作者MarkeleFultz
看板studyabroad
标题[选校] 极低三围2021 Fall MSCS 申请请益
时间Wed Nov 25 00:41:04 2020
各位好 小弟我规划毕业後留美所以来询问各位大大
不是很确定自己的定位是否正确
再请各位多多指教给建议
[Background]: 中部传统私校B.S. in CS (2017~2021)
[GPA]:
<目前大四上、为应届毕业生>
Overall: 3.5/4.3 (3.73/4.3)last 60
Ranking: 5/40
[Exam]:
GRE
315 V 152 Q 163 AWA 3.0
TOEFL
87 R25 L 24 S19 W19
[Publication]:
Tanet 2020 Deep Learning相关
[Work experience]:
外系教授的研究团队当研究助理(主要协助语音系统开发)(6 Month)
图书馆工读 (2 Month)
[Honor]:
书卷奖*1
大专生研究计画通过 NT 48000
[Extracurriculum]: 系学会活动长
[专题]: Deep Learning相关 *1
[LoR]:
专题指导教授 *1
修课教授(班导师) *1
修课教授(该科目分数高) *1
口袋名单(最後选个8到10间)：
梦幻区：
UCSD MSCS (当作乐透丢)
USC MSCS
USC MSCE
SJSU MSCS
ASU MSCS (Dec.1 截止 就用现在的成绩丢了)
冲刺区：
UCSC MSCS
UCR MSCS
UTD MSCS
Santa Clara University MSCS
U of Cincinnati MSCS (有Co-op Program 对就业好像有帮助?)
San Diego State University MSCS (对此学校了解不多 只知道是就业地点不错的学校)
U of Illinois at Chicago MSCS
Colorado State U MSCS
-----------------------------------
选校考量：
1.就业地点
2.学校名声
说真的也没有什麽真正保底的学校
毕竟我的成绩真的普普
尤其又是2021 Fall
最近真的对选校定位很迷茫
Toefl的部分还在努力当中
而出国动机就是希望将来能在美国就业
未来对修课的领域目前倾向Machine Learning/Deep Learning相关
如果就目前成绩有舍麽定位错误或是有更好的意见欢迎提出
谢谢留学版的各位
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.224.252.111 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1606236073.A.D78.html
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 00:46:14
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 00:50:31
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 00:52:06
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 00:53:32
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 00:59:24
※ 编辑: MarkeleFultz (36.224.252.111 台湾), 11/25/2020 01:09:26
1F：推 mmonkeyboyy: 建议就是别找ML了 不想找工作gg的话 11/25 01:42
2F：推 wih512: 低三围选校我一律建议海投 丢个15、20间总比最後没上好 11/25 07:29
3F：推 HenryLin123: 末班车要开了，我说ML，普通SWE还不错。 11/25 07:53
4F：→ MarkeleFultz: 好的了解 领域的部分会再考虑 目前有些学校里面pre 11/25 10:08
5F：→ MarkeleFultz: fer的领域我都是填artificial intelligence，不知 11/25 10:08
6F：→ MarkeleFultz: 道如果申请上了之後能不能再自己找其他的领域的教 11/25 10:08
7F：→ MarkeleFultz: 授，或是只能按照当初填的去找? 11/25 10:08
8F：推 mmonkeyboyy: 如果你是念ms....大概就连找都不用找吧 11/25 10:58
9F：→ mmonkeyboyy: 一般thesis track 才有机找 教授也才会理@_@~ 11/25 10:59
10F：→ mmonkeyboyy: (机会) 要不你就是要念phd可能好点 11/25 10:59
11F：推 mmonkeyboyy: 修课修完快去找工作实在多了~ 11/25 11:07
12F：推 oppi: 想请问ml是因为研究导向目前疫情下不好找吗还是领域本身发 11/25 14:34
13F：→ oppi: 展问题？ 11/25 14:35
14F：推 SHL71308: 我也是中部传统私校毕业，目前在你冲刺区的学校读MS， 11/25 16:33
15F：→ SHL71308: 不过我是ECE，基本上你的背景和我差不多，所以加油可以 11/25 16:33
16F：→ SHL71308: 的！！另外建议来湾区这里，就别跟教授做啥了，考试trac 11/25 16:33
17F：→ SHL71308: k赶快毕业刷题找工作。如果有需要可以私我 11/25 16:33
18F：推 SHL71308: 另外如果你care名声的话选UC就对了，回台湾好用 11/25 16:37
19F：推 dannyko: 哈哈我也是因为大学研究的原因都填ai 但是入学後打算直接 11/25 16:42
20F：→ dannyko: 学码农技术 赚钱吃饭要紧 11/25 16:42
21F：推 kk126203: 好奇问一下 码农技术指的是哪些呢 除了刷题之外 11/25 21:58
22F：推 JtsYa: 现在data engineer会比较有价值，资料存量变很大，怎麽存和 11/26 00:46
