謝謝大家的回答～本問題已解決

均分90+專業前10的情況~~~

首先看目標是否在國外，如果在國外發展的話就選擇一個畢業能夠留在國外以及移民的途徑。

至於學什麼和畢業後做什麼？

我一直不覺得一定要對口，或者是不對口就怎麼地了。

除了學習之外多進行校外的實踐，開拓出自己的路子。

當然學商科有其利弊，看你怎麼把握。

1、根據興趣愛好選專業

選專業的時候一定要結合自己在國內大學的優勢和興趣，因為興趣是最好的老師，大家應該按照自己的興趣方向選擇專業，只有結合自己的專業特長和興趣愛好，選擇較易發揮和把握的專業，這樣才能學得比較輕鬆，更容易取得優異的成績。

2、根據課程設置選專業

很多相同名稱的專業在不同的大學裡課程內容設置也常常不盡相同，因此大家在選擇專業的時候，不要只看專業名稱，建議查一下關於這個專業的具體課程設置情況再選定專業，主要是所設課程的內容，要注意其實用性，明白自己真正想要的是什麼，再根據這一點來選擇著重發展該方向的專業。

3、根據語言成績選專業

不同專業對語言成績的要求不一樣，很多同學面對自己心儀的專業往往是因為語言成績而敗下陣來，因此一定要努力提高自己的語言成績，尤其是申請香港、新加坡的學校，語言是必不可少的條件，而雖然大部分英澳學校都設了課前語言班，雅思沒達到要求可以去讀語言，但也不要去申請雅思要求過高的專業，以免連語言班都申請不了。

4、根據職業規劃選專業

選專業要提前為就業做準備，要想畢業後在國外或中國儘快找到一份高收入的工作，就要根據自己的職業發展目標和就業市場的走向選擇有發展潛力的專業。建議同學們大家有時間得到話可以先在國內實習一段時間，了解一下相關工作，或者搜集一下國外和中國對於不同職業的就業需求數據。

5、根據實習機會選專業

很多人提高學歷也是為了以後的就業更有保證，如果選的專業可以提供實習機會的話，那麼畢業找工作就不成問題。這些在校園裡的實習經驗可以給簡歷加分，找高薪的工作會容易一些，如果實習公司對你很滿意，說不定一畢業就可以直接入職。

6、根據各項排名選專業

首先要看專業的綜合排名，排名比較靠前的專業往往是比較熱門的專業，但是相比綜合排名，校內專業排名還是很重要的，每所學校都有自己重點發展的專業，校內專業排名就意味著，一個更高端的課程、更好的老師和更好的專業環境，選對了對自己的以後還是很有好處的。

7、選專業切忌

首先選專業不能盲目追捧熱門，應從是否有利於就業出發，保持長遠的眼光，因為無論是熱門專業還是冷門專業，都不會一成不變。其次就是盡量不要選擇那些偏重於理論研究，不具有應用性和操作性的專業，此類專業就業面較為狹窄，建議大家可以選擇一些細分型、交叉型、實用型專業。

發佈於 2020-02-25繼續瀏覽內容知乎發現更大的世界打開Chrome繼續AdmitWrite留學申請平台AdmitWrite留學申請平台?

已認證的官方帳號

前言

不知道題主想去那個學校，就說一些我就讀的USC吧。我是2016年入學USC，目前我已經畢業了，也成功進入到了我心儀的公司就職。現在回頭看看我之前的申請季以及我的整個碩士留學期間，有很多美好的回憶我都難以忘記。剛來美國的時候，的確有很多不適應，但適應期過的很快，隨著感受一種全新的學習和生活體驗，讓我越來越喜歡USC這所大學，越來越愛LA這座城市了。一直都很想和大家分享一些我留學路上的心得體會，今天就趁這個機會來分享一波。希望我的分享，可以對正在準備留學或者打算申請USC的學弟學妹有所啟發。

一、學習

我本身本科讀的是國內大學和美國大學合辦的項目，所以提前接受過純英教育，所以在上課的時候，還是比較適應的。個人感覺本科和碩士最大的區別，就是需要額外花很多時間去刷題和找實習吧，本科的時候只要預習和複習、做作業就可以了，碩士除了要注重學業之外，還要利用課餘時間刷題、準備簡歷和面試等等。

每門課要耗費多少時間和精力，其實這個問題沒有標準答案，因為不同難度的課程，耗費的時長肯定不一樣。我認為，你可以根據你上課的時間來預估，打個比方，有一門課程，你每周跟著老師上課的時間在4個小時，課下的話，你最好也花4個小時去鞏固和預習。當然具體情況也要具體分析，如果是那種難度很高的深刻，肯定就要花更多的時間去學習了，有時候時間翻倍也屬於正常操作。我之前聽說，斯坦福大學是這樣建議學生的：「如果你想要深入研究和探索一門課程，課下你最起碼要花課上3倍的時間去學習」。個人感覺，這句話還是很有道理的，畢竟付出肯定會有回報。如果你沒有其他的規劃，只是要好好學習的話，那麼你的碩士生活應該還是比較輕鬆了，每天好好上課，課下好好學習就好了。但如果你有一些其他的計劃，比如說找實習或者跟項目，那肯定就會比較忙了，每個領域之間的平衡點，你要學會去掌握，不然很可能會顧此失彼。

個人感覺學習的靈活度和自由度還是比較高的，學校有些課程是提供視頻，不用去教授上課的，視頻課程我很少會去教室，白天會忙自己的事情，晚上回到宿舍開始看視頻上課、寫作業和project，最後成績也比較理想，拿到了A。

我本身對科研還是比較感興趣的，所以和教授溝通交流得還是很頻繁的。當我知道有科研機會或者新項目的時候，我就會問問教授相關的情況。我跟著教授做過幾個項目，積累了科研經驗，還發表了paper，同時做項目是有一定補貼的，可以減輕一點生活壓力。

二、錄取

Data Informatics這個項目我感覺還是很不錯的，CS 37學分項目一直熱度很高，但我認為這個項目比37學分項目性價比更高。修滿28學分就可以申請畢業，在學費開銷上就會少一些。

這個項目對轉碼選手還是很友好的，如果你是非CS科班出身，又想申請Data Informatics項目的話，可以考慮一下USC。但根據近幾年的錄取數據來看，平均錄取成績要比之前幾年高一些，之所以會這樣，主要是因為越來越多的CS專業以及非CS專業的同學都對這個項目感興趣，申請基數變大，同時申請者的專業能力和綜合水平也有所提高，擇優錄取的話，錄取平均分數自然被提了上去。近幾年這個項目的錄取新生，背景都還算不錯，本科院校都是國內985和211高校。不過和CS項目相比，這個項目的錄取標準還是會低一點的。

很多同學都會把這個項目和CS 37學分項目進行對比，這裡我簡單說一下。

CS 37學分項目也是比較熱門的一個CS項目，如果你是零基礎轉碼選手的話，可以考慮申請37學分項目。但如果你具備一定的CS基礎，或者本科的專業是CS專業或者CS相關專業，還是我個人感覺你可能還是更適合USC Data Informatics項目。

三、課程設置

課程設置這個問題，是很多同學在申請中都會重點考慮的一個問題。很多同學的未來規劃都是畢業後直接就業，此時一個項目的課程設置就起到了很大的作用，可以學到什麼領域的知識，學到的知識對未來的職業發展有什麼幫助，這些都是需要了解的。接下來，我主要針對Data Informatics項目的一些課程，談談自己的想法。

INF 551——Foundation of Data Management

這門課程是屬於一門introductory課程，授課內容主要是圍繞大數據領域的相關知識，cover面還是偏廣的。如果你本科是CS專業，這門課程對你應該難度不高；但如果你是零基礎或者基礎一般的同學，對你來說，這門課程還是有一定難度的。我本身是轉碼同學，在來USC之前是沒有學習過SQL和Python的，最開始剛上這門課程的時候，還些跟不上，有一些內容無法理解，學得很痛苦。不過通過我的努力，最後還是攻克了這門課程，成績也如願拿到了A。而且很多上課學習到的知識，在後來找實習、面試的時候，都被面試官問到了。個人感覺，這門課程實用性還是滿強的，有必要花心思好好學習下。

總體來說，內容還是可以的，這門課程對就業幫助較大，好好上課和做作業的話，拿A還是有希望的。

INF 552——Machine Learning for Data Informatics

Machine Learning的課程熱度有多高，應該不需要我舉例了，這是眾所周知的事情。Satish教授負責這門課程的教學，這位教授是人工智慧和機器學習領域國際最權威的學者之一Andrew Ng的博士生，學術水平絕對毋庸置疑。教授講課的時候很認真，下課也不會玩消失，基本上都會在辦公室，他的辦公室就在我實驗室的旁邊，我之前還看到他辦公室門口貼著紙條，寫著「歡迎同學們來問問題，不懂的地方就要問，問了才可以學好」之類的字樣。有時候我有不懂的地方，會去問他，每次他都很耐心的給我講解。如果你有畢業後走應用方向Machine Learning相關工作的打算的話，這門課程對你還是有一定幫助的。

總體來說，課程內容很不錯，拿A難度會比551這門課高一點，對就業的幫助中等偏上。

INF 553——Foundations and Application of Data Mining

Data Mining這門課程的熱度近幾年也是肉眼可見的高漲，聽我的小夥伴說Yaoyi教授在學生中的認可度很高，很多同學都想選他的課，但我選的的Data Mining並不是Yaoyi教授上的，但也有很多收穫。個人感覺，最能代表Data Informatics項目的課程應該就是Data Mining這門課程了。

個人感覺，課程內容沒得挑，不過拿A的難度要比551和552難多了，還是需要多花些時間和精力的。

INF 554——Information Visualization

Information Visualization，信息可視化，授課內容主要涉及前端開發，課程設計很清晰很系統，老師會布置project，好好做project還是有一定含金量的，可以後續運用到簡歷中去。如果你本身對前段開發相關知識比較感興趣的話，可以考慮選這門課程；不過如果你是打算從事後端崗位的話，不建議選，因為沒有太大幫助。

課程內容和對就業的幫助因人而異，要看你的未來職業規劃，拿A的難度還是偏高的。

INF 558——Building Knowledge Graphs

我投簡歷的時候，很多HR都是因為看到我上過這門課程，才給我的發了面試邀請。京東北美研究院，是因為看到了我的project，然後給我發了面試邀請，後續的面試也很順利。據我了解，Knowledge Graphs相關的課程，並不是所有大學都有的，USC應該是屬於一個獨特的存在了。目前就業市場上，對Knowledge Graphs崗位的需求量還是比較大的，既然是Knowledge Graphs崗位，肯定HR會希望招聘一個具備良好基礎或者相關經驗的候選人，此時學習過558這門課程的同學，就比較有優勢了。這麼課程的授課老師是業內知名度很高的兩位教授，有豐富的research提供給學生，讓學生理論和時間相結合。這門課程的project絕對是個亮點，不僅fancy，還很新穎，一定要好好做，含金量會很高，是個不錯的簡歷素材。

總體來說，這課程性價比很高，對就業幫助也很大，而且拿A程度適中，個人感覺是個很不錯的課程。

CSCI 570：Analysis of Algorithms

這門課程是我的一門選修課，雖然是選修課，但含金量還是很高的。如果你畢業後是打算直接就業的話，可以考慮選這門課程。日常上課的內容，老師講過的題目、留的作業都很有可能出現在以後的實習或者面試中，實務性還是很強的。個人感覺，如果你可以理解、掌握教材上和老師講的內容，大部分企業的面試應該都是可以cover的。如果你運氣很好的話，說不準面試的時候，還會碰到老師講過的原題，比如說我之前就在面試的時候碰到過。

神課的性價比和收穫絕對是不需要去質疑的，對就業有很大的幫助，不過神課畢竟是個神課，拿A的難度會偏高一點。

除了上面的課程之外，剩下的4個學分，我沒有通過選課去修，而是拿實習和項目來抵學分的。選課的話，我還是推薦選擇一些對職業規劃有幫助的課程，如果對自己有幫助的課程都學完了，沒必要為了修學分去選一些水課，倒不如拿實習和項目來抵學分，一方面可以修滿學分，另一方面也可以豐富自己的項目經驗以及實務經驗。

