，不得不说，CMU这所大学的学习氛围还是很浓厚的，不管是在健身房还是食堂，你偶尔都能听到身边的同学们在聊Machine Learning、Deep Learning此类的话题，就算你不爱学习，相信我，你也会被潜意识影响到的。
如果你可以静下心，好好学习的话，我相信通过BIDA项目的学习，你的能力和专业水平肯定会有一定程度的提升。如果你的职业规划是打算申请data scientist此类岗位，同时对咨询、商业分析方向的知识兴趣较大，完全可以了解一下BIDA这个项目。
留学这条路虽然很艰难，但我相信所有的付出都不会白费，回报迟早会来，只是时间问题，希望各位都可以通过自己的努力，最后拿到理想大学的offer。

作者：小A说留学
链接：https://www.zhihu.com/question/576360271/answer/3091925805
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

先自报家门，我的本科是HKU，GPA成绩还算可以，3.73分，托福分数为111分，GRE分数为330分。在之前的申请季中，通过自己的努力，我成功拿到了CMU MCDS的offer。一直都很想跟大家分享一些申请季中的心得体会，今天就借此机会，来谈谈之前留学的那些事，希望我的分享，可以对各位的申请有一定的帮助和启发。
一、项目信息
MCDS项目学制是一年半，据我了解，从2015年Fall开学之后，MCDS项目为了可以给学生更好的就读体验，专门租了一层楼，楼里有大概20+的教室，还有一间大会议室和厨房间。日常的小组讨论，还有 seminar基本点都是在这里进行。项目本身规模并不是特别大，每个学生都有专属于自己的一个固定位置。就我这届来看的话，申请总人数在780+，最后有80+收到了AD，成功入学的有50个学生。这50个 新生中，有30+是中国学生，浙大、上交还有清华差不多这三所高校每所都有5个学生左右，香港中文、同济、北大、南开等这几所大学有1个，还有复旦、南大、武大和 北邮这几所大学大概在2个到3个。除了中国学生之外，大部分都是印度学生了。

2016年开始，MCDS项目会有三个track，Human Interactive、Analytics以及System，都是data visualization相关的项目。如果你本身CS基础比较一般，而且对HCI也比较感兴趣的话，很适合申请Human Interactive这个track。
个人感觉，如果你想稳妥一点的话，最好GPA达到90+，托福总分100+，GRE总分320+。而且据我了解，招生官对CS科班出身或者具备良好CS基础的申请者会更加青睐，差不多录取的新生中，很多都是CS背景的，虽然也有一部分是非CS科班出身，但他们的三维都很高。

二、学习方面
硕士入学之后，个人感觉和本科的学习生活还是有一定差异的。CMU的MCDS项目还是比较累的，如果你一个学期之内选了5节课，差不多每天都要学到凌晨2、3点左右，一周七天，差不多每天都要学12+小时，学习强度还是很大的，但如果你认真学习的话，成绩拿A也并不是完全不可能。
项目的教授和TA都十分地认真负责，如果你上课时，不好意思直接向教授请教的话，也可以通过课下给教授、TA发邮件的方式问问题，当然也可以选择在piazza上直接问，如果TA和教授看到了你的问题，都会进行解答的。
因为这个项目本身就是就业导向型项目，所以大部分课程都是实务型课程。硕士期间，有一个学期的capstone project和两个学期的seminar，不过都是侧重于实现research中的算法，并不是专门的科研，所以跟着教授做项目的机会并不是特别多。如果你对项目感兴趣的话，倒也可以和教授搞好关系，问问教授是否有项目可以合作。

三、生活方面
因为我之前有参加过UCLA的交流学习项目，所以我对美国的学习生活还是比较适应的，刚来的时候过渡期很短，随后就很快地融入到了美国的大环境中。
个人感觉生活开销不算很大，这边的物价还是比较亲民的，公共交通也比较便利，就算自己没有车的话，也可以坐公交车出行。
如果你是第一次来美国，第一次留学的话，刚来美国会有一个过渡期，你需要自己去解决很多问题。如果你的GT考试成绩还算ok，口语单项分数也比较不错的话，日常的上课和生活中的交流肯定是可以cover的。我之前刚来美国的时候，上课和日常生活都没有什么太大阻碍，和别人的交流沟通也是比较顺畅的，但有时候坐公交的话，旁边坐着native speaker，他们讲的有些话，我还是听不太懂的。
四、就业方面
学校的career fair还是很不错的，有一对一修改简历的服务，平时也会有很多面试培训、模拟面试等就业服务，如果需要的话，是可以找老师帮忙的。入学之后，handbook中会有本届学生的简历，学院的小秘会直接把handbook发给美国大厂的HR那里，如果有就业机会的话，会以邮件的形式发给学生。每年9月份的时候，学校会举办TOC，时长为3天，差不多会有两百多加企业来学校进行校招，还是有很多机会的。

