目前共有95篇帖子。
(转载知乎)在卡内基梅隆大学 (Carnegie Mellon University) 就读是怎样一番体验?
51樓 JosephHeinrich 2025-12-23 22:16

千只



5 人赞同了该回答


做了好多Vlog视频带大家一线体验一下


#A Normal Day of a CMU Freshman 大一新生的普通一天


在这普通的一天

我做普bu通wan的作业

很普通地走在这普通的街


掏出普通的耳机

沉迷普通的学习

刷十页我最爱的普通reading(不)


普通的CMU我普通地浪

旁边普通的游客在普通地瞧

我普通的灵魂在普通地出窍

在普通的修炼成仙中普通地燃烧

:-)

https://mp.weixin.qq.com/s/9Hk_f4RN2Mu8pzJsACShLA

https://www.youtube.com/watch?v=joaQXT_iPHM



#CMU Class of 2022 Orientation Day 6-7 新生欢迎周户外活动与室内表演


Pittsburgh Connection=免费-15刀即享漂流攀岩洞穴探险骑马跑酷真人CSblabla

https://mp.weixin.qq.com/s/VIZBYlb5b0FB223tk1Icig

https://www.youtube.com/watch?v=1s9RwdFjfeg



#CMU Class of 2022 Orientation Day 4-5


学院们的天才口号

宿舍们的天才设计

那些年你错过的convocation与house war上发生了什么 :-)

Convocation=另外一半的开学典礼

House War=宿舍聚众打架233

https://mp.weixin.qq.com/s/a9AbqBxk2LGZIgpwAsnPxQ

https://www.youtube.com/watch?v=9P48WVGso4c



#CMU Class of 2022 Orientation Day 1-5


把这几天随手拍的视频们剪在了一起

分学院去的地方都好有意思 想都去:-)

#以后旅游打卡list除了博物馆美术馆再加个科技馆天文台 种草了

强烈推荐的视频:

Randy Pausch's Last Lecture:https://www.cmu.edu/randyslecture/

Tea Consent: https://www.bilibili.com/video/av13682623

https://mp.weixin.qq.com/s/KIU9tQxku3L_pxXxSI8DHw

https://www.youtube.com/watch?v=YlLPpfO8MSc



#CMU Class of 2022 Orientation Day 3


新生欢迎周第三天,全年级同学的大型破冰活动Orientation is amazing! 每天都像陀螺一样旋转忙碌但是very快落!

https://mp.weixin.qq.com/s/8XTNYDCgvrnatNP_YC_DIA

https://www.youtube.com/watch?v=dQ3hvrMF8aI


顺带,CMU的教授实在是太有意思了TAT改天还想写个#那些年教授office hour我们都聊了什么#的文章,啊和有趣的灵魂交流真的太带感了


更多学校日常请关注微信公众号:一千只海鸥(seagulls1000)

知乎上基本上是找不到我哒,有问题可以公众号里发消息


52樓 JosephHeinrich 2025-12-23 22:32

ClassNotFound:


姐姐在读的数学,我去旅游过

数学系好像很穷,隔壁计算机商科什么的好像很有钱——楼盖的很漂亮

很美,特别喜欢河对岸的那个山,可以俯瞰整个城市。没记错的话,山顶的那个教堂很好看(。・ω・。)ノ♡

53樓 JosephHeinrich 2025-12-23 22:32

这个校训真不是吹的,凌晨一二三四五六七八点的匹兹堡应该都见过了吧




作者:Henry 的干货
链接:https://www.zhihu.com/question/24295398/answer/338890849
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。
54樓 JosephHeinrich 2025-12-23 22:42

某匿名用户:


2018 CMU Precollege Drama Program

先泛泛而谈生活:

白天通常天高云淡


夜晚更精致璀璨


地标特写


另一地标(涂鸦栅栏)特写


街对面这栋灯火通明的楼是商学院


学校挺小,步行10分钟内能到达几乎任何地方


e tower宿舍·美国室友的布置


夏校meal plan指定cafe -- resnik的伙食


计算机学院三楼亚裔开的餐馆的饺子<br>另:临近校外中餐馆 Little Asia较贵,Orient Express口味较差,China Palace较远

再介绍cmu的戏剧项目:

cmu的计算机学院与戏剧学院的教学楼相邻,但两院学生彼此几乎零交集(除了BXA项目中有个别cs+design的学生)。因而尽管cmu

中国学生很多,其戏剧系的情况在国内长期成谜。

戏剧学院教学楼共四层,负一层有声乐教室、办公室、琴房、服装间,第一层有大小两个剧场,第二层供操控剧场声光设备,第三层为教室(包括studio、工作坊等)、办公室

每届学生约50人,其中约6人acting,6人musical theatre,6人directing,6人dramaturgy,其余一半为stage design。

本科招生严格,但夏校招生较宽松。我们2018年学生约120人,其中约80人musical theatre,27人acting,11人stage design。

musical theatre课程包括audition, acting, ballet

, jazz, singing, dramatic literature, 及一门选修;acting课程包括audition, acting, movement, voice&speech, Shakespeare, dramatic literature, 及一门选修。选修课程包括directing, playwriting, acting for camera, improv, tap。除drama lit一个班约20人外每门课每班约10人。

总课表

55樓 JosephHeinrich 2025-12-23 23:16

作者:潮汐小助手

链接:https://www.zhihu.com/question/24295398/answer/921109564

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。


“初入CMU的小腊肉”是潮汐的一个导师,以下是她对于在CMU读计算机硕士的亲身体验:

转眼来CMU已经两月有余了,逐渐感受到了传说中CMU高强度的课程和对代码的严格要求。还记得选课前和advisor讨论选四门课的可能性,当时她用惊恐的眼神看着我,嘴里不停说No。现在回想起来,幸亏当时听从了advisor的建议,没有年少轻狂。

众所周知,CMU是的计算机是世界排名第一的,这体现了CMU很强的科研实力。同时,CMU的课程设置也是非常先进的,开设的很多课程都是在整个计算机圈子很有名,能给学生很好的教育和训练。

也正是因为这点,CMU几乎是美国计算机就业最好的学校,有最大的校园招聘会,几乎所有的科技类的大公司都会去学校现场招人。学校也提供非常完善的就业指导和校友资源。其实本来我还拿到了芝加哥大学和杜克大学phd的offer,但是考虑到CMU的这几点优势,我最终选择了CMU。