我身邊很多同學都感覺學校開設的課程難度偏低，學不到什麼深入的知識，後期面試的時候很多題目都不會。其實我感覺之所以造成這個情況，還是你學習沒有主動性，學校可以給你提供豐富的學習資源，但學校和老師只是一個輔助和引導的作用，具體學習的深度和廣度還是要靠你自己。你可以通過上課了解自己感興趣的方向，然後課下進行延伸性的自學，這樣才能在後續面試中做到有備無患。

比如說，Data Informatics的話，主要會涉及Map Reduce、SQL和Hadoop等領域的知識，如果你想要深入學習的話，你其實可以自己思考一些問題，打個比方，SQL有沒有什麼缺點？如果你願意仔細研究的話，其實在運用SQL解決大數據問題的時候，還是有些麻煩的。其實你可以想一下，解決此類問題，如果嘗試運用Map Reduce解決，會不會效率更高一些？有沒有可能運用Hadoop去解決？以及如何運用Hadoop和Map Reduce去解決？其實Hive在這個時候，就可以加以運用了。我之前在上Hive時，老師沒有講過上述這些問題，當時我也沒有考慮到這些方面。不過我後來深入地了解和總結了一下之後，我發現其實很多我學習過的知識都是可以串起來的。學過的知識並不是上完課就結束了，要學會總結和延伸，最好是可以系統地整理出一個知識架構，並且在實踐中學以致用。

二、生活

LA天氣還是很不錯的，就是太陽有點太曬了。公共交通是真的很不便利，不過晚上可以打車，學校有免費的lyft。

還在國內的同學們，一定要抓緊一切機會在國內吃些好吃的。USC周圍的中餐館並不是特別正宗，好吃的中餐館很少。還有很多東西這邊都有，沒必要什麼東西都從國內帶，可以多帶一些薄衣服，厚衣服一兩件就可以，這邊整體溫度還是有些高的。

唯一有一點不太喜歡的，就是安全隱患吧。不敢自己走夜路，晚上的時候我很少會出門，因為我買了車，所以停車也有點擔心，怕晚上被誰砸壞了。來了美國之後，最懷念的除了中國的飯菜之外，應該就是中國的治安了吧，國內晚上自己走夜路根本沒什麼問題，但在這邊還是小心一點比較好。

三、就業

據我了解，Data Informatics項目的同學畢業後，絕大多數都選擇從事Data Scientist和Data Engineer此類崗位。如果你對Data Scientist和Data Engineer沒什麼太大興趣，也可以考慮申請一些軟體相關的崗位，不過軟體相關崗位的要求還是有些高的，個人建議課餘時間多學習一些編程語言多刷題，提高自己的競爭力。

這裡簡單說一下Data Engineer的技術棧訓練，會涉及到SQL、AWS、NoSQL和Spark等知識，有時候也會涉及到Scala、Python還有Java此類編程語言；Data Scientist的技術棧訓練，會涉及到AI、Machine Learning、NLP、Knowledge Graphs等知識以及Python等編程語言。單純從課程設置來分析的話，Data Informatics項目所開設的課程，可以cover掉上述兩個崗位大部分的日常工作內容。所以只要你上課好好學習，課下認真做作業和project，理解教材和老師講過的知識，還是比較容易滿足這兩個崗位的招聘要求的。

我在找工作的時候，側重於找Data Engineer中偏Software Engineer方向的崗位，在校期間我積累的Spark、Hadoop經驗，以及熟練的Map Reduce，這些技能和經驗在面試中都是加分項。在面試時，有很多個面試官都問過我，如何用Map Reduce去解決問題，對我這種對Map Reduce極其熟練的選手而言，這種問題就是小case。流利的回答，讓面試官十分的滿意。

當然，也並不是說，你選了Data Informatics項目，就完全不愁找工作了。最起碼你自己要有明確的職業規劃，然後根據你的職業規劃，去學習對後續發展有幫助的課程和知識。我對自己的職業規劃還是比較清晰明朗的，除了日常的課程之外，我還會上一些慕課，學習一些額外的知識，例如Tableau、Data Warehouse、Data Modeling等相關的知識。大部分慕課的時長都不會很長，不會耽誤你太多的時間，課餘時間多學習一些自己感興趣的知識，充實自己，還是蠻好的。

說到就業，學校的career fair是一定會被提及的一個方面。我們學校里也是有career fair的，有些同學感覺career fair的用處並不大，那只是你是不善於利用好嗎？我感覺還是比較有用的。

Career fair的話，開始的時間都在10點，但你的申請目標是知名大廠的話，還是早些去排隊會比較好，能早起的話，最好7點多就去。一方面，很多同學都對大廠感興趣，排隊的人多，自然去晚了的話，要等很久；另外一方面，名額就那麼多，早點提交簡歷，早點拿到on campus面試，還是有一定申請優勢的。如果你早上8點就去排隊了，差不多career fair開始之後，再等把那個小時左右，就可以提交簡歷了。但如果你是等career fair開始，10點才去排隊的話，估計要排到下午2點或者3點才能提交簡歷。據我了解，career fair最佳的面試時間是早上10點到下午3點，如果太晚了，面試官都累了，面試效率自然也會有所下降的，也未必能達到最優效果。所以個人感覺，如果你對大廠感興趣的話，最好早些去排隊，面試完大廠之後，還有時間去其他公司投投簡歷。

之所以趕早不趕晚，也是考慮到了HR的精力。早上10點剛開始的時候，HR的精力是最充沛的時候，肯定對面試也比較認真，願意花時間去了解你，看你的簡歷，而且on campus的名額肯定也比較多。如果是到了下午的話，HR面了一天，肯定會口乾舌燥，肯定不會像上午一樣那樣仔細地去了解每一位申請者，同時on campus的名額應該已經所剩無幾了，自然你拿到的概率也會相對偏低。

而且在面試之前，也可以請教一下前輩，比如說諮詢一下哪些公司值得排隊，哪些不值得。據我了解，Oath、Facebook以及微軟這些大廠還是有必要排隊的，因為如果你和他們招聘的崗位匹配度較高的話，HR會直接給你on campus名額的；但谷歌的話，就沒必要浪費那麼久的時間去排隊了，因為你到最後會發現，你排了幾個小時，HR還是會建議去網上投簡歷。

我當時在秋招的時候，還是比較看重career fair的。起得很早，7點就去排隊了，因為感興趣的公司有好幾家，還專門雇了兩個人幫我排隊。其實我在排隊這個事情上，並沒有耗費太長時間，10點多的時候就已經開始面試了，和公司HR聊得還是很投緣的，面試機會也那了很多。不過我個人感覺僱人排隊這個事情，有沒有必要是因人而異的，我這個人做事喜歡周全一些，喜歡給自己留Plan B，如果你感興趣的大廠比較少，對申請的崗位有著很明確的規劃，自己也願意早起的話，其實根本沒必要僱人排隊的。

關於就業，我還有一點想要和大家分享一下。刷題、寫簡歷此類工作，一定要趁早開始。USC的就業資源和就業機會還是有很多的，如果你知道如何有效利用資源的話，肯定會有很大的收穫。還有就是學習要主動，不要過於依賴老師，上課的時候緊跟老師的進度，課下要自主複習和預習，同時也要學會實時了解行業的發展趨勢，自己要有一個明確的職業規劃，在了解行業趨勢的同時，要學會適應和改變。我一直都相信，只要你願意努力，懂得深入思考和探索，可以有效利用資源，找到心儀的實習和全職，其實並不難。

AdmitWrite，基於共享經濟模式建立的知名互聯網留學平台，留學屆Uber。迄今為止，平台入駐世界頂級名校導師已超過1000名，實現美國TOP30，英國G5，澳洲八大等多個地區名校全覆蓋。學術大牛？名校學霸？外籍名校導師？牛人彙集地，你想要的都在這裡。人文社科/商科/工科？理科/藝術/法學？不管什麼方向，我們都能為你匹配同專業名校學霸，申請so easy！中介價格不划算？線上模式，拒絕無謂成本，打造極致專業度，極具性價比服務，讓每一分錢都花到實處。

大牛談留學之申請硬知識可以關注專欄：

學霸談美國申請：哥大學姐帶你沖藤校

大牛談英國留學：劍橋學姐帶你申海外名校

海量名校實戰申請經驗：海外名校申請經驗

發佈於 2020-08-14繼續瀏覽內容知乎發現更大的世界打開Chrome繼續AdmitWrite研究生留學AdmitWrite研究生留學?

已認證的官方帳號

前言

不知道題主想去那個學校，就說一些我就讀的USC吧。我是2016年入學USC，目前我已經畢業了，也成功進入到了我心儀的公司就職。現在回頭看看我之前的申請季以及我的整個碩士留學期間，有很多美好的回憶我都難以忘記。剛來美國的時候，的確有很多不適應，但適應期過的很快，隨著感受一種全新的學習和生活體驗，讓我越來越喜歡USC這所大學，越來越愛LA這座城市了。一直都很想和大家分享一些我留學路上的心得體會，今天就趁這個機會來分享一波。希望我的分享，可以對正在準備留學或者打算申請USC的學弟學妹有所啟發。

一、學習

我本身本科讀的是國內大學和美國大學合辦的項目，所以提前接受過純英教育，所以在上課的時候，還是比較適應的。個人感覺本科和碩士最大的區別，就是需要額外花很多時間去刷題和找實習吧，本科的時候只要預習和複習、做作業就可以了，碩士除了要注重學業之外，還要利用課餘時間刷題、準備簡歷和面試等等。

每門課要耗費多少時間和精力，其實這個問題沒有標準答案，因為不同難度的課程，耗費的時長肯定不一樣。我認為，你可以根據你上課的時間來預估，打個比方，有一門課程，你每周跟著老師上課的時間在4個小時，課下的話，你最好也花4個小時去鞏固和預習。當然具體情況也要具體分析，如果是那種難度很高的深刻，肯定就要花更多的時間去學習了，有時候時間翻倍也屬於正常操作。我之前聽說，斯坦福大學是這樣建議學生的：「如果你想要深入研究和探索一門課程，課下你最起碼要花課上3倍的時間去學習」。個人感覺，這句話還是很有道理的，畢竟付出肯定會有回報。如果你沒有其他的規劃，只是要好好學習的話，那麼你的碩士生活應該還是比較輕鬆了，每天好好上課，課下好好學習就好了。但如果你有一些其他的計劃，比如說找實習或者跟項目，那肯定就會比較忙了，每個領域之間的平衡點，你要學會去掌握，不然很可能會顧此失彼。

個人感覺學習的靈活度和自由度還是比較高的，學校有些課程是提供視頻，不用去教授上課的，視頻課程我很少會去教室，白天會忙自己的事情，晚上回到宿舍開始看視頻上課、寫作業和project，最後成績也比較理想，拿到了A。

我本身對科研還是比較感興趣的，所以和教授溝通交流得還是很頻繁的。當我知道有科研機會或者新項目的時候，我就會問問教授相關的情況。我跟著教授做過幾個項目，積累了科研經驗，還發表了paper，同時做項目是有一定補貼的，可以減輕一點生活壓力。

二、錄取

Data Informatics這個項目我感覺還是很不錯的，CS 37學分項目一直熱度很高，但我認為這個項目比37學分項目性價比更高。修滿28學分就可以申請畢業，在學費開銷上就會少一些。

這個項目對轉碼選手還是很友好的，如果你是非CS科班出身，又想申請Data Informatics項目的話，可以考慮一下USC。但根據近幾年的錄取數據來看，平均錄取成績要比之前幾年高一些，之所以會這樣，主要是因為越來越多的CS專業以及非CS專業的同學都對這個項目感興趣，申請基數變大，同時申請者的專業能力和綜合水平也有所提高，擇優錄取的話，錄取平均分數自然被提了上去。近幾年這個項目的錄取新生，背景都還算不錯，本科院校都是國內985和211高校。不過和CS項目相比，這個項目的錄取標準還是會低一點的。

