作者MarkeleFultz
看板studyabroad
標題[選校] 極低三圍2021 Fall MSCS 申請請益
時間Wed Nov 25 00:41:04 2020
各位好 小弟我規劃畢業後留美所以來詢問各位大大
不是很確定自己的定位是否正確
再請各位多多指教給建議
[Background]: 中部傳統私校B.S. in CS (2017~2021)
[GPA]:
<目前大四上、為應屆畢業生>
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相關
[Work experience]:
外系教授的研究團隊當研究助理(主要協助語音系統開發)(6 Month)
圖書館工讀 (2 Month)
[Honor]:
書卷獎*1
大專生研究計畫通過 NT 48000
[Extracurriculum]: 系學會活動長
[專題]: Deep Learning相關 *1
[LoR]:
專題指導教授 *1
修課教授(班導師) *1
修課教授(該科目分數高) *1
口袋名單(最後選個8到10間)：
夢幻區：
UCSD MSCS (當作樂透丟)
USC MSCS
USC MSCE
SJSU MSCS
ASU MSCS (Dec.1 截止 就用現在的成績丟了)
衝刺區：
UCSC MSCS
UCR MSCS
UTD MSCS
Santa Clara University MSCS
U of Cincinnati MSCS (有Co-op Program 對就業好像有幫助?)
San Diego State University MSCS (對此學校了解不多 只知道是就業地點不錯的學校)
U of Illinois at Chicago MSCS
Colorado State U MSCS
-----------------------------------
選校考量：
1.就業地點
2.學校名聲
說真的也沒有什麼真正保底的學校
畢竟我的成績真的普普
尤其又是2021 Fall
最近真的對選校定位很迷茫
Toefl的部分還在努力當中
而出國動機就是希望將來能在美國就業
未來對修課的領域目前傾向Machine Learning/Deep Learning相關
如果就目前成績有捨麼定位錯誤或是有更好的意見歡迎提出
謝謝留學版的各位
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.224.252.111 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/studyabroad/M.1606236073.A.D78.html
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 00:46:14
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 00:50:31
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 00:52:06
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 00:53:32
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 00:59:24
※ 編輯: MarkeleFultz (36.224.252.111 臺灣), 11/25/2020 01:09:26
1F：推 mmonkeyboyy: 建議就是別找ML了 不想找工作gg的話 11/25 01:42
2F：推 wih512: 低三圍選校我一律建議海投 丟個15、20間總比最後沒上好 11/25 07:29
3F：推 HenryLin123: 末班車要開了，我說ML，普通SWE還不錯。 11/25 07:53
4F：→ MarkeleFultz: 好的瞭解 領域的部分會再考慮 目前有些學校裡面pre 11/25 10:08
5F：→ MarkeleFultz: fer的領域我都是填artificial intelligence，不知 11/25 10:08
6F：→ MarkeleFultz: 道如果申請上了之後能不能再自己找其他的領域的教 11/25 10:08
7F：→ MarkeleFultz: 授，或是只能按照當初填的去找? 11/25 10:08
8F：推 mmonkeyboyy: 如果你是念ms....大概就連找都不用找吧 11/25 10:58
9F：→ mmonkeyboyy: 一般thesis track 才有機找 教授也才會理@_@~ 11/25 10:59
10F：→ mmonkeyboyy: (機會) 要不你就是要念phd可能好點 11/25 10:59
11F：推 mmonkeyboyy: 修課修完快去找工作實在多了~ 11/25 11:07
12F：推 oppi: 想請問ml是因為研究導向目前疫情下不好找嗎還是領域本身發 11/25 14:34
13F：→ oppi: 展問題？ 11/25 14:35
14F：推 SHL71308: 我也是中部傳統私校畢業，目前在你衝刺區的學校讀MS， 11/25 16:33
15F：→ SHL71308: 不過我是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！！另外建議來灣區這裡，就別跟教授做啥了，考試trac 11/25 16:33
17F：→ SHL71308: k趕快畢業刷題找工作。如果有需要可以私我 11/25 16:33
18F：推 SHL71308: 另外如果你care名聲的話選UC就對了，回台灣好用 11/25 16:37
19F：推 dannyko: 哈哈我也是因為大學研究的原因都填ai 但是入學後打算直接 11/25 16:42
20F：→ dannyko: 學碼農技術 賺錢吃飯要緊 11/25 16:42
21F：推 kk126203: 好奇問一下 碼農技術指的是哪些呢 除了刷題之外 11/25 21:58