来到CMU之后,我才发现CMU的课程确实名不虚传,明星课非常火爆,选课也比较自由,因为整个学校的课程都比较CS,所以其实可以在全校范围内的各个院系选课,即使有些课程并不在项目的培养方案上面,但是只要是CS方向,填写申请表,阐述清楚自己想选的课程在自己学业规划和技能培养上的作用,一般都可以替代掉项目要求的学分。

在选课的时候,可以参考学校对往年选课学生的调查问卷,上面会提供一个估计的课程的一周工作量。因为当初申请CMU就是看中它有很多很有名的好课,而且CMU的学费也很贵,不学到点东西实在对不起这个学费,所以我咬了咬牙,选了三门非常硬核的课程,根据网站的数据一周工作量加起来大概是50个小时,但是实际上花的时间是更多的。

这一点和在清华大学读本科的时候是非常不一样的,本科的时候每一个学期选七八门课是非常正常的。但在这里每一门课都意味着需要在课下投入几倍于课堂上的时间去阅读材料,理解课本和做作业。所以每一门课的工作量都是巨大的,但是确实能够学到很多实际有用的东西。

我这学期选了CMU著名的计算机系统方面的神课(15213/15513/18600)。这是一门历史非常悠久的神课,内容包括了编译原理、体系架构和操作系统,部分章节还涉及到逻辑门电路的内容。基本上涵盖了计算机的方方面面。

说它是神课有两个方面:首先,这门课设计了很多实验,包括data lab,bomblab,attack lab,arch lab,shelllab,cache lab,malloc lab,proxylab,实验的难度是逐渐增加的,基本上到shell lab以后,理解实验的要求,充分理解writeup就要花上半天时间。我现在只做到了shell lab,所以对于后续三个实验的难度还没有体会,但是据说是要花很长的时间的。

第二点神的地方是,虽然实验令人苦不堪言,但是实验的设计都具有很好的趣味性和丰富性,在做实验的过程中,确实能够学到很多东西。同时这门课极其严格的AIV(学术不端判定),任何看网上代码和与让别人帮忙debug的行为都是不被允许的,所以这就迫使大家独立思考,理解清楚概念和要求。另外这门课对于代码风格也有要求,这也能督促我们养成良好的代码风格,对自己的每一行code负责。

这个实验的六个关卡由浅入深地考察学生对于汇编语言的理解程度,必须完全明白汇编是在做什么才能给出正确的字符串。

选了三门硬核课程的代价就是每天睡眠都不是很充足,充分验证了“学习、睡觉和其他,这三样只能选两样”这句江湖传闻,虽然并没有很多“其他”的生活,睡眠依然不够,两三点睡觉是家常便饭。加入第二天是课堂展示,前一天晚上基本都是要通宵的,这不是因为我有不良好的赶deadline的习惯,而是project总有无限的改进的空间和无穷无尽被发现的bug。

CMU的课程要求你对自己的代码负责,尽最大的可能写出最好的代码(这是一种文化,也是课程的要求)。虽然每天都有敢不完的due,但是读书本身就是一个爬坡的过程,能够从课程中获得收获才是最重要的。因此,虽然CMU的生活很是疲惫,但我也感到了充实的快乐。

最后说一点,虽然在CMU的日常生活真的没有除了写代码之外太多可说的,但是我们还是有很多的社团和活动的,男女生比例也没有很失调!不管男生女生普遍都是天天写code的状态,有很多女生是非常非常厉害的,写代码的能力一点都不比男生差。

说到课外活动,刚刚过去的万圣节,学校就把整栋楼都布置成了万圣节的主题,到处都是飘着的鬼,还有藏在各处的糖果和巧克力。晚上的时候还有很大的party(虽然因为赶due只参加了30分钟。。。),party上出现了各种千奇百怪的生物(原来我都不知道CMU的同学们这么活泼的)。总之,能够感受到学校对大家的关爱啦,也算是忙碌学习生活的一种调剂吧。


56樓 JosephHeinrich 2025-12-23 23:17

作者:潮汐小助手

链接:https://www.zhihu.com/question/24295398/answer/921109564

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。


“初入CMU的小腊肉”是潮汐的一个导师,以下是她对于在CMU读计算机硕士的亲身体验:

转眼来CMU已经两月有余了,逐渐感受到了传说中CMU高强度的课程和对代码的严格要求。还记得选课前和advisor讨论选四门课的可能性,当时她用惊恐的眼神看着我,嘴里不停说No。现在回想起来,幸亏当时听从了advisor的建议,没有年少轻狂。

众所周知,CMU是的计算机是世界排名第一的,这体现了CMU很强的科研实力。同时,CMU的课程设置也是非常先进的,开设的很多课程都是在整个计算机圈子很有名,能给学生很好的教育和训练。

也正是因为这点,CMU几乎是美国计算机就业最好的学校,有最大的校园招聘会,几乎所有的科技类的大公司都会去学校现场招人。学校也提供非常完善的就业指导和校友资源。其实本来我还拿到了芝加哥大学和杜克大学phd的offer,但是考虑到CMU的这几点优势,我最终选择了CMU。

来到CMU之后,我才发现CMU的课程确实名不虚传,明星课非常火爆,选课也比较自由,因为整个学校的课程都比较CS,所以其实可以在全校范围内的各个院系选课,即使有些课程并不在项目的培养方案上面,但是只要是CS方向,填写申请表,阐述清楚自己想选的课程在自己学业规划和技能培养上的作用,一般都可以替代掉项目要求的学分。

在选课的时候,可以参考学校对往年选课学生的调查问卷,上面会提供一个估计的课程的一周工作量。因为当初申请CMU就是看中它有很多很有名的好课,而且CMU的学费也很贵,不学到点东西实在对不起这个学费,所以我咬了咬牙,选了三门非常硬核的课程,根据网站的数据一周工作量加起来大概是50个小时,但是实际上花的时间是更多的。

这一点和在清华大学读本科的时候是非常不一样的,本科的时候每一个学期选七八门课是非常正常的。但在这里每一门课都意味着需要在课下投入几倍于课堂上的时间去阅读材料,理解课本和做作业。所以每一门课的工作量都是巨大的,但是确实能够学到很多实际有用的东西。