很多同學都會把這個項目和CS 37學分項目進行對比，這裡我簡單說一下。

CS 37學分項目也是比較熱門的一個CS項目，如果你是零基礎轉碼選手的話，可以考慮申請37學分項目。但如果你具備一定的CS基礎，或者本科的專業是CS專業或者CS相關專業，還是我個人感覺你可能還是更適合USC Data Informatics項目。

三、課程設置

課程設置這個問題，是很多同學在申請中都會重點考慮的一個問題。很多同學的未來規劃都是畢業後直接就業，此時一個項目的課程設置就起到了很大的作用，可以學到什麼領域的知識，學到的知識對未來的職業發展有什麼幫助，這些都是需要了解的。接下來，我主要針對Data Informatics項目的一些課程，談談自己的想法。

INF 551——Foundation of Data Management

這門課程是屬於一門introductory課程，授課內容主要是圍繞大數據領域的相關知識，cover面還是偏廣的。如果你本科是CS專業，這門課程對你應該難度不高；但如果你是零基礎或者基礎一般的同學，對你來說，這門課程還是有一定難度的。我本身是轉碼同學，在來USC之前是沒有學習過SQL和Python的，最開始剛上這門課程的時候，還些跟不上，有一些內容無法理解，學得很痛苦。不過通過我的努力，最後還是攻克了這門課程，成績也如願拿到了A。而且很多上課學習到的知識，在後來找實習、面試的時候，都被面試官問到了。個人感覺，這門課程實用性還是滿強的，有必要花心思好好學習下。

總體來說，內容還是可以的，這門課程對就業幫助較大，好好上課和做作業的話，拿A還是有希望的。

INF 552——Machine Learning for Data Informatics

Machine Learning的課程熱度有多高，應該不需要我舉例了，這是眾所周知的事情。Satish教授負責這門課程的教學，這位教授是人工智慧和機器學習領域國際最權威的學者之一Andrew Ng的博士生，學術水平絕對毋庸置疑。教授講課的時候很認真，下課也不會玩消失，基本上都會在辦公室，他的辦公室就在我實驗室的旁邊，我之前還看到他辦公室門口貼著紙條，寫著「歡迎同學們來問問題，不懂的地方就要問，問了才可以學好」之類的字樣。有時候我有不懂的地方，會去問他，每次他都很耐心的給我講解。如果你有畢業後走應用方向Machine Learning相關工作的打算的話，這門課程對你還是有一定幫助的。

總體來說，課程內容很不錯，拿A難度會比551這門課高一點，對就業的幫助中等偏上。

INF 553——Foundations and Application of Data Mining

Data Mining這門課程的熱度近幾年也是肉眼可見的高漲，聽我的小夥伴說Yaoyi教授在學生中的認可度很高，很多同學都想選他的課，但我選的的Data Mining並不是Yaoyi教授上的，但也有很多收穫。個人感覺，最能代表Data Informatics項目的課程應該就是Data Mining這門課程了。

個人感覺，課程內容沒得挑，不過拿A的難度要比551和552難多了，還是需要多花些時間和精力的。

INF 554——Information Visualization

Information Visualization，信息可視化，授課內容主要涉及前端開發，課程設計很清晰很系統，老師會布置project，好好做project還是有一定含金量的，可以後續運用到簡歷中去。如果你本身對前段開發相關知識比較感興趣的話，可以考慮選這門課程；不過如果你是打算從事後端崗位的話，不建議選，因為沒有太大幫助。

課程內容和對就業的幫助因人而異，要看你的未來職業規劃，拿A的難度還是偏高的。

INF 558——Building Knowledge Graphs

我投簡歷的時候，很多HR都是因為看到我上過這門課程，才給我的發了面試邀請。京東北美研究院，是因為看到了我的project，然後給我發了面試邀請，後續的面試也很順利。據我了解，Knowledge Graphs相關的課程，並不是所有大學都有的，USC應該是屬於一個獨特的存在了。目前就業市場上，對Knowledge Graphs崗位的需求量還是比較大的，既然是Knowledge Graphs崗位，肯定HR會希望招聘一個具備良好基礎或者相關經驗的候選人，此時學習過558這門課程的同學，就比較有優勢了。這麼課程的授課老師是業內知名度很高的兩位教授，有豐富的research提供給學生，讓學生理論和時間相結合。這門課程的project絕對是個亮點，不僅fancy，還很新穎，一定要好好做，含金量會很高，是個不錯的簡歷素材。

總體來說，這課程性價比很高，對就業幫助也很大，而且拿A程度適中，個人感覺是個很不錯的課程。

CSCI 570：Analysis of Algorithms

這門課程是我的一門選修課，雖然是選修課，但含金量還是很高的。如果你畢業後是打算直接就業的話，可以考慮選這門課程。日常上課的內容，老師講過的題目、留的作業都很有可能出現在以後的實習或者面試中，實務性還是很強的。個人感覺，如果你可以理解、掌握教材上和老師講的內容，大部分企業的面試應該都是可以cover的。如果你運氣很好的話，說不準面試的時候，還會碰到老師講過的原題，比如說我之前就在面試的時候碰到過。

神課的性價比和收穫絕對是不需要去質疑的，對就業有很大的幫助，不過神課畢竟是個神課，拿A的難度會偏高一點。

除了上面的課程之外，剩下的4個學分，我沒有通過選課去修，而是拿實習和項目來抵學分的。選課的話，我還是推薦選擇一些對職業規劃有幫助的課程，如果對自己有幫助的課程都學完了，沒必要為了修學分去選一些水課，倒不如拿實習和項目來抵學分，一方面可以修滿學分，另一方面也可以豐富自己的項目經驗以及實務經驗。

我身邊很多同學都感覺學校開設的課程難度偏低，學不到什麼深入的知識，後期面試的時候很多題目都不會。其實我感覺之所以造成這個情況，還是你學習沒有主動性，學校可以給你提供豐富的學習資源，但學校和老師只是一個輔助和引導的作用，具體學習的深度和廣度還是要靠你自己。你可以通過上課了解自己感興趣的方向，然後課下進行延伸性的自學，這樣才能在後續面試中做到有備無患。

比如說，Data Informatics的話，主要會涉及Map Reduce、SQL和Hadoop等領域的知識，如果你想要深入學習的話，你其實可以自己思考一些問題，打個比方，SQL有沒有什麼缺點？如果你願意仔細研究的話，其實在運用SQL解決大數據問題的時候，還是有些麻煩的。其實你可以想一下，解決此類問題，如果嘗試運用Map Reduce解決，會不會效率更高一些？有沒有可能運用Hadoop去解決？以及如何運用Hadoop和Map Reduce去解決？其實Hive在這個時候，就可以加以運用了。我之前在上Hive時，老師沒有講過上述這些問題，當時我也沒有考慮到這些方面。不過我後來深入地了解和總結了一下之後，我發現其實很多我學習過的知識都是可以串起來的。學過的知識並不是上完課就結束了，要學會總結和延伸，最好是可以系統地整理出一個知識架構，並且在實踐中學以致用。

二、生活

LA天氣還是很不錯的，就是太陽有點太曬了。公共交通是真的很不便利，不過晚上可以打車，學校有免費的lyft。

還在國內的同學們，一定要抓緊一切機會在國內吃些好吃的。USC周圍的中餐館並不是特別正宗，好吃的中餐館很少。還有很多東西這邊都有，沒必要什麼東西都從國內帶，可以多帶一些薄衣服，厚衣服一兩件就可以，這邊整體溫度還是有些高的。

唯一有一點不太喜歡的，就是安全隱患吧。不敢自己走夜路，晚上的時候我很少會出門，因為我買了車，所以停車也有點擔心，怕晚上被誰砸壞了。來了美國之後，最懷念的除了中國的飯菜之外，應該就是中國的治安了吧，國內晚上自己走夜路根本沒什麼問題，但在這邊還是小心一點比較好。

三、就業

據我了解，Data Informatics項目的同學畢業後，絕大多數都選擇從事Data Scientist和Data Engineer此類崗位。如果你對Data Scientist和Data Engineer沒什麼太大興趣，也可以考慮申請一些軟體相關的崗位，不過軟體相關崗位的要求還是有些高的，個人建議課餘時間多學習一些編程語言多刷題，提高自己的競爭力。

這裡簡單說一下Data Engineer的技術棧訓練，會涉及到SQL、AWS、NoSQL和Spark等知識，有時候也會涉及到Scala、Python還有Java此類編程語言；Data Scientist的技術棧訓練，會涉及到AI、Machine Learning、NLP、Knowledge Graphs等知識以及Python等編程語言。單純從課程設置來分析的話，Data Informatics項目所開設的課程，可以cover掉上述兩個崗位大部分的日常工作內容。所以只要你上課好好學習，課下認真做作業和project，理解教材和老師講過的知識，還是比較容易滿足這兩個崗位的招聘要求的。

我在找工作的時候，側重於找Data Engineer中偏Software Engineer方向的崗位，在校期間我積累的Spark、Hadoop經驗，以及熟練的Map Reduce，這些技能和經驗在面試中都是加分項。在面試時，有很多個面試官都問過我，如何用Map Reduce去解決問題，對我這種對Map Reduce極其熟練的選手而言，這種問題就是小case。流利的回答，讓面試官十分的滿意。

當然，也並不是說，你選了Data Informatics項目，就完全不愁找工作了。最起碼你自己要有明確的職業規劃，然後根據你的職業規劃，去學習對後續發展有幫助的課程和知識。我對自己的職業規劃還是比較清晰明朗的，除了日常的課程之外，我還會上一些慕課，學習一些額外的知識，例如Tableau、Data Warehouse、Data Modeling等相關的知識。大部分慕課的時長都不會很長，不會耽誤你太多的時間，課餘時間多學習一些自己感興趣的知識，充實自己，還是蠻好的。

說到就業，學校的career fair是一定會被提及的一個方面。我們學校里也是有career fair的，有些同學感覺career fair的用處並不大，那只是你是不善於利用好嗎？我感覺還是比較有用的。

Career fair的話，開始的時間都在10點，但你的申請目標是知名大廠的話，還是早些去排隊會比較好，能早起的話，最好7點多就去。一方面，很多同學都對大廠感興趣，排隊的人多，自然去晚了的話，要等很久；另外一方面，名額就那麼多，早點提交簡歷，早點拿到on campus面試，還是有一定申請優勢的。如果你早上8點就去排隊了，差不多career fair開始之後，再等把那個小時左右，就可以提交簡歷了。但如果你是等career fair開始，10點才去排隊的話，估計要排到下午2點或者3點才能提交簡歷。據我了解，career fair最佳的面試時間是早上10點到下午3點，如果太晚了，面試官都累了，面試效率自然也會有所下降的，也未必能達到最優效果。所以個人感覺，如果你對大廠感興趣的話，最好早些去排隊，面試完大廠之後，還有時間去其他公司投投簡歷。

之所以趕早不趕晚，也是考慮到了HR的精力。早上10點剛開始的時候，HR的精力是最充沛的時候，肯定對面試也比較認真，願意花時間去了解你，看你的簡歷，而且on campus的名額肯定也比較多。如果是到了下午的話，HR面了一天，肯定會口乾舌燥，肯定不會像上午一樣那樣仔細地去了解每一位申請者，同時on campus的名額應該已經所剩無幾了，自然你拿到的概率也會相對偏低。

而且在面試之前，也可以請教一下前輩，比如說諮詢一下哪些公司值得排隊，哪些不值得。據我了解，Oath、Facebook以及微軟這些大廠還是有必要排隊的，因為如果你和他們招聘的崗位匹配度較高的話，HR會直接給你on campus名額的；但谷歌的話，就沒必要浪費那麼久的時間去排隊了，因為你到最後會發現，你排了幾個小時，HR還是會建議去網上投簡歷。