总结
我运气还算不错，在申请季中通过自己的努力，成功拿到了理想大学的offer。不过三分天注定，七分靠打拼，我能如愿拿到offer，的确有一定的运气成分，但也跟我的努力息息相关。天上不会掉馅饼，还是要实打实地去努力，才会有所回报。
之前的整个申请季，我感触最大的就是——其实留学和谈恋爱没什么太大差别，选项目、大学和谈恋爱一样，你要选择那个最适合你的那个，才可以收获最大化。
通过读完我上面的这些分享，我希望大家可以对CMU MCDS项目有一个更系统、全面的了解。在项目和大学的选择上，一定要结合自己的专业背景，去选择和自己匹配度高的，适合自己的项目，这样才不会浪费时间浪费金钱。最后也希望大家可以在申请季如愿拿到offer。

作者：勿-123

链接：https://www.zhihu.com/question/576360271/answer/2896421291

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

美国卡耐基梅隆大学硕士留学申请条件

申请条件：

（1）学术要求：申请卡内基梅隆大学研究生，必须毕业于国内正规4年制本科院校并且拥有学士学位证，如果学生毕业于985或者211院校那么所获得的毕业证以及学位证，在申请过程当中更有优势。此外需要学生提交GRE以及GMAT成绩，GPA建议不低于3.2。

（2）语言要求：不同专业对于申请者语言方面的要求也存在一定的差异，假如申请者申请的是计算机专业，那么托福总分至少要在100分以上，其中阅读和写作部分分别不得低于25分，雅思总成绩不得低于7.5；而工程学院语言成绩要求相对来说没有那么严格，托福总分只要在84分以上，雅思总分不低于7.0。

（3）经济要求：申请研究生学生也需要展现自己或者是家庭的经济能力，毕竟读研一年的费用至少都在5~7万美元左右，只有足够的经济能力，才能保证学生顺利的完成学业。

申请材料：

1、学校申请表

2、托福，雅思，GRE或GMAT等标准化考试成绩。

3、2~3封推荐信。推荐信最好是由在校老师或者是校领导书写，只有这样推荐信内容才真实可靠，更具有说服力，能够提高学生们被录取的几率。

4、本科阶段的成绩单，线上申请一般只需要在线提交成绩单即可，等到正式录取之后，拿到学校的录取通知书便可以将纸质成绩单以及其他的文书材料一并递交给学校。

卡耐基梅隆大学研究生申请步骤

第1步，参加托福雅思等标准化考试并且取得优异的成绩。
第2步，按照学校要求填写申请表并且准备全部申请材料，将所有的文书材料归置在一起按顺序排放。
第3步，材料整理好后寄送到学校招生办公室。
第4步，等待面试通知。大部分学员会在正式录取学生之前，以邮件的形式为申请者发放面试通知，面试的方式有多种，比如电话面试或者是视频面试以及现场面试等等；需要学生经常查阅邮箱。
第5步，拿到学校的录取通知。
第6部申请签证并且办理出入境手续。

留学以自己的水平能申请到什么层次的大学，可以到公众号「留学定位规划」中进行院校定位。

使用方法：把你的GPA、语言成绩、专业名称、院校背景（211/985/双非）等信息输入到系统中，系统会自动从数据库中匹配出与你成绩情况类似的同学案例，可以依据自己的条件看看有没有适合自己的留学案例，了解一下与自己情况类似的人，他/她们都去了哪些院校，作为自己选择院校的参考。

优弗教育：

谢邀~题主提的这个问题太笼统了，所以也只能大致的回答一下。卡耐基梅隆大学作为美国的TOP30院校，在研究生申请上是有一定难度的，尤其是其CS相关的专业，申请难度尤其的高，需要软硬件背景非常优秀的学生才有机会入读。所以不管题主最后是打算申请哪个专业，在保证GPA，语言成绩，以及GRE的基础上，一定要充实自己的软件背景（实习和科研），让自己在软件方面也足够的突出。除此之外，也要和带你科研、实习或者课程的老师打好关系，努力表现，拿到他们的推荐信。以上内容供参考，希望对你有所帮助，题主如果能提供更多详细的信息，我们能够更好的给到您建议。

原問答連結：https://www.zhihu.com/question/576360271