我这学期选了CMU著名的计算机系统方面的神课(15213/15513/18600)。这是一门历史非常悠久的神课,内容包括了编译原理、体系架构和操作系统,部分章节还涉及到逻辑门电路的内容。基本上涵盖了计算机的方方面面。

说它是神课有两个方面:首先,这门课设计了很多实验,包括data lab,bomblab,attack lab,arch lab,shelllab,cache lab,malloc lab,proxylab,实验的难度是逐渐增加的,基本上到shell lab以后,理解实验的要求,充分理解writeup就要花上半天时间。我现在只做到了shell lab,所以对于后续三个实验的难度还没有体会,但是据说是要花很长的时间的。

第二点神的地方是,虽然实验令人苦不堪言,但是实验的设计都具有很好的趣味性和丰富性,在做实验的过程中,确实能够学到很多东西。同时这门课极其严格的AIV(学术不端判定),任何看网上代码和与让别人帮忙debug的行为都是不被允许的,所以这就迫使大家独立思考,理解清楚概念和要求。另外这门课对于代码风格也有要求,这也能督促我们养成良好的代码风格,对自己的每一行code负责。

这个实验的六个关卡由浅入深地考察学生对于汇编语言的理解程度,必须完全明白汇编是在做什么才能给出正确的字符串。

选了三门硬核课程的代价就是每天睡眠都不是很充足,充分验证了“学习、睡觉和其他,这三样只能选两样”这句江湖传闻,虽然并没有很多“其他”的生活,睡眠依然不够,两三点睡觉是家常便饭。加入第二天是课堂展示,前一天晚上基本都是要通宵的,这不是因为我有不良好的赶deadline的习惯,而是project总有无限的改进的空间和无穷无尽被发现的bug。

CMU的课程要求你对自己的代码负责,尽最大的可能写出最好的代码(这是一种文化,也是课程的要求)。虽然每天都有敢不完的due,但是读书本身就是一个爬坡的过程,能够从课程中获得收获才是最重要的。因此,虽然CMU的生活很是疲惫,但我也感到了充实的快乐。

最后说一点,虽然在CMU的日常生活真的没有除了写代码之外太多可说的,但是我们还是有很多的社团和活动的,男女生比例也没有很失调!不管男生女生普遍都是天天写code的状态,有很多女生是非常非常厉害的,写代码的能力一点都不比男生差。

说到课外活动,刚刚过去的万圣节,学校就把整栋楼都布置成了万圣节的主题,到处都是飘着的鬼,还有藏在各处的糖果和巧克力。晚上的时候还有很大的party(虽然因为赶due只参加了30分钟。。。),party上出现了各种千奇百怪的生物(原来我都不知道CMU的同学们这么活泼的)。总之,能够感受到学校对大家的关爱啦,也算是忙碌学习生活的一种调剂吧。


57樓 JosephHeinrich 2025-12-23 23:19

作者:AdmitWrite留学机构中心

链接:https://www.zhihu.com/question/24295398/answer/1403570159

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。


先简单说一下自己的情况,我是2017年Fall入学CMU,专业为Master in information system management business intelligence and data analytics concentration,学制为一年半,目前已经毕业了,我是从18年9月份开始投的简历,截止到10月底,一共拿到了3个offer,均是data scientist的岗位。

今天我就在这里结合自己的就读和就业体验,分享一些关于data scientist这个岗位以及CMU BIDA这个项目的情况,希望可以对各位有一定的引导和帮助。

一、data scientist市场需求

个人感觉,就当前大数据时代的发展,data scientist的就业前景还是很不错的,不管公司大小,基本上都会开设data scientist相关岗位,市场需求量还是偏大的(当然和码农需求量相比,还是低了一些,据我了解,data scientist的岗位需求量大概在码农需求量的十分之一左右)。

对于data scientist这个岗位而言,申请者的背景还是很多元的,专业对口的毕业生肯定不用多说,比如说CS、Machine learning以及Stats项目的毕业生,还有一些其他理工科专业的毕业生都会把这个岗位列入到考虑范围内。申请者的学历也比较多元,主要是硕士和博士学历,但有一些成绩优异,能力突出的本科生也是比较有竞争力的。因为申请的基数大,所以公司选择范围很广,自然大厂的竞争压力就会大很多。

Data science这个行业的热度是从前几年开始逐渐飙升的,有些比较有前瞻性的选手,在几年前就已经进入到这个行业了,造成现在市场上,除了毕业生之外,还有一群具备工作经验的竞争者。其实综合来看,这个行业的需求量虽然大,但竞争压力也很大。

二、data scientist工作内容

刚刚我提到了,data scientist这个岗位申请者的背景和学历都很多元,肯定会有同学对这个岗位的工作内容比较好奇,究竟是什么岗位,竟然这么多人都可以符合要求。接下来,我讲针对这个岗位的工作内容进行分析。

其实虽然每个公司的岗位名字都叫data scientist,但会因为公司不同,导致工作内容也会有所不同。你如果想了解data scientist这个岗位,首先你要了解你要从事的公司招聘的data scientist需要具备什么技能,这样才能根据需求,有针对性地去提升自己的水平和能力。

我在找工作之前,对data方向的工作也是比较蒙的,一直搞不清楚business analytics和data science有什么区别。在后续找实习和全职的过程中,我才对这两个方向的区别渐渐有所了解,也逐渐发现了并不是每个公司data scientist的工作内容都一样。希望通过我的分析,各位能对data scientist这个岗位有一个系统的认知,这对后续的找工作还是会有一定帮助的。

对于data scientist的不同分支,aribnb其实有一个分类和说明,我个人感觉这个分类还是比较清晰明朗的。如果是按照工作职责来分类的话,data scientist其实可以分为三类,包括analytics、inference以及algorithms。

先说analytics,这个岗位的工作内容,其实是比较偏商业和产品的,日常工作中,主要是用SQ检测产品,有时候在进行产品用户预测的时候,也会运用到regression。这个岗位对商业sense的要求还是很高的,你知道如何将数据转化成商业价值,为公司带来利益。