我當時在秋招的時候，還是比較看重career fair的。起得很早，7點就去排隊了，因為感興趣的公司有好幾家，還專門雇了兩個人幫我排隊。其實我在排隊這個事情上，並沒有耗費太長時間，10點多的時候就已經開始面試了，和公司HR聊得還是很投緣的，面試機會也那了很多。不過我個人感覺僱人排隊這個事情，有沒有必要是因人而異的，我這個人做事喜歡周全一些，喜歡給自己留Plan B，如果你感興趣的大廠比較少，對申請的崗位有著很明確的規劃，自己也願意早起的話，其實根本沒必要僱人排隊的。

關於就業，我還有一點想要和大家分享一下。刷題、寫簡歷此類工作，一定要趁早開始。USC的就業資源和就業機會還是有很多的，如果你知道如何有效利用資源的話，肯定會有很大的收穫。還有就是學習要主動，不要過於依賴老師，上課的時候緊跟老師的進度，課下要自主複習和預習，同時也要學會實時了解行業的發展趨勢，自己要有一個明確的職業規劃，在了解行業趨勢的同時，要學會適應和改變。我一直都相信，只要你願意努力，懂得深入思考和探索，可以有效利用資源，找到心儀的實習和全職，其實並不難。

AdmitWrite，基於共享經濟模式建立的知名互聯網留學平台，留學屆Uber。迄今為止，平台入駐世界頂級名校導師已超過1000名，實現美國TOP30，英國G5，澳洲八大等多個地區名校全覆蓋。學術大牛？名校學霸？外籍名校導師？牛人彙集地，你想要的都在這裡。人文社科/商科/工科？理科/藝術/法學？不管什麼方向，我們都能為你匹配同專業名校學霸，申請so easy！中介價格不划算？線上模式，拒絕無謂成本，打造極致專業度，極具性價比服務，讓每一分錢都花到實處。

大牛談留學之申請硬知識可以關注專欄：

學霸談美國申請：哥大學姐帶你沖藤校

大牛談英國留學：劍橋學姐帶你申海外名校

海量名校實戰申請經驗：海外名校申請經驗

發佈於 2020-06-17繼續瀏覽內容知乎發現更大的世界打開Chrome繼續馮老師以色列留學馮老師以色列留學基督徒，留學行業深耕十餘年，微信/手機18200107148國內很少人的就業跟自己的專業是很相關的，除了做IT程序員那樣很需要技術的工作。其他的工作基本上什麼專業背景的人都有在做。比如你學教育學，不一定非要去教書，做國際教育，做公司，賣教育產品都是可以做的。申請方面你可以考慮以色列留學，文科都不需要專業背景，都可以申請。考個托福或者雅思就行了。費用也便宜，有的還可以提供全獎

前言

不知道題主想去那個學校，就說一些我就讀的USC吧。我是2016年入學USC，目前我已經畢業了，也成功進入到了我心儀的公司就職。現在回頭看看我之前的申請季以及我的整個碩士留學期間，有很多美好的回憶我都難以忘記。剛來美國的時候，的確有很多不適應，但適應期過的很快，隨著感受一種全新的學習和生活體驗，讓我越來越喜歡USC這所大學，越來越愛LA這座城市了。一直都很想和大家分享一些我留學路上的心得體會，今天就趁這個機會來分享一波。希望我的分享，可以對正在準備留學或者打算申請USC的學弟學妹有所啟發。

一、學習

我本身本科讀的是國內大學和美國大學合辦的項目，所以提前接受過純英教育，所以在上課的時候，還是比較適應的。個人感覺本科和碩士最大的區別，就是需要額外花很多時間去刷題和找實習吧，本科的時候只要預習和複習、做作業就可以了，碩士除了要注重學業之外，還要利用課餘時間刷題、準備簡歷和面試等等。

每門課要耗費多少時間和精力，其實這個問題沒有標準答案，因為不同難度的課程，耗費的時長肯定不一樣。我認為，你可以根據你上課的時間來預估，打個比方，有一門課程，你每周跟著老師上課的時間在4個小時，課下的話，你最好也花4個小時去鞏固和預習。當然具體情況也要具體分析，如果是那種難度很高的深刻，肯定就要花更多的時間去學習了，有時候時間翻倍也屬於正常操作。我之前聽說，斯坦福大學是這樣建議學生的：「如果你想要深入研究和探索一門課程，課下你最起碼要花課上3倍的時間去學習」。個人感覺，這句話還是很有道理的，畢竟付出肯定會有回報。如果你沒有其他的規劃，只是要好好學習的話，那麼你的碩士生活應該還是比較輕鬆了，每天好好上課，課下好好學習就好了。但如果你有一些其他的計劃，比如說找實習或者跟項目，那肯定就會比較忙了，每個領域之間的平衡點，你要學會去掌握，不然很可能會顧此失彼。

個人感覺學習的靈活度和自由度還是比較高的，學校有些課程是提供視頻，不用去教授上課的，視頻課程我很少會去教室，白天會忙自己的事情，晚上回到宿舍開始看視頻上課、寫作業和project，最後成績也比較理想，拿到了A。

我本身對科研還是比較感興趣的，所以和教授溝通交流得還是很頻繁的。當我知道有科研機會或者新項目的時候，我就會問問教授相關的情況。我跟著教授做過幾個項目，積累了科研經驗，還發表了paper，同時做項目是有一定補貼的，可以減輕一點生活壓力。

二、錄取

Data Informatics這個項目我感覺還是很不錯的，CS 37學分項目一直熱度很高，但我認為這個項目比37學分項目性價比更高。修滿28學分就可以申請畢業，在學費開銷上就會少一些。

這個項目對轉碼選手還是很友好的，如果你是非CS科班出身，又想申請Data Informatics項目的話，可以考慮一下USC。但根據近幾年的錄取數據來看，平均錄取成績要比之前幾年高一些，之所以會這樣，主要是因為越來越多的CS專業以及非CS專業的同學都對這個項目感興趣，申請基數變大，同時申請者的專業能力和綜合水平也有所提高，擇優錄取的話，錄取平均分數自然被提了上去。近幾年這個項目的錄取新生，背景都還算不錯，本科院校都是國內985和211高校。不過和CS項目相比，這個項目的錄取標準還是會低一點的。

很多同學都會把這個項目和CS 37學分項目進行對比，這裡我簡單說一下。

CS 37學分項目也是比較熱門的一個CS項目，如果你是零基礎轉碼選手的話，可以考慮申請37學分項目。但如果你具備一定的CS基礎，或者本科的專業是CS專業或者CS相關專業，還是我個人感覺你可能還是更適合USC Data Informatics項目。

三、課程設置

課程設置這個問題，是很多同學在申請中都會重點考慮的一個問題。很多同學的未來規劃都是畢業後直接就業，此時一個項目的課程設置就起到了很大的作用，可以學到什麼領域的知識，學到的知識對未來的職業發展有什麼幫助，這些都是需要了解的。接下來，我主要針對Data Informatics項目的一些課程，談談自己的想法。

INF 551——Foundation of Data Management

這門課程是屬於一門introductory課程，授課內容主要是圍繞大數據領域的相關知識，cover面還是偏廣的。如果你本科是CS專業，這門課程對你應該難度不高；但如果你是零基礎或者基礎一般的同學，對你來說，這門課程還是有一定難度的。我本身是轉碼同學，在來USC之前是沒有學習過SQL和Python的，最開始剛上這門課程的時候，還些跟不上，有一些內容無法理解，學得很痛苦。不過通過我的努力，最後還是攻克了這門課程，成績也如願拿到了A。而且很多上課學習到的知識，在後來找實習、面試的時候，都被面試官問到了。個人感覺，這門課程實用性還是滿強的，有必要花心思好好學習下。

總體來說，內容還是可以的，這門課程對就業幫助較大，好好上課和做作業的話，拿A還是有希望的。

INF 552——Machine Learning for Data Informatics

Machine Learning的課程熱度有多高，應該不需要我舉例了，這是眾所周知的事情。Satish教授負責這門課程的教學，這位教授是人工智慧和機器學習領域國際最權威的學者之一Andrew Ng的博士生，學術水平絕對毋庸置疑。教授講課的時候很認真，下課也不會玩消失，基本上都會在辦公室，他的辦公室就在我實驗室的旁邊，我之前還看到他辦公室門口貼著紙條，寫著「歡迎同學們來問問題，不懂的地方就要問，問了才可以學好」之類的字樣。有時候我有不懂的地方，會去問他，每次他都很耐心的給我講解。如果你有畢業後走應用方向Machine Learning相關工作的打算的話，這門課程對你還是有一定幫助的。

總體來說，課程內容很不錯，拿A難度會比551這門課高一點，對就業的幫助中等偏上。

INF 553——Foundations and Application of Data Mining

Data Mining這門課程的熱度近幾年也是肉眼可見的高漲，聽我的小夥伴說Yaoyi教授在學生中的認可度很高，很多同學都想選他的課，但我選的的Data Mining並不是Yaoyi教授上的，但也有很多收穫。個人感覺，最能代表Data Informatics項目的課程應該就是Data Mining這門課程了。

個人感覺，課程內容沒得挑，不過拿A的難度要比551和552難多了，還是需要多花些時間和精力的。

INF 554——Information Visualization

Information Visualization，信息可視化，授課內容主要涉及前端開發，課程設計很清晰很系統，老師會布置project，好好做project還是有一定含金量的，可以後續運用到簡歷中去。如果你本身對前段開發相關知識比較感興趣的話，可以考慮選這門課程；不過如果你是打算從事後端崗位的話，不建議選，因為沒有太大幫助。

課程內容和對就業的幫助因人而異，要看你的未來職業規劃，拿A的難度還是偏高的。

INF 558——Building Knowledge Graphs

我投簡歷的時候，很多HR都是因為看到我上過這門課程，才給我的發了面試邀請。京東北美研究院，是因為看到了我的project，然後給我發了面試邀請，後續的面試也很順利。據我了解，Knowledge Graphs相關的課程，並不是所有大學都有的，USC應該是屬於一個獨特的存在了。目前就業市場上，對Knowledge Graphs崗位的需求量還是比較大的，既然是Knowledge Graphs崗位，肯定HR會希望招聘一個具備良好基礎或者相關經驗的候選人，此時學習過558這門課程的同學，就比較有優勢了。這麼課程的授課老師是業內知名度很高的兩位教授，有豐富的research提供給學生，讓學生理論和時間相結合。這門課程的project絕對是個亮點，不僅fancy，還很新穎，一定要好好做，含金量會很高，是個不錯的簡歷素材。

總體來說，這課程性價比很高，對就業幫助也很大，而且拿A程度適中，個人感覺是個很不錯的課程。

CSCI 570：Analysis of Algorithms

這門課程是我的一門選修課，雖然是選修課，但含金量還是很高的。如果你畢業後是打算直接就業的話，可以考慮選這門課程。日常上課的內容，老師講過的題目、留的作業都很有可能出現在以後的實習或者面試中，實務性還是很強的。個人感覺，如果你可以理解、掌握教材上和老師講的內容，大部分企業的面試應該都是可以cover的。如果你運氣很好的話，說不準面試的時候，還會碰到老師講過的原題，比如說我之前就在面試的時候碰到過。

神課的性價比和收穫絕對是不需要去質疑的，對就業有很大的幫助，不過神課畢竟是個神課，拿A的難度會偏高一點。

除了上面的課程之外，剩下的4個學分，我沒有通過選課去修，而是拿實習和項目來抵學分的。選課的話，我還是推薦選擇一些對職業規劃有幫助的課程，如果對自己有幫助的課程都學完了，沒必要為了修學分去選一些水課，倒不如拿實習和項目來抵學分，一方面可以修滿學分，另一方面也可以豐富自己的項目經驗以及實務經驗。

