这位版友您好，小弟我现在刚好在美国目睹第一现场的大CS时代，看到你的状况，或许 有些经验可以参考。 首先你要想清楚你要的是甚麽，虽然现在说你想要转资工，但平心而论，你对於传统定 义上的资工（我想应该是美国这边的 Computer Science 吧），究竟了解多少呢？一般来 说，说想要转资工的可能有三种真正的意思 　一、看到软体的潜能，想在未来的工作上用软体增进自己的工作效率 　二、看到大数据、机器学习、人工智慧很夯，想要加入热潮捞一笔 　三、真的对系统程式、平行运算、加密、作业系统有兴趣，想要变成纯资工 如果是《一》，那我会诚心建议您可以先尝试一些「和软体相关」的科系，如资管、资讯 、甚至是人机介面等，这类科系的特色（用台大现在在推的话来说，虽然我不看好）就是 　　　　　　　　　　　　　　　　CS+X 你的核心专业（X）加上写程式（CS）的技能。如人机介面需要心理学，资讯需要统计等， 如果你想看看程式结合你专业後能激发出甚麽潜力，这或许是一个好选择 如果是《二》，那我会诚心建议您可以再寻求别的可能，因为一头的热潮栽入，是很可能 最後败兴而归的。这又可以细分为两个部分 1.大数据、机器学习、人工智慧的本质是甚麽? 就是数学，线性代数、统计、马可夫链、还有最佳化。一切的程式都只是为了imple- ment 这些数学而生。如果你看到 deepmind, deepblue, deep dream, deep learni- ng (WTF 怎麽这麽多 deep，因为加 deep 94潮)，因此想跳下来加入浪潮，真的要 先问问自己喜不喜欢数学。就算真的对这样的数学很有碍，真的要做到能开发这些 演算法的 "Scientist" (不是 engineer)，大概也是需要一个博士学位才有可能。 2.这个产业会夯多久? 平心而论，可能夯不久了。现在在美国这边的热潮已经悄悄从上述的题目，转变为 资安、区块练、分散式系统。为甚麽？因为很多打着这些招牌的公司、新创，根本 　　就赚不了钱，又换句话说，本益比是无穷大。为甚麽？因为 deep learning 只是 手段、是过程，但不是最後赚钱的商业模式。综观任何产业，在真正成熟前必然有 一次泡沫化。从洛克斐勒时代的石油、太平洋铁路公司时代的铁路、二战後的汽车 、2000 年的 .com bubble，没有一个例外。deep learning 的泡泡甚麽时候会破? 我不敢说，但是满有可能在你念完两年硕士前就破掉了。 最後的最後，如果是《三》，我们就可以真正来看要怎麽样增加你的申请资历了。对於 一个非本科生（或是广义上EECS）来说，你有三个选择，不互斥，若三个都做更好 1.转系到成大资工/其他资工 2.开始经营 github 3.练好英文 (1) 绝对是最有利的一步。现在不要说外系了，资工系自己要申请到 USC 的资工硕士， 都不容易（这几年 USC 在 EECS 的某些方面早已领先 UCLA，不是父执辈印象中的 USC 了）。所以如果你真的有心要转资工硕士，何不先转到资工学士？套一句小弟指导教授 的话，非资工出身要申请到好资工 "..., nothing is impossible, but I'll definitely say it's very unlikely." (2) 除了修课外，最能展现你热情的就是你的 github 首页。新学了一个语言吗? 写个 迷你 Project，放到 github 上；有一门课的 final project 是整合不同语言的大型 系统程式吗? 把 code 整理乾净後，放到 github 上；突然对演算法课程上的 DFS 有 兴趣吗? 把它实作出来，放到 github 上。在履历上写自己对哪个语言有多了解，不如 附上一个 github link，人家点进去後一目了然。小弟我这块就是特别弱，在来到美国 开始找工作时深深懊悔。若你有志长期走这个领域，这绝对是一个值得培养的兴趣（也 可能是北加州真的太无聊，大家除了弄 github 没其他休闲了） (3) 平心而论，多益 8xx 分，如果你大学期间没有持续碰英文，现在要把自己练到名 校（别怀疑，南加大绝对是名校）需要的英文程度，你可能需要努力一阵子。当然很多 学校会写说最低托福需求可能只要八十分，但当大家有和你一样的 GPA，托福却都比你 高上十分的时候，学校有甚麽理由一定要选你呢? 俗称申请的三项基本数据就是 GPA、 GRE、TOEFL，有了不是万事OK，没有一定处处吃亏。用篮球来比喻， TOEFL 就是罚球命中率，大家会跟你说 50% (很低)就足够了，但真的看到 50% 还是会 偷偷一笑(Howard) GRE 就是三分球命中率，大家都想冲高，但无奈一般人资质有限，只有特强者才能充到 极高(Nash) GPA 就是综合命中率，里面包罗万象，并不能简单地解释。可能包含你读哪间学校、是 甚麽主修、修了啥课，但综合而言，大家看到高 GPA，会下意识认为这是一个好学生。 和英文直接相关的就是 GRE 和 TOEFL，如果这位大大有志申请到好学校，花时间在英文 上绝对不会是错误的选择。 以上几点小弟自己的浅见，因为尚在求学，有需多不足之处，请大家不吝指教 ※ 引述《shashayou (吓吓你)》之铭言： : 大家好 : 我现在是成大法律系大三学生 : 大概是从上个月开始决定转行往资工方向走 : 在过去二年完全没有接触过任何理工科系的课程 : 这学期有修了离散数学一门课 : 线性代数、资料结构、作业系统、计算机组织、演算法等资工所考科有计划於剩下的大学 : 生涯陆续修毕 : 虽然我应该不会参加国内的资工所考试，但我想上述科目应该不仅是资工系的基础科目 : 也是重要科目，因此我有计画在大学毕业前修毕以上课程。 : 高三考完指考後有去考过多益（8XX），自己的英文能力应该还可以（？） : 目前的目标是希望自己能申请上USC，想请问各位自己在剩下的大学生涯有需要做什麽样 : 的准备以利於我申请美国资工所(M.S Program)呢？如应修哪些课程？把系上的课修好刷 : 高gpa就可？ : 谢谢！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 24.7.87.200 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1506403662.A.45C.html 大大不要激动XD小弟我开玩笑的 是呀..小弟我最近在找工作这点深深有感。但我想在申请学校方面如果能有 github 上 的 project，对於非本科出身的会是一个大加分，可以证明对 CS 这个领域有一定了解 ※ 编辑: frankshyu (24.7.87.200), 09/26/2017 13:46:47 感谢这位大大提出，我强调一下，我是指 ML 产业是泡沫，并非指全体 CS。北加州 这边现在真的很多体质不健全的 ML 公司 ※ 编辑: frankshyu (136.152.209.9), 09/27/2017 13:15:57 就小弟所知 Pagerank 应该只算是一个解eigenvalue的问题QQ ※ 编辑: frankshyu (136.152.142.72), 09/29/2017 04:25:48