再说inference,这个岗位的工作内容侧重于统计分析,比如说,如何用A/B Testing来判断出客户更喜欢的版本,对现在的产品提出完善建议等等,需要申请者熟练掌握统计学的相关知识,如果你是经济学或者统计学科班出身的同学,还是蛮适合这个岗位的。

最后说一下algorithms,这个岗位的工作内容比较偏学术化,日常工作主要是研究machine learning以及deep learning的新算法,从而改善公司现有的产品,有些公司的core data scientist以及research scientist就是指的此类岗位。因为岗位性质的特殊性,普遍会更倾向于PhD学位的申请者,或者发表过machine learning相关paper的人。

虽然大部分公司的data scientist岗位可以被上述三种所涵盖,但我感觉还有一个岗位,其实和data scientist相关度也是比较高的,就是machine learning engineer这个岗位。这个岗位在学术方面并没有特别大的要求,是不是PhD学位或者发表过paper都不是特别看重,侧重于你对machine learning知识以及编程语言的掌握程度,普遍都要求到production,有些岗位还需要你熟练掌握软件工程师的相关能力和技能。

三、如何培养自己的能力

了解完了data scientist这个岗位的类别,接下来我们要做的就是针对岗位的招聘要求,然后有针对性地提升自己。

如果你是统计科班出身,具备良好的数学能力,那么我感觉inference track的data scientist岗位以及经常会运用到统计建模的岗位会更适合你;

如果你本科是商科专业,硕士转码到了data science项目,只要你可以学习一些SQL、machine learning以及统计的相关基础核心知识,可以尝试一下analytics track的data scientist岗位;

如果你可以熟练掌握DL以及ML算法,且具备极强的coding能力,完全可以申请一下machine learning engineer以及algorithms track的data scientist岗位。

大厂的data scientist分的还是比较清楚的,每个岗位各司其职,只要你好好了解一下工作内容介绍,还是很容易分辨出自己是否适合这个岗位的。不过一些小厂或者创业公司,基本上都不会分的太细,你可能需要和HR具体咨询一下,你所申请的岗位,可能是三者其一,也可能是三者混合型的“全能型”岗位,比如说数据、软件和模型等领域都会涉及到。

各位最好对自己未来的职业发展方向有一个具体的规划,这样才能做到对症下药,不过如果你有能力成为全能型选手,那自然也是很好的,每个方面都准备得面面俱到,肯定是最稳妥的。我面试过那么多次,个人感觉面试的问题还是比较随机的,有时候可能工作内容主要是machine learning相关的内容,但面试中也会问你统计概率的相关问题,如果你没有回答上来的话,可能也会直接gg。总之,在校期间,好好上课,下课多学习,总归是没错的。

四、如何拿到面试

好看的简历是帮你拿到面试邀请的一大利器,在校期间多积累软性背景,丰富简历素材才是王道。

根据你自己的职业规划,多选一些对找工作有帮助的课程,多选神课、硬课以及带项目的课程。课余时间多参加一些data science的比赛,比如说kaggle或者datathon都是还不错的比赛,争取拿到名次,这也是简历的一个加分项。

当你具备了丰富的简历素材之后,就可以开始撰写和修改简历了。个人感觉,撰写简历绝对是一门学问,同样一个项目或者经历,侧重点和切入点不同,都会带来不一样的效果,建议找一些有经验的前辈或者native speaker帮忙修改一下。学校也是有career service的,要学会有效利用资源。

当你的简历写好了之后,就可以开始投递简历了。以我的经验来看,内推是拿到面试效果最好的方法之一。我之前在找实习的时候,因为感觉内推麻烦别人不太好,先是自己海投的,前后大概海投了能有200多个data scientist岗位,最后有回应的公司竟然连10个都没有,不过还是通过自己的努力,拿到了2个实习offer。

后来在我毕业找全职的时候,找学长学姐内推了30家左右,自己也海投了30家左右,最后大概拿到了25份面试邀请,全职的面试邀请概率比实习的时候高多了。所以综合来看,还是内推的效率会高一些。

内推的途径基本上不是学校的学长学姐,就是领英的前辈们。个人感觉,找内推人还是比较简单的,只要你在表达想法的时候,懂礼貌一点,和前辈们直接说明自己的想法,后续记得持续保持交流和沟通,差不多就可以了。大部分的内推人还是很友好的,我之前碰到一个学姐十分的热情,不仅帮我内推,还在面试之前帮我模拟面试。

其实找内推不仅是你找工作的一个步骤,也是培养你交流沟通能力的一个过程,对后续工作中也会有一定帮助的。可能有时候会碰壁,但不要放弃。

五、面试前的准备

针对data scientist这个岗位,如果你能拿到面试邀请的话,那么你半只脚就已踏进公司了,只要面试的时候问题不大,offer就是稳拿。面试前多准备一下,总归是有帮助的。我参加过很多家公司的面试,个人感觉data scientist这个岗位的面试类别和面试题目范围还是比较广的,具体可以参考如下的总结:

1、简历面试

简历面试基本上还是普遍的,面试官会根据你的简历,对你的个人能力和经历有所了解,来确定你是否符合这个岗位。面试官在面试中,普遍对简历的细节比较看重,比如说可能会问你在之前读的项目中,你采用了什么流程,运用了哪些编程语言,选择了哪些数据和feature,为什么要选择这些,选择了哪个模型,为什么要选择它,它的优点和缺点各是什么等等。简历上出现的细节,都可能会被问到。

所以在面试之前,你要做的就是完全熟悉自己的简历,每一个项目,项目中的每一个细节都要熟稔于心。同时也要提前准备一些面试常问的问题,做到面试官问你简历上的每一段经历,你都可以讲出一个故事,在讲故事的同时,还可以突出你的各种能力,比如说沟通能力、领导能力、学术能力等等。除此之外,也要做到自谦,毕竟大家都是刚毕业的学生,肯定会有不足的地方,你要提前思考项目中自己的不足之处,并想出改进的方法,以防被面试官问到。