我身邊很多同學都感覺學校開設的課程難度偏低，學不到什麼深入的知識，後期面試的時候很多題目都不會。其實我感覺之所以造成這個情況，還是你學習沒有主動性，學校可以給你提供豐富的學習資源，但學校和老師只是一個輔助和引導的作用，具體學習的深度和廣度還是要靠你自己。你可以通過上課了解自己感興趣的方向，然後課下進行延伸性的自學，這樣才能在後續面試中做到有備無患。

比如說，Data Informatics的話，主要會涉及Map Reduce、SQL和Hadoop等領域的知識，如果你想要深入學習的話，你其實可以自己思考一些問題，打個比方，SQL有沒有什麼缺點？如果你願意仔細研究的話，其實在運用SQL解決大數據問題的時候，還是有些麻煩的。其實你可以想一下，解決此類問題，如果嘗試運用Map Reduce解決，會不會效率更高一些？有沒有可能運用Hadoop去解決？以及如何運用Hadoop和Map Reduce去解決？其實Hive在這個時候，就可以加以運用了。我之前在上Hive時，老師沒有講過上述這些問題，當時我也沒有考慮到這些方面。不過我後來深入地了解和總結了一下之後，我發現其實很多我學習過的知識都是可以串起來的。學過的知識並不是上完課就結束了，要學會總結和延伸，最好是可以系統地整理出一個知識架構，並且在實踐中學以致用。

二、生活

LA天氣還是很不錯的，就是太陽有點太曬了。公共交通是真的很不便利，不過晚上可以打車，學校有免費的lyft。

還在國內的同學們，一定要抓緊一切機會在國內吃些好吃的。USC周圍的中餐館並不是特別正宗，好吃的中餐館很少。還有很多東西這邊都有，沒必要什麼東西都從國內帶，可以多帶一些薄衣服，厚衣服一兩件就可以，這邊整體溫度還是有些高的。

唯一有一點不太喜歡的，就是安全隱患吧。不敢自己走夜路，晚上的時候我很少會出門，因為我買了車，所以停車也有點擔心，怕晚上被誰砸壞了。來了美國之後，最懷念的除了中國的飯菜之外，應該就是中國的治安了吧，國內晚上自己走夜路根本沒什麼問題，但在這邊還是小心一點比較好。

三、就業

據我了解，Data Informatics項目的同學畢業後，絕大多數都選擇從事Data Scientist和Data Engineer此類崗位。如果你對Data Scientist和Data Engineer沒什麼太大興趣，也可以考慮申請一些軟體相關的崗位，不過軟體相關崗位的要求還是有些高的，個人建議課餘時間多學習一些編程語言多刷題，提高自己的競爭力。

這裡簡單說一下Data Engineer的技術棧訓練，會涉及到SQL、AWS、NoSQL和Spark等知識，有時候也會涉及到Scala、Python還有Java此類編程語言；Data Scientist的技術棧訓練，會涉及到AI、Machine Learning、NLP、Knowledge Graphs等知識以及Python等編程語言。單純從課程設置來分析的話，Data Informatics項目所開設的課程，可以cover掉上述兩個崗位大部分的日常工作內容。所以只要你上課好好學習，課下認真做作業和project，理解教材和老師講過的知識，還是比較容易滿足這兩個崗位的招聘要求的。

我在找工作的時候，側重於找Data Engineer中偏Software Engineer方向的崗位，在校期間我積累的Spark、Hadoop經驗，以及熟練的Map Reduce，這些技能和經驗在面試中都是加分項。在面試時，有很多個面試官都問過我，如何用Map Reduce去解決問題，對我這種對Map Reduce極其熟練的選手而言，這種問題就是小case。流利的回答，讓面試官十分的滿意。

當然，也並不是說，你選了Data Informatics項目，就完全不愁找工作了。最起碼你自己要有明確的職業規劃，然後根據你的職業規劃，去學習對後續發展有幫助的課程和知識。我對自己的職業規劃還是比較清晰明朗的，除了日常的課程之外，我還會上一些慕課，學習一些額外的知識，例如Tableau、Data Warehouse、Data Modeling等相關的知識。大部分慕課的時長都不會很長，不會耽誤你太多的時間，課餘時間多學習一些自己感興趣的知識，充實自己，還是蠻好的。

說到就業，學校的career fair是一定會被提及的一個方面。我們學校里也是有career fair的，有些同學感覺career fair的用處並不大，那只是你是不善於利用好嗎？我感覺還是比較有用的。

Career fair的話，開始的時間都在10點，但你的申請目標是知名大廠的話，還是早些去排隊會比較好，能早起的話，最好7點多就去。一方面，很多同學都對大廠感興趣，排隊的人多，自然去晚了的話，要等很久；另外一方面，名額就那麼多，早點提交簡歷，早點拿到on campus面試，還是有一定申請優勢的。如果你早上8點就去排隊了，差不多career fair開始之後，再等把那個小時左右，就可以提交簡歷了。但如果你是等career fair開始，10點才去排隊的話，估計要排到下午2點或者3點才能提交簡歷。據我了解，career fair最佳的面試時間是早上10點到下午3點，如果太晚了，面試官都累了，面試效率自然也會有所下降的，也未必能達到最優效果。所以個人感覺，如果你對大廠感興趣的話，最好早些去排隊，面試完大廠之後，還有時間去其他公司投投簡歷。

之所以趕早不趕晚，也是考慮到了HR的精力。早上10點剛開始的時候，HR的精力是最充沛的時候，肯定對面試也比較認真，願意花時間去了解你，看你的簡歷，而且on campus的名額肯定也比較多。如果是到了下午的話，HR面了一天，肯定會口乾舌燥，肯定不會像上午一樣那樣仔細地去了解每一位申請者，同時on campus的名額應該已經所剩無幾了，自然你拿到的概率也會相對偏低。

而且在面試之前，也可以請教一下前輩，比如說諮詢一下哪些公司值得排隊，哪些不值得。據我了解，Oath、Facebook以及微軟這些大廠還是有必要排隊的，因為如果你和他們招聘的崗位匹配度較高的話，HR會直接給你on campus名額的；但谷歌的話，就沒必要浪費那麼久的時間去排隊了，因為你到最後會發現，你排了幾個小時，HR還是會建議去網上投簡歷。

我當時在秋招的時候，還是比較看重career fair的。起得很早，7點就去排隊了，因為感興趣的公司有好幾家，還專門雇了兩個人幫我排隊。其實我在排隊這個事情上，並沒有耗費太長時間，10點多的時候就已經開始面試了，和公司HR聊得還是很投緣的，面試機會也那了很多。不過我個人感覺僱人排隊這個事情，有沒有必要是因人而異的，我這個人做事喜歡周全一些，喜歡給自己留Plan B，如果你感興趣的大廠比較少，對申請的崗位有著很明確的規劃，自己也願意早起的話，其實根本沒必要僱人排隊的。

關於就業，我還有一點想要和大家分享一下。刷題、寫簡歷此類工作，一定要趁早開始。USC的就業資源和就業機會還是有很多的，如果你知道如何有效利用資源的話，肯定會有很大的收穫。還有就是學習要主動，不要過於依賴老師，上課的時候緊跟老師的進度，課下要自主複習和預習，同時也要學會實時了解行業的發展趨勢，自己要有一個明確的職業規劃，在了解行業趨勢的同時，要學會適應和改變。我一直都相信，只要你願意努力，懂得深入思考和探索，可以有效利用資源，找到心儀的實習和全職，其實並不難。

AdmitWrite，基於共享經濟模式建立的知名互聯網留學平台，留學屆Uber。迄今為止，平台入駐世界頂級名校導師已超過1000名，實現美國TOP30，英國G5，澳洲八大等多個地區名校全覆蓋。學術大牛？名校學霸？外籍名校導師？牛人彙集地，你想要的都在這裡。人文社科/商科/工科？理科/藝術/法學？不管什麼方向，我們都能為你匹配同專業名校學霸，申請so easy！中介價格不划算？線上模式，拒絕無謂成本，打造極致專業度，極具性價比服務，讓每一分錢都花到實處。

大牛談留學之申請硬知識可以關注專欄：

學霸談美國申請：哥大學姐帶你沖藤校

大牛談英國留學：劍橋學姐帶你申海外名校

海量名校實戰申請經驗：海外名校申請經驗

發佈於 2020-08-14繼續瀏覽內容知乎發現更大的世界打開Chrome繼續AdmitWrite研究生留學AdmitWrite研究生留學?

已認證的官方帳號

前言

不知道題主想去那個學校，就說一些我就讀的USC吧。我是2016年入學USC，目前我已經畢業了，也成功進入到了我心儀的公司就職。現在回頭看看我之前的申請季以及我的整個碩士留學期間，有很多美好的回憶我都難以忘記。剛來美國的時候，的確有很多不適應，但適應期過的很快，隨著感受一種全新的學習和生活體驗，讓我越來越喜歡USC這所大學，越來越愛LA這座城市了。一直都很想和大家分享一些我留學路上的心得體會，今天就趁這個機會來分享一波。希望我的分享，可以對正在準備留學或者打算申請USC的學弟學妹有所啟發。

一、學習

我本身本科讀的是國內大學和美國大學合辦的項目，所以提前接受過純英教育，所以在上課的時候，還是比較適應的。個人感覺本科和碩士最大的區別，就是需要額外花很多時間去刷題和找實習吧，本科的時候只要預習和複習、做作業就可以了，碩士除了要注重學業之外，還要利用課餘時間刷題、準備簡歷和面試等等。

每門課要耗費多少時間和精力，其實這個問題沒有標準答案，因為不同難度的課程，耗費的時長肯定不一樣。我認為，你可以根據你上課的時間來預估，打個比方，有一門課程，你每周跟著老師上課的時間在4個小時，課下的話，你最好也花4個小時去鞏固和預習。當然具體情況也要具體分析，如果是那種難度很高的深刻，肯定就要花更多的時間去學習了，有時候時間翻倍也屬於正常操作。我之前聽說，斯坦福大學是這樣建議學生的：「如果你想要深入研究和探索一門課程，課下你最起碼要花課上3倍的時間去學習」。個人感覺，這句話還是很有道理的，畢竟付出肯定會有回報。如果你沒有其他的規劃，只是要好好學習的話，那麼你的碩士生活應該還是比較輕鬆了，每天好好上課，課下好好學習就好了。但如果你有一些其他的計劃，比如說找實習或者跟項目，那肯定就會比較忙了，每個領域之間的平衡點，你要學會去掌握，不然很可能會顧此失彼。

個人感覺學習的靈活度和自由度還是比較高的，學校有些課程是提供視頻，不用去教授上課的，視頻課程我很少會去教室，白天會忙自己的事情，晚上回到宿舍開始看視頻上課、寫作業和project，最後成績也比較理想，拿到了A。

我本身對科研還是比較感興趣的，所以和教授溝通交流得還是很頻繁的。當我知道有科研機會或者新項目的時候，我就會問問教授相關的情況。我跟著教授做過幾個項目，積累了科研經驗，還發表了paper，同時做項目是有一定補貼的，可以減輕一點生活壓力。

二、錄取

Data Informatics這個項目我感覺還是很不錯的，CS 37學分項目一直熱度很高，但我認為這個項目比37學分項目性價比更高。修滿28學分就可以申請畢業，在學費開銷上就會少一些。

這個項目對轉碼選手還是很友好的，如果你是非CS科班出身，又想申請Data Informatics項目的話，可以考慮一下USC。但根據近幾年的錄取數據來看，平均錄取成績要比之前幾年高一些，之所以會這樣，主要是因為越來越多的CS專業以及非CS專業的同學都對這個項目感興趣，申請基數變大，同時申請者的專業能力和綜合水平也有所提高，擇優錄取的話，錄取平均分數自然被提了上去。近幾年這個項目的錄取新生，背景都還算不錯，本科院校都是國內985和211高校。不過和CS項目相比，這個項目的錄取標準還是會低一點的。

很多同學都會把這個項目和CS 37學分項目進行對比，這裡我簡單說一下。

CS 37學分項目也是比較熱門的一個CS項目，如果你是零基礎轉碼選手的話，可以考慮申請37學分項目。但如果你具備一定的CS基礎，或者本科的專業是CS專業或者CS相關專業，還是我個人感覺你可能還是更適合USC Data Informatics項目。