22F：推 JtsYa: 現在data engineer會比較有價值，資料存量變很大，怎麼存和 11/26 00:46
23F：→ JtsYa: 使用很重要， data science 變的很重資料分析，偏統計。 ml 11/26 00:46
24F：→ JtsYa: 有很多演算法已經被實現而且很好implement了，相對的ml lif 11/26 00:46
25F：→ JtsYa: ecycle反而變重要，所以swe focus on production modeling 11/26 00:46
26F：→ JtsYa: 變重要，你如果想做的話,應該往data engineer or machine l 11/26 00:46
27F：→ JtsYa: earning engineer發展，有興趣可以敲我討論。 還有你的gre 11/26 00:46
28F：→ JtsYa: quant 不高，建議在考169 or 170 11/26 00:46
29F：推 roygb61215: Data engineer 你認真？ 現在做Data的沒有PhD誰敢說 11/26 01:45
30F：→ roygb61215: 要找工作 乖乖刷題轉碼比較實在吧 11/26 01:45
31F：→ roygb61215: 人家都CS本科了 幹嘛去跟唸BA DA 的搶飯碗 11/26 01:46
32F：推 roygb61215: 這時候要轉過去分析 感覺不就是自廢武功嗎？ 11/26 02:00
33F：推 expiate: 樓上的 data engineer 跟我理解的很不一樣。我認知的 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。也就是資料庫，分散式計算的 framework要求有經 11/26 05:11
36F：→ expiate: 驗。對於 ml model要求反而沒那麼重視 11/26 05:11
37F：推 JtsYa: 你把data engineer想的太單純了，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. 現在新的架構叫做lake house. 這些都需要swe 技能。你 11/26 06:09
40F：→ JtsYa: 說的看data 比較偏data scientist. 有問題也可以聊聊，我現 11/26 06:09
41F：→ JtsYa: 在就是做這方面相關。大家互相交流 11/26 06:09
42F：→ JtsYa: 我同意expiate的留言， 不同意樓樓上的...斷言 11/26 06:10
43F：推 mmonkeyboyy: lakehouse etl開始往上加 這是swe沒錯 11/26 07:33
44F：→ mmonkeyboyy: 慘的是da ds最近layoff比較多啦 11/26 07:33
45F：推 JtsYa: 樓上說的是，但是好的會溝通和分享的ds 還是很搶手的。 但 11/26 07:43
46F：→ JtsYa: 是有工作保障de 其實最好，因為現在每家公司得標data都在 11/26 07:43
47F：→ JtsYa: 比大的。要妥善處理給內部及客戶用是很大的問題。 11/26 07:43
48F：→ JtsYa: 打錯，是分析 11/26 07:44
49F：推 expiate: 我也看壞 ds跟 da未來市場的需求，如果真要跟 AI相關， 11/26 12:22
50F：→ expiate: 我覺得JtsYa建議不錯，但是coding不能太差。如果真想走da 11/26 12:22
51F：→ expiate: 與ds，數學與 domain kniwledge其一要非常傑出我覺得才 11/26 12:22
52F：→ expiate: 有機會獲得大廠offer 11/26 12:22
53F：推 mmonkeyboyy: 會溝通的ds通常都是 domain knowledge很強 或是精通 11/26 12:49
54F：→ mmonkeyboyy: 多樣東西且一直在學習 這不容易啊 而且數學要好真 11/26 12:50
55F：→ mmonkeyboyy: 的是必要的 看太多半調子進去又出來就是各種不行的 11/26 12:53
56F：→ mmonkeyboyy: DE其實其實一般沒有機緣蠻難下手的 要學的東西不少 11/26 12:54
57F：→ mmonkeyboyy: 而且蠻散的 做系統整合級別要學的太多了 11/26 12:57
58F：推 mmonkeyboyy: 回一下某樓問ml的問題 就沒有位置 泡泡都快破光了 11/26 13:00
59F：推 mmonkeyboyy: 只剩下幾個大的真正還有沒有補完的洞 11/26 13:04
60F：→ mmonkeyboyy: 當然還有一堆小的剛起步或是剛轉型的 通常也只要強 11/26 13:04
61F：→ mmonkeyboyy: 者以一擋十那種 要不就做應用....這 就看命了 11/26 13:05
62F：→ mmonkeyboyy: 應用端很多是找有經驗的工程師讓他去用framework 11/26 13:06
63F：→ mmonkeyboyy: 總之 對新手或沒有正經驗的 總是難上不少 11/26 13:06
64F：→ JtsYa: 同意, 新手確實對de or mle比較難找...不過還是有機會的... 11/26 13:36
65F：→ JtsYa: 最好是進大公司..就有很大機會可以進入de or mle. 11/26 13:37
66F：推 theWANDERER: 3.5叫極低哦...那我2.67不是要去跳海 11/26 13:53
67F：→ murai111: da ds最近慘淡是因為covid吧，疫情前需求都還滿高的 12/04 23:21
68F：→ murai111: 但未來我也不是很看好，但不是需求少，而是供給成長太快 12/04 23:22
69F：→ murai111: 社會科學類和商學院的畢業生也都可以做da甚至是ds。更 12/04 23:23
70F：→ murai111: 不用說理工相關數學系、物理系、地球科學系等等 12/04 23:24