2、技术面试

技术面试cover面还是很广的,这里将几个经常会问到方面展开分享一下,一些比较小众的方面就不过多赘述了。

machine learning

Machine learning的热度应该不需要我过多解释什么了,我本身申请的岗位就是data scientist的model track相关岗位,所以被问的最多的就是machine learning的相关问题。大到不同模型的差异点、模型评估、优化模型的方法,小到machine learning每个算法的细节,都是有可能被问到的。个人感觉被问的比较多的算法有tree based models、pca、svm、logistic regression以及clustering,有些公司也会问数据相关的一些题目,比如说数学unbalanceed如何处理,collinearity如何处理以及如何选择重要的feature等等。对于deep learning的相关问题,其实和公司行业和主营范围有关,语音、NLP、computer vision最好都准备一下,有备无患是最稳妥的。

stats & probability

主要被问到了假设检验、概率的相关知识。个人建议去看看a practical guide to quantitative finance inverviews这本书,虽然是quant的面试书,但上面有一些统计和概率相关的讲解,还是有些用处的。

SQL

Analytics track的data scientist岗位最喜欢问SQL的相关问题,可以刷刷leetcode题目,面经也是很有用的,最好可以熟练掌握aggregate function、analytical function以及subquery等相关知识。

algorithm

可能是因为我选择的data scientist的track问题,我在面试的时候,coding题目并没有碰到过几次。不过我身边那些申请machine learning engineer的同学,面试的时候,经常会遇到算法题目,难度偏高,可以达到LeetCode的中等,甚至高等难度。其实说到底还是要看你的职业发展方向是什么,如果跟我一样是data scientist,那么刷题的重要性一般,有时间可以刷刷,没时间问题也不大。但如果你是打算走machine learning engineer这条路的话,还是刷题会帮助更大,最起码要达到中等难度,除此之外,还要熟练掌握machine learning的相关知识。

product

毕竟我产品方面的经验不多,所以产品类别的技术面,对我来说还是很难的。之前被问到过应该如何选择metrics、分析产品metrics变化原因以及如何设计A/B test等等。个人感觉如果你是打算走这个方向,可以考虑看看Lean Analytics以及A Collection of Data Science Challenges这两本书,还是有一定帮助的。

3、Case面试

Case面试有两种,一种是商业case,还有一种是machine learning case。商业case的话,会根据公司本身的业务该范围和公司实际数据对你进行发问,最好在面试前你对公司有一个整体的了解,比如说产品和经营范围,避免被问得措手不及。Machine learning case的话,基本上都是面试官跟你说一个data challenge,在规定时间内你要思考出一个解决方案。平时多接触machine learning的项目,多积累经验,还是有可能在面试中碰到你之前遇到的问题的。有些比较小众的公司,可能还会问一些咨询case,个人推荐有时间的话,可以去看看Case in Point这本书。

4、Take Home Challenge

这类面试其实就是公司会给你一个kaggle题目,一个数据集,通过处理和建模,你整理出代码和PPT,然后提交给面试官即可。其实data challenge的准备,就是平时多接触machine learning项目,多积累经验就可以了,并没有什么捷径可走。同时需要注意的是,做完模型之后,你要知道如何自己解释,不要自己做的模型自己都解释不来。

5、Onsite面试

Onsite面试比较久,有4轮到6轮的样子,每一轮的时间在45分钟到60分钟之间,你可以在面试中碰到团队中的很多领导,是一种很全面的面试,包括简历面试、技术面试以及case面试。

个人感觉onsite面试中,能力固然很重要,但知道如何聊天也是很重要的。你要做的就是在面试的几十分钟内,让HR感觉你就是他们要找的人,那么你的目的就达到了。如果认识内部人员的话,也可以问问如何给HR和部门领导留个好印象,部分领导喜欢什么样的下属,着装应该如何等等。

六、项目介绍

说了这么多data scientist的内容,这里简单来提一下CMU BIDA这个项目。

在orientation期间,会有会计、经济、数据、Java以及统计的免修考试,如果通过了考试,可以不修相应的基础核心课程,如果你之前已经修过了相应的课程,基础比较扎实,还是有机会通过考试,拿到免修资格的。

免修的课程省下来的学分,你可以选择其他自己感兴趣的选修课。CMU项目的选修课程范围还是很广的,灵活度也很高,只要你感兴趣的课程,差不多都可以修。

个人感觉,如果你对data方向比较感兴趣,可以选择language technology institute以及machine learning department的课程;如果你对system方向比较感兴趣,可以选择SCS的课程。

洋洋洒洒写了这么多,也快接近尾声了。

虽然data scientist这个岗位已经火了几年了,但我感觉和其他行业/岗位相比,还算是一个比较新的岗位。而且就当前的发展形势来看,我想在未来的几年肯定会发展得越来越好,需求量也会越来越高。

在这个行业中,PhD的学历肯定是最吃香的,不过随着每个公司对data scientist的需求,master学历也是有很大机会的。说到底,还是要全方位提升自己的能力,让自己变得有竞争力,才能在毕业季拿到心仪公司的offer。



AdmitWrite,基于共享经济模式建立的知名互联网留学平台,留学届Uber。迄今为止,平台入驻世界顶级名校导师已超过1000名,实现美国TOP30,英国G5,澳大利亚八大等多个地区名校全覆盖。学术大牛?名校学霸?外籍名校导师?牛人汇集地,你想要的都在这里。人文社科/商科/工科?理科/艺术/法学?不管什么方向,我们都能为你匹配同专业名校学霸,申请so easy!中介价格不划算?线上模式,拒绝无谓成本,打造极致专业度,极具性价比服务,让每一分钱都花到实处。

大牛谈留学之申请硬知识可以关注专栏:

学霸谈美国申请:哥大学姐带你冲藤校

大牛谈英国留学:剑桥学姐带你申海外名校

海量名校实战申请经验:海外名校申请经验


58樓 JosephHeinrich 2025-12-23 23:19

在贵校哲学专业毕业,回顾一下自己上过的重要专业课:

Concepts of Mathematics

15112

15122

Logic and Mathematic Inquiry

Mathematic Revolutions 

Interactive Theorem Proving

Formal Logic

Meaning in Language (Formal Semantics)

外面的同学问我黑格尔海德格尔福柯,我都不知道怎么跟他们解释,也是可以了...

顺便让大家共赏一下哲学代码(简单的Proof Assistant):

Theorem Proving in Leanleanprover.github.io/theorem_proving_in_lean/

PHI 80419 - Interactive Theorem Provingwww.coursicle.com/cmu/courses/PHI/80419/

鬼才知道我大学四年学到了什么...