三、課程設置

課程設置這個問題，是很多同學在申請中都會重點考慮的一個問題。很多同學的未來規劃都是畢業後直接就業，此時一個項目的課程設置就起到了很大的作用，可以學到什麼領域的知識，學到的知識對未來的職業發展有什麼幫助，這些都是需要了解的。接下來，我主要針對Data Informatics項目的一些課程，談談自己的想法。

INF 551——Foundation of Data Management

這門課程是屬於一門introductory課程，授課內容主要是圍繞大數據領域的相關知識，cover面還是偏廣的。如果你本科是CS專業，這門課程對你應該難度不高；但如果你是零基礎或者基礎一般的同學，對你來說，這門課程還是有一定難度的。我本身是轉碼同學，在來USC之前是沒有學習過SQL和Python的，最開始剛上這門課程的時候，還些跟不上，有一些內容無法理解，學得很痛苦。不過通過我的努力，最後還是攻克了這門課程，成績也如願拿到了A。而且很多上課學習到的知識，在後來找實習、面試的時候，都被面試官問到了。個人感覺，這門課程實用性還是滿強的，有必要花心思好好學習下。

總體來說，內容還是可以的，這門課程對就業幫助較大，好好上課和做作業的話，拿A還是有希望的。

INF 552——Machine Learning for Data Informatics

Machine Learning的課程熱度有多高，應該不需要我舉例了，這是眾所周知的事情。Satish教授負責這門課程的教學，這位教授是人工智慧和機器學習領域國際最權威的學者之一Andrew Ng的博士生，學術水平絕對毋庸置疑。教授講課的時候很認真，下課也不會玩消失，基本上都會在辦公室，他的辦公室就在我實驗室的旁邊，我之前還看到他辦公室門口貼著紙條，寫著「歡迎同學們來問問題，不懂的地方就要問，問了才可以學好」之類的字樣。有時候我有不懂的地方，會去問他，每次他都很耐心的給我講解。如果你有畢業後走應用方向Machine Learning相關工作的打算的話，這門課程對你還是有一定幫助的。

總體來說，課程內容很不錯，拿A難度會比551這門課高一點，對就業的幫助中等偏上。

INF 553——Foundations and Application of Data Mining

Data Mining這門課程的熱度近幾年也是肉眼可見的高漲，聽我的小夥伴說Yaoyi教授在學生中的認可度很高，很多同學都想選他的課，但我選的的Data Mining並不是Yaoyi教授上的，但也有很多收穫。個人感覺，最能代表Data Informatics項目的課程應該就是Data Mining這門課程了。

個人感覺，課程內容沒得挑，不過拿A的難度要比551和552難多了，還是需要多花些時間和精力的。

INF 554——Information Visualization

Information Visualization，信息可視化，授課內容主要涉及前端開發，課程設計很清晰很系統，老師會布置project，好好做project還是有一定含金量的，可以後續運用到簡歷中去。如果你本身對前段開發相關知識比較感興趣的話，可以考慮選這門課程；不過如果你是打算從事後端崗位的話，不建議選，因為沒有太大幫助。

課程內容和對就業的幫助因人而異，要看你的未來職業規劃，拿A的難度還是偏高的。

INF 558——Building Knowledge Graphs

我投簡歷的時候，很多HR都是因為看到我上過這門課程，才給我的發了面試邀請。京東北美研究院，是因為看到了我的project，然後給我發了面試邀請，後續的面試也很順利。據我了解，Knowledge Graphs相關的課程，並不是所有大學都有的，USC應該是屬於一個獨特的存在了。目前就業市場上，對Knowledge Graphs崗位的需求量還是比較大的，既然是Knowledge Graphs崗位，肯定HR會希望招聘一個具備良好基礎或者相關經驗的候選人，此時學習過558這門課程的同學，就比較有優勢了。這麼課程的授課老師是業內知名度很高的兩位教授，有豐富的research提供給學生，讓學生理論和時間相結合。這門課程的project絕對是個亮點，不僅fancy，還很新穎，一定要好好做，含金量會很高，是個不錯的簡歷素材。

總體來說，這課程性價比很高，對就業幫助也很大，而且拿A程度適中，個人感覺是個很不錯的課程。

CSCI 570：Analysis of Algorithms

這門課程是我的一門選修課，雖然是選修課，但含金量還是很高的。如果你畢業後是打算直接就業的話，可以考慮選這門課程。日常上課的內容，老師講過的題目、留的作業都很有可能出現在以後的實習或者面試中，實務性還是很強的。個人感覺，如果你可以理解、掌握教材上和老師講的內容，大部分企業的面試應該都是可以cover的。如果你運氣很好的話，說不準面試的時候，還會碰到老師講過的原題，比如說我之前就在面試的時候碰到過。

神課的性價比和收穫絕對是不需要去質疑的，對就業有很大的幫助，不過神課畢竟是個神課，拿A的難度會偏高一點。

除了上面的課程之外，剩下的4個學分，我沒有通過選課去修，而是拿實習和項目來抵學分的。選課的話，我還是推薦選擇一些對職業規劃有幫助的課程，如果對自己有幫助的課程都學完了，沒必要為了修學分去選一些水課，倒不如拿實習和項目來抵學分，一方面可以修滿學分，另一方面也可以豐富自己的項目經驗以及實務經驗。

我身邊很多同學都感覺學校開設的課程難度偏低，學不到什麼深入的知識，後期面試的時候很多題目都不會。其實我感覺之所以造成這個情況，還是你學習沒有主動性，學校可以給你提供豐富的學習資源，但學校和老師只是一個輔助和引導的作用，具體學習的深度和廣度還是要靠你自己。你可以通過上課了解自己感興趣的方向，然後課下進行延伸性的自學，這樣才能在後續面試中做到有備無患。

比如說，Data Informatics的話，主要會涉及Map Reduce、SQL和Hadoop等領域的知識，如果你想要深入學習的話，你其實可以自己思考一些問題，打個比方，SQL有沒有什麼缺點？如果你願意仔細研究的話，其實在運用SQL解決大數據問題的時候，還是有些麻煩的。其實你可以想一下，解決此類問題，如果嘗試運用Map Reduce解決，會不會效率更高一些？有沒有可能運用Hadoop去解決？以及如何運用Hadoop和Map Reduce去解決？其實Hive在這個時候，就可以加以運用了。我之前在上Hive時，老師沒有講過上述這些問題，當時我也沒有考慮到這些方面。不過我後來深入地了解和總結了一下之後，我發現其實很多我學習過的知識都是可以串起來的。學過的知識並不是上完課就結束了，要學會總結和延伸，最好是可以系統地整理出一個知識架構，並且在實踐中學以致用。

二、生活

LA天氣還是很不錯的，就是太陽有點太曬了。公共交通是真的很不便利，不過晚上可以打車，學校有免費的lyft。

還在國內的同學們，一定要抓緊一切機會在國內吃些好吃的。USC周圍的中餐館並不是特別正宗，好吃的中餐館很少。還有很多東西這邊都有，沒必要什麼東西都從國內帶，可以多帶一些薄衣服，厚衣服一兩件就可以，這邊整體溫度還是有些高的。

唯一有一點不太喜歡的，就是安全隱患吧。不敢自己走夜路，晚上的時候我很少會出門，因為我買了車，所以停車也有點擔心，怕晚上被誰砸壞了。來了美國之後，最懷念的除了中國的飯菜之外，應該就是中國的治安了吧，國內晚上自己走夜路根本沒什麼問題，但在這邊還是小心一點比較好。

三、就業

據我了解，Data Informatics項目的同學畢業後，絕大多數都選擇從事Data Scientist和Data Engineer此類崗位。如果你對Data Scientist和Data Engineer沒什麼太大興趣，也可以考慮申請一些軟體相關的崗位，不過軟體相關崗位的要求還是有些高的，個人建議課餘時間多學習一些編程語言多刷題，提高自己的競爭力。

這裡簡單說一下Data Engineer的技術棧訓練，會涉及到SQL、AWS、NoSQL和Spark等知識，有時候也會涉及到Scala、Python還有Java此類編程語言；Data Scientist的技術棧訓練，會涉及到AI、Machine Learning、NLP、Knowledge Graphs等知識以及Python等編程語言。單純從課程設置來分析的話，Data Informatics項目所開設的課程，可以cover掉上述兩個崗位大部分的日常工作內容。所以只要你上課好好學習，課下認真做作業和project，理解教材和老師講過的知識，還是比較容易滿足這兩個崗位的招聘要求的。

我在找工作的時候，側重於找Data Engineer中偏Software Engineer方向的崗位，在校期間我積累的Spark、Hadoop經驗，以及熟練的Map Reduce，這些技能和經驗在面試中都是加分項。在面試時，有很多個面試官都問過我，如何用Map Reduce去解決問題，對我這種對Map Reduce極其熟練的選手而言，這種問題就是小case。流利的回答，讓面試官十分的滿意。

當然，也並不是說，你選了Data Informatics項目，就完全不愁找工作了。最起碼你自己要有明確的職業規劃，然後根據你的職業規劃，去學習對後續發展有幫助的課程和知識。我對自己的職業規劃還是比較清晰明朗的，除了日常的課程之外，我還會上一些慕課，學習一些額外的知識，例如Tableau、Data Warehouse、Data Modeling等相關的知識。大部分慕課的時長都不會很長，不會耽誤你太多的時間，課餘時間多學習一些自己感興趣的知識，充實自己，還是蠻好的。

說到就業，學校的career fair是一定會被提及的一個方面。我們學校里也是有career fair的，有些同學感覺career fair的用處並不大，那只是你是不善於利用好嗎？我感覺還是比較有用的。

Career fair的話，開始的時間都在10點，但你的申請目標是知名大廠的話，還是早些去排隊會比較好，能早起的話，最好7點多就去。一方面，很多同學都對大廠感興趣，排隊的人多，自然去晚了的話，要等很久；另外一方面，名額就那麼多，早點提交簡歷，早點拿到on campus面試，還是有一定申請優勢的。如果你早上8點就去排隊了，差不多career fair開始之後，再等把那個小時左右，就可以提交簡歷了。但如果你是等career fair開始，10點才去排隊的話，估計要排到下午2點或者3點才能提交簡歷。據我了解，career fair最佳的面試時間是早上10點到下午3點，如果太晚了，面試官都累了，面試效率自然也會有所下降的，也未必能達到最優效果。所以個人感覺，如果你對大廠感興趣的話，最好早些去排隊，面試完大廠之後，還有時間去其他公司投投簡歷。

之所以趕早不趕晚，也是考慮到了HR的精力。早上10點剛開始的時候，HR的精力是最充沛的時候，肯定對面試也比較認真，願意花時間去了解你，看你的簡歷，而且on campus的名額肯定也比較多。如果是到了下午的話，HR面了一天，肯定會口乾舌燥，肯定不會像上午一樣那樣仔細地去了解每一位申請者，同時on campus的名額應該已經所剩無幾了，自然你拿到的概率也會相對偏低。

而且在面試之前，也可以請教一下前輩，比如說諮詢一下哪些公司值得排隊，哪些不值得。據我了解，Oath、Facebook以及微軟這些大廠還是有必要排隊的，因為如果你和他們招聘的崗位匹配度較高的話，HR會直接給你on campus名額的；但谷歌的話，就沒必要浪費那麼久的時間去排隊了，因為你到最後會發現，你排了幾個小時，HR還是會建議去網上投簡歷。

我當時在秋招的時候，還是比較看重career fair的。起得很早，7點就去排隊了，因為感興趣的公司有好幾家，還專門雇了兩個人幫我排隊。其實我在排隊這個事情上，並沒有耗費太長時間，10點多的時候就已經開始面試了，和公司HR聊得還是很投緣的，面試機會也那了很多。不過我個人感覺僱人排隊這個事情，有沒有必要是因人而異的，我這個人做事喜歡周全一些，喜歡給自己留Plan B，如果你感興趣的大廠比較少，對申請的崗位有著很明確的規劃，自己也願意早起的話，其實根本沒必要僱人排隊的。