23F：→ JtsYa: 使用很重要， data science 变的很重资料分析，偏统计。 ml 11/26 00:46
24F：→ JtsYa: 有很多演算法已经被实现而且很好implement了，相对的ml lif 11/26 00:46
25F：→ JtsYa: ecycle反而变重要，所以swe focus on production modeling 11/26 00:46
26F：→ JtsYa: 变重要，你如果想做的话,应该往data engineer or machine l 11/26 00:46
27F：→ JtsYa: earning engineer发展，有兴趣可以敲我讨论。 还有你的gre 11/26 00:46
28F：→ JtsYa: quant 不高，建议在考169 or 170 11/26 00:46
29F：推 roygb61215: Data engineer 你认真？ 现在做Data的没有PhD谁敢说 11/26 01:45
30F：→ roygb61215: 要找工作 乖乖刷题转码比较实在吧 11/26 01:45
31F：→ roygb61215: 人家都CS本科了 干嘛去跟念BA DA 的抢饭碗 11/26 01:46
32F：推 roygb61215: 这时候要转过去分析 感觉不就是自废武功吗？ 11/26 02:00
33F：推 expiate: 楼上的 data engineer 跟我理解的很不一样。我认知的 DE 11/26 05:10
34F：→ expiate: 基本都是在做 data pipeline, data clean, data preproce 11/26 05:11
35F：→ expiate: ssing。也就是资料库，分散式计算的 framework要求有经 11/26 05:11
36F：→ expiate: 验。对於 ml model要求反而没那麽重视 11/26 05:11
37F：推 JtsYa: 你把data engineer想的太单纯了，在data area,需要很多swe 11/26 06:09
38F：→ JtsYa: 支持。不是只搞data就好，包含data pipeline, feature sto 11/26 06:09
39F：→ JtsYa: re. 现在新的架构叫做lake house. 这些都需要swe 技能。你 11/26 06:09
40F：→ JtsYa: 说的看data 比较偏data scientist. 有问题也可以聊聊，我现 11/26 06:09
41F：→ JtsYa: 在就是做这方面相关。大家互相交流 11/26 06:09
42F：→ JtsYa: 我同意expiate的留言， 不同意楼楼上的...断言 11/26 06:10
43F：推 mmonkeyboyy: lakehouse etl开始往上加 这是swe没错 11/26 07:33
44F：→ mmonkeyboyy: 惨的是da ds最近layoff比较多啦 11/26 07:33
45F：推 JtsYa: 楼上说的是，但是好的会沟通和分享的ds 还是很抢手的。 但 11/26 07:43
46F：→ JtsYa: 是有工作保障de 其实最好，因为现在每家公司得标data都在 11/26 07:43
47F：→ JtsYa: 比大的。要妥善处理给内部及客户用是很大的问题。 11/26 07:43
48F：→ JtsYa: 打错，是分析 11/26 07:44
49F：推 expiate: 我也看坏 ds跟 da未来市场的需求，如果真要跟 AI相关， 11/26 12:22
50F：→ expiate: 我觉得JtsYa建议不错，但是coding不能太差。如果真想走da 11/26 12:22
51F：→ expiate: 与ds，数学与 domain kniwledge其一要非常杰出我觉得才 11/26 12:22
52F：→ expiate: 有机会获得大厂offer 11/26 12:22
53F：推 mmonkeyboyy: 会沟通的ds通常都是 domain knowledge很强 或是精通 11/26 12:49
54F：→ mmonkeyboyy: 多样东西且一直在学习 这不容易啊 而且数学要好真 11/26 12:50
55F：→ mmonkeyboyy: 的是必要的 看太多半调子进去又出来就是各种不行的 11/26 12:53
56F：→ mmonkeyboyy: DE其实其实一般没有机缘蛮难下手的 要学的东西不少 11/26 12:54
57F：→ mmonkeyboyy: 而且蛮散的 做系统整合级别要学的太多了 11/26 12:57
58F：推 mmonkeyboyy: 回一下某楼问ml的问题 就没有位置 泡泡都快破光了 11/26 13:00
59F：推 mmonkeyboyy: 只剩下几个大的真正还有没有补完的洞 11/26 13:04
60F：→ mmonkeyboyy: 当然还有一堆小的刚起步或是刚转型的 通常也只要强 11/26 13:04
61F：→ mmonkeyboyy: 者以一挡十那种 要不就做应用....这 就看命了 11/26 13:05
62F：→ mmonkeyboyy: 应用端很多是找有经验的工程师让他去用framework 11/26 13:06
63F：→ mmonkeyboyy: 总之 对新手或没有正经验的 总是难上不少 11/26 13:06
64F：→ JtsYa: 同意, 新手确实对de or mle比较难找...不过还是有机会的... 11/26 13:36
65F：→ JtsYa: 最好是进大公司..就有很大机会可以进入de or mle. 11/26 13:37
66F：推 theWANDERER: 3.5叫极低哦...那我2.67不是要去跳海 11/26 13:53
67F：→ murai111: da ds最近惨淡是因为covid吧，疫情前需求都还满高的 12/04 23:21
68F：→ murai111: 但未来我也不是很看好，但不是需求少，而是供给成长太快 12/04 23:22
69F：→ murai111: 社会科学类和商学院的毕业生也都可以做da甚至是ds。更 12/04 23:23
70F：→ murai111: 不用说理工相关数学系、物理系、地球科学系等等 12/04 23:24