作者:知乎用户ut33EA
链接:https://www.zhihu.com/question/24295398/answer/1529643896
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。

59樓 JosephHeinrich 2025-12-23 23:20

作者:AdmitWrite留学服务中心

链接:https://www.zhihu.com/question/24295398/answer/1289825355

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

虽然2015年的申请季已经过去了很久,但很多事情仍然记忆犹新。我记得当时,为了更好地选出适合自己的项目,当时我花了很久的时间去论坛上了解和整理信息。但了解得越多,我越不自信,论坛上那些被录取的大神都有很强的硬件成绩和软性背景,我和他们相比,还是有一定差距的,和我背景比较相似的成功案例几乎没有,申请的时候,心里还是有些没底的。在此,我就结合自己的背景,跟大家分享一些心得体会,希望可以对大家有所启发。 一、个人背景

先来简单说说我的背景,香港本科,专业为酒店管理,三维成绩还可以,GPA成绩为3.66分,GMAT成绩为720分,托福成绩为112分,具备两段实习经验,一段是专业安排的实习,还有一段是阿里巴巴的实习,毕业后先是工作了一年半,然后开始进行留学申请。 作为一个转码选手,和其他人一样,也有一定的短板。我的短板其实并不常见,那就是,我几乎没有数理基础和编程基础,我本科是酒店管理专业,我连高数都没有学过,这样的零基础背景应该是比较少见的。为了可以提高自己的软性背景,我通过Coursera学了R和excel VBA,编程基础可以通过慕课学习,但数理零基础这个背景让我在申请的过程中吃了大亏。UT Austin、Gatech这些很看重申请者数理背景的大学,对我这种数理零基础的选手并不是特别友好,虽然也是抱着重在参与的心态提交了材料,但真的拿到拒信后,还是有些失望的。我的准备过程,大概持续了一年,虽然过程很辛苦,但运气还是比较ok的,通过自己的努力,拿到了女神项目的offer,也算是给了自己一个交代。

二、前期备考

GT考试你应该是每个留学生都要经历的过程,我也不例外。

我并不是那种很典型的转码选手,而且我在准备中,也走了一些弯路。先来说说 GT考试这两座大山,GRE、GMAT、雅思和托福这四门考试,我之前全都考过一遍,备考上浪费的时间可想而知。GMAT的成绩还算ok,大三的时候拿到了720分。当时的想法虽然并不是毕业后直接无缝链接地出国读书,但GMAT成绩的有效期比较长,足足有5年,就算我毕业后先找工作,后续再考虑出国,应该也会在成绩有效期内,早些考完,也算是完成了一件事情,心不会一直悬着。来说说我对GMAT备考的一些建议,我认为GMAT的语法部分是最难的。我备考的时候,因为第一次接触GMAT,怕走弯路,直接报了一个辅导班,跟着老师学了一段时间,练习了一下OG,就直接上考场了。最后成绩还算ok,我这个人又比较懒,就没有再考第二次。大家如果想自行备考GMAT的话,CD这个网站还不错,上面有很多经验贴,大家可以选择适合自己的备考方法和技巧。

之所以考了雅思,是因为学校免费给我们报名,想着反正也不需要花钱,就去白考了一次试试,前后备考时间只有一个月左右,最后成绩下来是 7.5分,倒也还可以,但真的没有太多可以比较实用的技巧和经验,这里就不展开分享了。

雅思结束之后,我差不多要毕业了。很多大四临毕业的同学,都会陷入一种迷茫的状态,对未来的不知所措,对以后的迷茫。我算是一个比较了解自己的人,我知道我不喜欢酒店管理这个专业,自然不会找对口的工作。当时我对四大还是比较感兴趣的,就去投投简历试了一下,但比较遗憾的是,面试被pass了。我父母也有一定的想法,他们希望我可以读商科项目,但说真的,我对商科真的一点兴趣都没有。但比较尴尬的是,我知道自己不喜欢什么,却不知道自己喜欢什么。毕业前的那段时间,我基本上除了日常上课之外,我就在思考未来和自己的喜好。思考无果后,决定先去工作一段时间,如果可以在工作中找到自己的兴趣,到时候再去申请硕士项目也不迟。

也算是否极泰来吧,虽然前期有很多不顺,但好在之前实习的一家公司给我发了一个还算ok的offer,工作内容也和数据相关,我还是比较感兴趣的,所以在2014年的时候,我就直接一个人去了新的城市工作。不过那时我也确定了自己要在2年之内出国留学的目标,这两年期间不仅要做好工作上的事情,也要一点点开始准备留学所需的各种材料。

在我刚成为社会人士之处,当时的大数据的热度已经起来了。CS一直都是美国热门申请项目,因为大数据行业发展迅速,Data Science项目的申请热度也在肉眼可见地高升。有空的时候,我会开始研究Data Science这个行业以及相关项目。通过一段时间的了解,我发现我对这个行业还是比较感兴趣的,但美国很多大学的Data Science项目,都更倾向于招收具备数理基础或者编程基础的申请者。我作为一个酒店管理专业毕业的同学,一个零数理基础和编程基础的选手,Data Science项目对我而言,申请难度还是很高的。

后来和一些前辈交流之后,他们建议我去考虑一下Business Analytics这个项目,不仅会接触到我感兴趣的数据分析内容,对商科科班出身的同学也比较友好。

对于Business Analytics这个项目,最初的了解,我仅仅停留在前辈三言两语的介绍中,自己也没有深入了解,听了前辈安利,就直接打算申请了。我这个人的执行力还是很强的,既然决定了,就要开始着手准备。第一步就是备考GRE,我大概备考了5个月,然后直接上了考场,以158+170+3.0分的成绩告终。那段难熬的备考时光真的很难忘,每天白天要工作,晚上要复习和刷题,经常复习到凌晨2,3点。而且我对这个成绩并不是特别满意,因为写作成绩低的可怜,虽然已经达到了绝大多数BA项目的录取门槛。因为对GRE成绩的不满,又懒得再刷分,申请项目的时候,我提交的基本上都是GMAT的成绩。