關於就業，我還有一點想要和大家分享一下。刷題、寫簡歷此類工作，一定要趁早開始。USC的就業資源和就業機會還是有很多的，如果你知道如何有效利用資源的話，肯定會有很大的收穫。還有就是學習要主動，不要過於依賴老師，上課的時候緊跟老師的進度，課下要自主複習和預習，同時也要學會實時了解行業的發展趨勢，自己要有一個明確的職業規劃，在了解行業趨勢的同時，要學會適應和改變。我一直都相信，只要你願意努力，懂得深入思考和探索，可以有效利用資源，找到心儀的實習和全職，其實並不難。

AdmitWrite，基於共享經濟模式建立的知名互聯網留學平台，留學屆Uber。迄今為止，平台入駐世界頂級名校導師已超過1000名，實現美國TOP30，英國G5，澳洲八大等多個地區名校全覆蓋。學術大牛？名校學霸？外籍名校導師？牛人彙集地，你想要的都在這裡。人文社科/商科/工科？理科/藝術/法學？不管什麼方向，我們都能為你匹配同專業名校學霸，申請so easy！中介價格不划算？線上模式，拒絕無謂成本，打造極致專業度，極具性價比服務，讓每一分錢都花到實處。

大牛談留學之申請硬知識可以關注專欄：

學霸談美國申請：哥大學姐帶你沖藤校

大牛談英國留學：劍橋學姐帶你申海外名校

海量名校實戰申請經驗：海外名校申請經驗

發佈於 2020-06-17繼續瀏覽內容知乎發現更大的世界打開Chrome繼續馮老師以色列留學馮老師以色列留學基督徒，留學行業深耕十餘年，微信/手機18200107148國內很少人的就業跟自己的專業是很相關的，除了做IT程序員那樣很需要技術的工作。其他的工作基本上什麼專業背景的人都有在做。比如你學教育學，不一定非要去教書，做國際教育，做公司，賣教育產品都是可以做的。申請方面你可以考慮以色列留學，文科都不需要專業背景，都可以申請。考個托福或者雅思就行了。費用也便宜，有的還可以提供全獎

前言

不知道題主想去那個學校，就說一些我就讀的USC吧。我是2016年入學USC，目前我已經畢業了，也成功進入到了我心儀的公司就職。現在回頭看看我之前的申請季以及我的整個碩士留學期間，有很多美好的回憶我都難以忘記。剛來美國的時候，的確有很多不適應，但適應期過的很快，隨著感受一種全新的學習和生活體驗，讓我越來越喜歡USC這所大學，越來越愛LA這座城市了。一直都很想和大家分享一些我留學路上的心得體會，今天就趁這個機會來分享一波。希望我的分享，可以對正在準備留學或者打算申請USC的學弟學妹有所啟發。

一、學習

我本身本科讀的是國內大學和美國大學合辦的項目，所以提前接受過純英教育，所以在上課的時候，還是比較適應的。個人感覺本科和碩士最大的區別，就是需要額外花很多時間去刷題和找實習吧，本科的時候只要預習和複習、做作業就可以了，碩士除了要注重學業之外，還要利用課餘時間刷題、準備簡歷和面試等等。

每門課要耗費多少時間和精力，其實這個問題沒有標準答案，因為不同難度的課程，耗費的時長肯定不一樣。我認為，你可以根據你上課的時間來預估，打個比方，有一門課程，你每周跟著老師上課的時間在4個小時，課下的話，你最好也花4個小時去鞏固和預習。當然具體情況也要具體分析，如果是那種難度很高的深刻，肯定就要花更多的時間去學習了，有時候時間翻倍也屬於正常操作。我之前聽說，斯坦福大學是這樣建議學生的：「如果你想要深入研究和探索一門課程，課下你最起碼要花課上3倍的時間去學習」。個人感覺，這句話還是很有道理的，畢竟付出肯定會有回報。如果你沒有其他的規劃，只是要好好學習的話，那麼你的碩士生活應該還是比較輕鬆了，每天好好上課，課下好好學習就好了。但如果你有一些其他的計劃，比如說找實習或者跟項目，那肯定就會比較忙了，每個領域之間的平衡點，你要學會去掌握，不然很可能會顧此失彼。

個人感覺學習的靈活度和自由度還是比較高的，學校有些課程是提供視頻，不用去教授上課的，視頻課程我很少會去教室，白天會忙自己的事情，晚上回到宿舍開始看視頻上課、寫作業和project，最後成績也比較理想，拿到了A。

我本身對科研還是比較感興趣的，所以和教授溝通交流得還是很頻繁的。當我知道有科研機會或者新項目的時候，我就會問問教授相關的情況。我跟著教授做過幾個項目，積累了科研經驗，還發表了paper，同時做項目是有一定補貼的，可以減輕一點生活壓力。

二、錄取

Data Informatics這個項目我感覺還是很不錯的，CS 37學分項目一直熱度很高，但我認為這個項目比37學分項目性價比更高。修滿28學分就可以申請畢業，在學費開銷上就會少一些。

這個項目對轉碼選手還是很友好的，如果你是非CS科班出身，又想申請Data Informatics項目的話，可以考慮一下USC。但根據近幾年的錄取數據來看，平均錄取成績要比之前幾年高一些，之所以會這樣，主要是因為越來越多的CS專業以及非CS專業的同學都對這個項目感興趣，申請基數變大，同時申請者的專業能力和綜合水平也有所提高，擇優錄取的話，錄取平均分數自然被提了上去。近幾年這個項目的錄取新生，背景都還算不錯，本科院校都是國內985和211高校。不過和CS項目相比，這個項目的錄取標準還是會低一點的。

很多同學都會把這個項目和CS 37學分項目進行對比，這裡我簡單說一下。

CS 37學分項目也是比較熱門的一個CS項目，如果你是零基礎轉碼選手的話，可以考慮申請37學分項目。但如果你具備一定的CS基礎，或者本科的專業是CS專業或者CS相關專業，還是我個人感覺你可能還是更適合USC Data Informatics項目。

三、課程設置

課程設置這個問題，是很多同學在申請中都會重點考慮的一個問題。很多同學的未來規劃都是畢業後直接就業，此時一個項目的課程設置就起到了很大的作用，可以學到什麼領域的知識，學到的知識對未來的職業發展有什麼幫助，這些都是需要了解的。接下來，我主要針對Data Informatics項目的一些課程，談談自己的想法。

INF 551——Foundation of Data Management

這門課程是屬於一門introductory課程，授課內容主要是圍繞大數據領域的相關知識，cover面還是偏廣的。如果你本科是CS專業，這門課程對你應該難度不高；但如果你是零基礎或者基礎一般的同學，對你來說，這門課程還是有一定難度的。我本身是轉碼同學，在來USC之前是沒有學習過SQL和Python的，最開始剛上這門課程的時候，還些跟不上，有一些內容無法理解，學得很痛苦。不過通過我的努力，最後還是攻克了這門課程，成績也如願拿到了A。而且很多上課學習到的知識，在後來找實習、面試的時候，都被面試官問到了。個人感覺，這門課程實用性還是滿強的，有必要花心思好好學習下。

總體來說，內容還是可以的，這門課程對就業幫助較大，好好上課和做作業的話，拿A還是有希望的。

INF 552——Machine Learning for Data Informatics

Machine Learning的課程熱度有多高，應該不需要我舉例了，這是眾所周知的事情。Satish教授負責這門課程的教學，這位教授是人工智慧和機器學習領域國際最權威的學者之一Andrew Ng的博士生，學術水平絕對毋庸置疑。教授講課的時候很認真，下課也不會玩消失，基本上都會在辦公室，他的辦公室就在我實驗室的旁邊，我之前還看到他辦公室門口貼著紙條，寫著「歡迎同學們來問問題，不懂的地方就要問，問了才可以學好」之類的字樣。有時候我有不懂的地方，會去問他，每次他都很耐心的給我講解。如果你有畢業後走應用方向Machine Learning相關工作的打算的話，這門課程對你還是有一定幫助的。

總體來說，課程內容很不錯，拿A難度會比551這門課高一點，對就業的幫助中等偏上。

INF 553——Foundations and Application of Data Mining

Data Mining這門課程的熱度近幾年也是肉眼可見的高漲，聽我的小夥伴說Yaoyi教授在學生中的認可度很高，很多同學都想選他的課，但我選的的Data Mining並不是Yaoyi教授上的，但也有很多收穫。個人感覺，最能代表Data Informatics項目的課程應該就是Data Mining這門課程了。

個人感覺，課程內容沒得挑，不過拿A的難度要比551和552難多了，還是需要多花些時間和精力的。

INF 554——Information Visualization

Information Visualization，信息可視化，授課內容主要涉及前端開發，課程設計很清晰很系統，老師會布置project，好好做project還是有一定含金量的，可以後續運用到簡歷中去。如果你本身對前段開發相關知識比較感興趣的話，可以考慮選這門課程；不過如果你是打算從事後端崗位的話，不建議選，因為沒有太大幫助。

課程內容和對就業的幫助因人而異，要看你的未來職業規劃，拿A的難度還是偏高的。

INF 558——Building Knowledge Graphs

我投簡歷的時候，很多HR都是因為看到我上過這門課程，才給我的發了面試邀請。京東北美研究院，是因為看到了我的project，然後給我發了面試邀請，後續的面試也很順利。據我了解，Knowledge Graphs相關的課程，並不是所有大學都有的，USC應該是屬於一個獨特的存在了。目前就業市場上，對Knowledge Graphs崗位的需求量還是比較大的，既然是Knowledge Graphs崗位，肯定HR會希望招聘一個具備良好基礎或者相關經驗的候選人，此時學習過558這門課程的同學，就比較有優勢了。這麼課程的授課老師是業內知名度很高的兩位教授，有豐富的research提供給學生，讓學生理論和時間相結合。這門課程的project絕對是個亮點，不僅fancy，還很新穎，一定要好好做，含金量會很高，是個不錯的簡歷素材。

總體來說，這課程性價比很高，對就業幫助也很大，而且拿A程度適中，個人感覺是個很不錯的課程。

CSCI 570：Analysis of Algorithms

這門課程是我的一門選修課，雖然是選修課，但含金量還是很高的。如果你畢業後是打算直接就業的話，可以考慮選這門課程。日常上課的內容，老師講過的題目、留的作業都很有可能出現在以後的實習或者面試中，實務性還是很強的。個人感覺，如果你可以理解、掌握教材上和老師講的內容，大部分企業的面試應該都是可以cover的。如果你運氣很好的話，說不準面試的時候，還會碰到老師講過的原題，比如說我之前就在面試的時候碰到過。

神課的性價比和收穫絕對是不需要去質疑的，對就業有很大的幫助，不過神課畢竟是個神課，拿A的難度會偏高一點。

除了上面的課程之外，剩下的4個學分，我沒有通過選課去修，而是拿實習和項目來抵學分的。選課的話，我還是推薦選擇一些對職業規劃有幫助的課程，如果對自己有幫助的課程都學完了，沒必要為了修學分去選一些水課，倒不如拿實習和項目來抵學分，一方面可以修滿學分，另一方面也可以豐富自己的項目經驗以及實務經驗。

我身邊很多同學都感覺學校開設的課程難度偏低，學不到什麼深入的知識，後期面試的時候很多題目都不會。其實我感覺之所以造成這個情況，還是你學習沒有主動性，學校可以給你提供豐富的學習資源，但學校和老師只是一個輔助和引導的作用，具體學習的深度和廣度還是要靠你自己。你可以通過上課了解自己感興趣的方向，然後課下進行延伸性的自學，這樣才能在後續面試中做到有備無患。