不过因为GRE的基础,在备考托福的时候,倒是没有费太大力气,简单准备了一下就上了考场,拿到了112分的成绩。

三、准备申请材料和正式申请

GT考试都搞定后,就要准备文书了,后续就是进行网申了。

其实在有了留学的想法时,我就有了全程DIY的想法。工作之后我就没管家里要过钱,基本上申请费也是自己承担的。之所以最开始是打算全程DIY,主要还是受了网上一些前辈的影响,很多帖子都说DIY会更好一些,因为可以实时地掌握申请进度,还可以深入了解申请项目,判断自己是否真的适合某一项目和行业。

之前在论坛上看帖子,感觉全DIY申请好像并不是特别难,但真的开始DIY的时候,其实还是比较繁琐和麻烦的。前期对于选校和选项目,还要有合理的时间规划,任何一个步骤错了,都可能会产生蝴蝶效应,影响你整个的申请。但任何事情都有两面性,虽然DIY申请有些繁琐,但也有一些优点,比如说,通过DIY申请,你对自己可以有一个深入地了解,进行深刻地自我剖析,对自己的未来有所思考。如果时间允许、能力够强的话,各位完全可以考虑DIY进行申请,花些时间去网上看看前辈们的建议,准备的时候心细一些。

我申请完成的项目,一共有7个,包括CMU MISM、UMN MSBA、SMU MSBA、CUHK MSBA、UT Austin MSBA、Gatech Analytics、ICL MSBA,最后我选择了CMU MISM这个项目。还有几个项目,填了表格送了分,但因为个人原因,没有走完整个网申的流程,比如说USC RPI。

在提升软性背景这个方面,我之前还找了一份全球500强的工作,虽然工作内容和之前的工作差不多,但毕竟是名企,还是有一定的工作压力的,有时会发生一些突击时间,需要临时处理。

当时我花了很长的时间进行选校和确定申请清单,然后我专门拿出来几天进行网申,填写资料和表格,把PS和推荐信这两项文书留在最后去解决。

有一个小建议,各位可以参考一下,那就是网申的时候,可以用One Note进行管理。很多同学都会在申请季中同时申请好多项目,不同的项目,材料要求和DDL自然也会不一样。在申请的过程中,可以专门建立一个“未完成项目”文档,把项目对申请者的要求都放入到文档中,这样后续再查询的时候,会更加快捷便利。同时,One Note还可以提醒你项目的DDL,避免错过DDL,从而影响申请。

个人感觉如果你是在校生,暑假的时候少出去嗨皮,多去去实习。实习的公司是大企业还是小企业都没有关系,重要的是要积累实务经验,后续在撰写PS的时候,这些经历都可以作为素材让你加以利用。在实习的时候,你也可以接触到业内一些业务经验丰富的人,你所结识的上级和同事,不仅可以帮你开具推荐信,在日后的工作发展上,说不定还可以给你很大的帮助。不过,我并不是要求各位可以做到和公司的每一个同事的关系都处理得很好,但最起码也应该有一个或者两个关系还不错的同事,如果是领导级别的那更好了。虽然这样说比较过于现实,但你要知道未来你面对的是公司和社会,并不是单纯的校园,凡事最好为以后做做打算会更好。

实习还是很重要的,尽量多选择和目标申请项目相关度高的实习岗位。当然如果你的情况跟我差不多,属于那种编程和数理基础几乎为零的选手,有空的话,多上上慕课,自学一些内容,虽然一遍上课一遍工作很累,但这些付出对你后续的申请是有一定帮助的。

因为本科没有修数理相关的课程,为了在一定程度上弥补自己的劣势,还专门利用课余时间去Coursera修了相关课程。不过个人感觉在Coursera上花钱买证书其实没什么太大必要,一方面有些大学根本不承认Coursera的课程(比如说CMU项目明确规定只承认具有学分的课程),Coursera的认可度一般,而且很多大学并非对证书有什么执念,更多是想看你的自学学习能力和申请诚心。

然后,我们再来了解一下PS和推荐信这两个文书,我之前在撰写推荐信和PS的时候,侧重于表现了我的分析能力和学习能力。

撰写推荐信,选择推荐人还是很重要的。在推荐人的选择上,可以多元化选择,这样就可以从不同的角度突出你的个人特质。我之前的实习经历还是比较丰富的,在加上和本科老师关系也不错,所以一共选择了3位推荐人,分别是大学教授、实习公司的高层和全职公司的财务总监。为了可以让推荐人更好地帮我撰写推荐信,我还专门和每位推荐人见面谈了一下,介绍了一下我要申请的项目。在交流的时候,还专门把自己的所有材料以及项目相关材料都打印了一份,方便推荐人在撰写的时候有所参考。

我的大学教授是一位韩国籍的老师,我之前的推荐信是找她帮忙开的,她自己写完之后,直接发给了美国那边。但她为了让我放心一些,把推荐信也扫描了一份给我,撰写主要是从我的成绩和课上表现出发的,是一封很客观的推荐信;实习公司这边,因为我的老板平时很忙,所以是我自己写的,侧重表现了我的实务能力,在实习中工作态度认真,工作能力也比较强,我写完之后,直接找老板签的字;全职公司那边,我找的是公司的财务总监,推荐信也是他自己写的,不过我没有看到最后的推荐信内容。

说完了推荐信,我们再来说说PS。MSBA这个项目申请所需要的材料并不是特别多,CMU和UT Austin这两所大学需要准备Video Essay,其他大学的MSBA项目基本上只要提交一篇PS即可。

PS的撰写,要有针对性,不要没有重点地泛泛而谈。PS并不是扩充版的简历,不是简单介绍一下你的过往经历就好。在撰写的时候,你要注重细节化,拿案例进行支撑,通过细节凸显你的优势。当然你也可以用讲故事的这种方式,构建一个故事架构来撰写PS,打个比方,你之前做过什么事情,为什么要这么做,遇到了哪些困难,你是如何解决的,又有哪些收获。 最开始写的时候,可以直接用英文开始写,个人感觉没必要先写中文,然后再翻译。直接写英文版的话,后续在修改的时候,不仅可以修正错误的逻辑,还可以直接修改语法上的错误,会节省很多时间。

在撰写PS的时候,修改很多遍属于正常操作,千万不要嫌麻烦。自己写完改完之后,再找有留学经验的老师和前辈帮忙修改一下,选择一些有参考价值的建议,再进行修改。如果你认识native speaker,能找他们帮忙修改一下那是最好的,毕竟人家的表达肯定要地道很多。如果你认识的前辈比较多,多找几个帮忙看一下,提提建议,每个人的关注点不同,可能有些建议会让你产生新的思路。我之前在写的时候,先是写了一个比较通用的PS模板,后来找了中介机构的文书导师还有native speaker帮忙修改,前后改了十几遍,最后定稿。后来在申请时,并没有直接提交模板,会根据不同项目的录取倾向,简单做一些修改,然后再提交。

除了上述这些分享,这里我想单独说一下我申请CMU项目的一些心路历程。

CMU官网公布的DDL是1月10号,我也申请了Gatech的项目,该项目DDL在1月1号,因为Gatech项目的DDL比较早,所以最开始我一直都在进行Gatech项目的申请。后续申请完之后,才开始准备CMU的项目。但开始申请之后,我才发现CMU的项目要准备的表格和材料有很多,而且还有成绩认证和video essay。之前申请UT Austin的时候,也录制过video,所以录制CMU的video时并没有耗费太多的时间。但成绩认证是需要重新做的,因为时间不够,所以懒得去调研,直接就选择了CMU官方推荐的Spantran进行认证了,价格不贵,而且可以直接邮寄给学校,比较省事。但我申请认证那段时间,美国正值暴风雪,我已经寄了有10天,Spantran还是没有收到,我猜应该是寄丢了。一直坐以待毙也不是办法,我又向学校开了一份成绩单,然后又寄了一遍,不过快递时效还是有些慢。Spantran的工作人员还是很不错的,知晓了我的情况之后,先拿我发的扫描件进行认证,后续在收到原件之后,立刻帮忙加速处理,寄给CMU。

前前后后忙到了2月初,本来以为差不多申请可以告一段落了,但又突然得知有一位推荐人没有提交推荐信…无奈之下,只能过年的时候,小心翼翼地给推荐人打电话,麻烦他提交一下。在2月14号的时候,所有的材料都提交完毕,CMU项目是我最后一个提交的项目,我的申请季到这为止,也差不多算是到了尾声。

四、面试

我一共拿到了4所大学的offer,其中UMN和SMU这两所大学有面试。 其实面试中的很多问题在CD网站上的面经中都是可以找到的,真的推荐大家去CD多看看,上面还有一些前辈分享的Skype面试技巧和面试礼仪,对面试还是有一些帮助的。 面试官有时候会在面试快结束之前,问你有没有什么想要问他的问题,个人感觉还是有必要问一下的,但要注重问题的含金量,不要问一些有的没的。比如说课程设置、就业前景此类的问题都是ok的。

五、录取结果

2016年刚过完年,我回到香港,刚到香港没几天,我就收到了UMN的offer,看到邮件的时候,真的很高兴。前期的准备时间那么长,一直都处于一种紧张的状态,后续等待offer的时候,等了很久也没有什么消息,那段时间还是很焦虑的。那天早上,我的手机突然响了,机械地点开邮件,当我看到”Congratulations on your admission…”的时候,我甚至激动地跳了起来。 当时感觉如果收不到其他大学的offer的话,就选UMN好了,因为我本身对UMN这艘大学还算是比较满意的。不过后来收到了CMU的offer之后,我有些纠结和犹豫,所以还专门交了1500刀的占位费…最后综合考虑,还是决定去CMU,损失1500刀还是很心疼的。个人建议,如果可以的话,尽量去延长decision的DDL,万一等到最后有惊喜呢。

上述的这些心得体会,都是我根据自己的真实经历有感而发的。各位可以参考,但也要结合自己的实际情况进行参考,适合我的,未必会适合你。准备留学,肯定不是什么简单的事情,要花很多时间和心思,但我感觉既然你有了这个目标,就要沉下心来,好好准备。 虽然会遇到很多困难,甚至有些困难你从未遇到过,不知道应该如何去解决,但我相信,只要你肯坚持,一定会克服的。有烦恼的时候,可以找朋友聊聊,也可以自己出去放空一下,千万不要自己憋着,很容易陷入一个怪圈。前期可以制定一个大目标,后续分解成若干个小目标,分步去逐一实现,最后走向成功。 希望各位都可以通过自己的努力,实现梦想,最后拿到女神校的offer。




AdmitWrite,基于共享经济模式建立的知名互联网留学平台,留学届Uber。迄今为止,平台入驻世界顶级名校导师已超过1000名,实现美国TOP30,英国G5,澳大利亚八大等多个地区名校全覆盖。学术大牛?名校学霸?外籍名校导师?牛人汇集地,你想要的都在这里。人文社科/商科/工科?理科/艺术/法学?不管什么方向,我们都能为你匹配同专业名校学霸,申请so easy!中介价格不划算?线上模式,拒绝无谓成本,打造极致专业度,极具性价比服务,让每一分钱都花到实处。

大牛谈留学之申请硬知识可以关注专栏:

学霸谈美国申请:哥大学姐带你冲藤校

大牛谈英国留学:剑桥学姐带你申海外名校

海量名校实战申请经验:海外名校申请经验


60樓 JosephHeinrich 2025-12-23 23:21

作者:AdmitWrite留学申请平台

链接:https://www.zhihu.com/question/24295398/answer/1380200222

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。


AdmitWrite,基于共享经济模式建立的知名互联网留学平台,留学届Uber。迄今为止,平台入驻世界顶级名校导师已超过1000名,实现美国TOP30,英国G5,澳大利亚八大等多个地区名校全覆盖。学术大牛?名校学霸?外籍名校导师?牛人汇集地,你想要的都在这里。人文社科/商科/工科?理科/艺术/法学?不管什么方向,我们都能为你匹配同专业名校学霸,申请so easy!中介价格不划算?线上模式,拒绝无谓成本,打造极致专业度,极具性价比服务,让每一分钱都花到实处。

大牛谈留学之申请硬知识可以关注专栏:

学霸谈美国申请:哥大学姐带你冲藤校

大牛谈英国留学:剑桥学姐带你申海外名校

海量名校实战申请经验:海外名校申请经验


回復帖子

內容:
用戶名: 您目前是匿名發表
驗證碼:
 
 
©2010-2026 Arslanbar [手機版] [桌面版]
除非另有聲明,本站採用創用CC姓名標示-相同方式分享 3.0 Unported許可協議進行許可。