比如說，Data Informatics的話，主要會涉及Map Reduce、SQL和Hadoop等領域的知識，如果你想要深入學習的話，你其實可以自己思考一些問題，打個比方，SQL有沒有什麼缺點？如果你願意仔細研究的話，其實在運用SQL解決大數據問題的時候，還是有些麻煩的。其實你可以想一下，解決此類問題，如果嘗試運用Map Reduce解決，會不會效率更高一些？有沒有可能運用Hadoop去解決？以及如何運用Hadoop和Map Reduce去解決？其實Hive在這個時候，就可以加以運用了。我之前在上Hive時，老師沒有講過上述這些問題，當時我也沒有考慮到這些方面。不過我後來深入地了解和總結了一下之後，我發現其實很多我學習過的知識都是可以串起來的。學過的知識並不是上完課就結束了，要學會總結和延伸，最好是可以系統地整理出一個知識架構，並且在實踐中學以致用。

二、生活

LA天氣還是很不錯的，就是太陽有點太曬了。公共交通是真的很不便利，不過晚上可以打車，學校有免費的lyft。

還在國內的同學們，一定要抓緊一切機會在國內吃些好吃的。USC周圍的中餐館並不是特別正宗，好吃的中餐館很少。還有很多東西這邊都有，沒必要什麼東西都從國內帶，可以多帶一些薄衣服，厚衣服一兩件就可以，這邊整體溫度還是有些高的。

唯一有一點不太喜歡的，就是安全隱患吧。不敢自己走夜路，晚上的時候我很少會出門，因為我買了車，所以停車也有點擔心，怕晚上被誰砸壞了。來了美國之後，最懷念的除了中國的飯菜之外，應該就是中國的治安了吧，國內晚上自己走夜路根本沒什麼問題，但在這邊還是小心一點比較好。

三、就業

據我了解，Data Informatics項目的同學畢業後，絕大多數都選擇從事Data Scientist和Data Engineer此類崗位。如果你對Data Scientist和Data Engineer沒什麼太大興趣，也可以考慮申請一些軟體相關的崗位，不過軟體相關崗位的要求還是有些高的，個人建議課餘時間多學習一些編程語言多刷題，提高自己的競爭力。

這裡簡單說一下Data Engineer的技術棧訓練，會涉及到SQL、AWS、NoSQL和Spark等知識，有時候也會涉及到Scala、Python還有Java此類編程語言；Data Scientist的技術棧訓練，會涉及到AI、Machine Learning、NLP、Knowledge Graphs等知識以及Python等編程語言。單純從課程設置來分析的話，Data Informatics項目所開設的課程，可以cover掉上述兩個崗位大部分的日常工作內容。所以只要你上課好好學習，課下認真做作業和project，理解教材和老師講過的知識，還是比較容易滿足這兩個崗位的招聘要求的。

我在找工作的時候，側重於找Data Engineer中偏Software Engineer方向的崗位，在校期間我積累的Spark、Hadoop經驗，以及熟練的Map Reduce，這些技能和經驗在面試中都是加分項。在面試時，有很多個面試官都問過我，如何用Map Reduce去解決問題，對我這種對Map Reduce極其熟練的選手而言，這種問題就是小case。流利的回答，讓面試官十分的滿意。

當然，也並不是說，你選了Data Informatics項目，就完全不愁找工作了。最起碼你自己要有明確的職業規劃，然後根據你的職業規劃，去學習對後續發展有幫助的課程和知識。我對自己的職業規劃還是比較清晰明朗的，除了日常的課程之外，我還會上一些慕課，學習一些額外的知識，例如Tableau、Data Warehouse、Data Modeling等相關的知識。大部分慕課的時長都不會很長，不會耽誤你太多的時間，課餘時間多學習一些自己感興趣的知識，充實自己，還是蠻好的。

說到就業，學校的career fair是一定會被提及的一個方面。我們學校里也是有career fair的，有些同學感覺career fair的用處並不大，那只是你是不善於利用好嗎？我感覺還是比較有用的。

Career fair的話，開始的時間都在10點，但你的申請目標是知名大廠的話，還是早些去排隊會比較好，能早起的話，最好7點多就去。一方面，很多同學都對大廠感興趣，排隊的人多，自然去晚了的話，要等很久；另外一方面，名額就那麼多，早點提交簡歷，早點拿到on campus面試，還是有一定申請優勢的。如果你早上8點就去排隊了，差不多career fair開始之後，再等把那個小時左右，就可以提交簡歷了。但如果你是等career fair開始，10點才去排隊的話，估計要排到下午2點或者3點才能提交簡歷。據我了解，career fair最佳的面試時間是早上10點到下午3點，如果太晚了，面試官都累了，面試效率自然也會有所下降的，也未必能達到最優效果。所以個人感覺，如果你對大廠感興趣的話，最好早些去排隊，面試完大廠之後，還有時間去其他公司投投簡歷。

之所以趕早不趕晚，也是考慮到了HR的精力。早上10點剛開始的時候，HR的精力是最充沛的時候，肯定對面試也比較認真，願意花時間去了解你，看你的簡歷，而且on campus的名額肯定也比較多。如果是到了下午的話，HR面了一天，肯定會口乾舌燥，肯定不會像上午一樣那樣仔細地去了解每一位申請者，同時on campus的名額應該已經所剩無幾了，自然你拿到的概率也會相對偏低。

而且在面試之前，也可以請教一下前輩，比如說諮詢一下哪些公司值得排隊，哪些不值得。據我了解，Oath、Facebook以及微軟這些大廠還是有必要排隊的，因為如果你和他們招聘的崗位匹配度較高的話，HR會直接給你on campus名額的；但谷歌的話，就沒必要浪費那麼久的時間去排隊了，因為你到最後會發現，你排了幾個小時，HR還是會建議去網上投簡歷。

我當時在秋招的時候，還是比較看重career fair的。起得很早，7點就去排隊了，因為感興趣的公司有好幾家，還專門雇了兩個人幫我排隊。其實我在排隊這個事情上，並沒有耗費太長時間，10點多的時候就已經開始面試了，和公司HR聊得還是很投緣的，面試機會也那了很多。不過我個人感覺僱人排隊這個事情，有沒有必要是因人而異的，我這個人做事喜歡周全一些，喜歡給自己留Plan B，如果你感興趣的大廠比較少，對申請的崗位有著很明確的規劃，自己也願意早起的話，其實根本沒必要僱人排隊的。

關於就業，我還有一點想要和大家分享一下。刷題、寫簡歷此類工作，一定要趁早開始。USC的就業資源和就業機會還是有很多的，如果你知道如何有效利用資源的話，肯定會有很大的收穫。還有就是學習要主動，不要過於依賴老師，上課的時候緊跟老師的進度，課下要自主複習和預習，同時也要學會實時了解行業的發展趨勢，自己要有一個明確的職業規劃，在了解行業趨勢的同時，要學會適應和改變。我一直都相信，只要你願意努力，懂得深入思考和探索，可以有效利用資源，找到心儀的實習和全職，其實並不難。

AdmitWrite，基於共享經濟模式建立的知名互聯網留學平台，留學屆Uber。迄今為止，平台入駐世界頂級名校導師已超過1000名，實現美國TOP30，英國G5，澳洲八大等多個地區名校全覆蓋。學術大牛？名校學霸？外籍名校導師？牛人彙集地，你想要的都在這裡。人文社科/商科/工科？理科/藝術/法學？不管什麼方向，我們都能為你匹配同專業名校學霸，申請so easy！中介價格不划算？線上模式，拒絕無謂成本，打造極致專業度，極具性價比服務，讓每一分錢都花到實處。

大牛談留學之申請硬知識可以關注專欄：

學霸談美國申請：哥大學姐帶你沖藤校

大牛談英國留學：劍橋學姐帶你申海外名校

海量名校實戰申請經驗：海外名校申請經驗

發佈於 2020-06-17繼續瀏覽內容知乎發現更大的世界打開Chrome繼續馮老師以色列留學馮老師以色列留學基督徒，留學行業深耕十餘年，微信/手機18200107148國內很少人的就業跟自己的專業是很相關的，除了做IT程序員那樣很需要技術的工作。其他的工作基本上什麼專業背景的人都有在做。比如你學教育學，不一定非要去教書，做國際教育，做公司，賣教育產品都是可以做的。申請方面你可以考慮以色列留學，文科都不需要專業背景，都可以申請。考個托福或者雅思就行了。費用也便宜，有的還可以提供全獎
國內很少人的就業跟自己的專業是很相關的，除了做IT程序員那樣很需要技術的工作。其他的工作基本上什麼專業背景的人都有在做。比如你學教育學，不一定非要去教書，做國際教育，做公司，賣教育產品都是可以做的。申請方面你可以考慮以色列留學，文科都不需要專業背景，都可以申請。考個托福或者雅思就行了。費用也便宜，有的還可以提供全獎
只從畢業好找工作角度來說，推薦技術型的。（IT，會計，金融等等）

我是做美國留學升學顧問，這一個職位在美國每個學校都有，提供學業和職業等方面的意見和建議。我結合我在美國留學諮詢中關於專業選擇的意見，回答一下樓主的問題。

　　首先你的問題是不正確的，沒有不好的專業，只有沒有學好的專業。所謂的好專業，熱門專業，就是就業市場上需求量比較大的專業，因為需求量大，所以給人感覺容易就業。實際上熱門專業裡面也有很多人就不了業。而且由於專業熱門，很多人學習，必然導致水漲創高，要求提升，一個人對於該專業的知識掌握不深入，反而處於劣勢中，難以就業。從反面角度看，任何一個專業的設置，必然是基於社會的需求而設置的。社會中任何一個行業，都需要這方面的人才去做好，做精。比如市場營銷，被認為非常水，這種專業，其實企業都非常需要這方面的專業人員，因為市場是一個企業生產的命脈基礎。很多人覺得市場營銷專業苦和累，是自己沒有術業專攻導致。第三，現代社會分工精細化的發展，很多就業崗位已經不是單純的看單一的技能，而是綜合素質和能力的競技。而符合背景的人往往在市場上做某些崗位會更加有競爭力。我舉個例子，社會上的金牌專業「同聲傳譯」，這個專業其實並不喜歡英語專業的人，而是喜歡你專業是其他理工科的背景，但是英語又比較好，然後加以培訓，將會是非常強勁有力的人才。因為很多技術類型的翻譯，英語專業的人是沒辦法短期內學習和掌握的。第四，社會是在不斷變化的，今天的熱門專業十年後也許就是冷門專業。而且目前社會變化進步之快，讓這種轉變也加快了。但是不變的時，任何一個行業都需要把工作做好，做精。

　　綜上，沒有好和壞的專業，所謂的熱門或者好就業是總體的數字，具體針對個人，還是看你自己掌握程度而言的。而且從教育的角度說，專業的選擇還是看你的偏好和興趣，有興趣作為驅動力，才能做長久，做出成績來。任何一個領域，做好做專業，個人的價值，社會地位都會是前景不可限量的。

　　當然了，我這麼講你肯定不滿意，有些人肯定想要看看所謂的熱門專業是什麼。那就看我之前文章http://www.toutiao.com/i6289527116434244098/ ，美國大學裡面哪些專業熱門。社會中總有哪些幸運兒，專業即使自己喜歡的，又是社會熱門大量需求的。這種人，有運氣的問題。另一方面，想要讓自己成為這種幸運兒，那就需要多讀書拓展自己的知識面，讓自己的經歷豐富，這樣在做選擇的時候自己的選擇機會越多，越有可能成為幸運兒。

我覺得 首先看你的興趣 根據你的興趣來選擇研究所的專業和方向。而且其實很多人做的工作也是和本科研究生時候專業不同的。主要看你的興趣，如果你想選擇商科，也是不錯的，畢竟多一些專業知識，只是不要放鬆英文，英文還是非常重要的一項技能。 如果以後你確實想從事英文相關的工作，那麼當然繼續選擇英文專業。很多英文相關工作待遇也是不錯的。至於工作待遇的多少，更多也來自你的工作能力和綜合素質等多方面因素。

祝福
推薦閱讀：
相关文章