USC EE PHD和CMU MIIS master如何選擇?
題主數學系大四學生,今年有幸拿到這兩個項目的錄取,其中usc phd帶獎。
以後是想去工業界做data scientist,感覺二者以後都可以讓我實現這個目標,但是各有利弊。USC Pros 因為有獎學金,選擇實驗室比較方便,現在也有在做data science方面的實驗室聯繫題主。 選了自由,可以選很多cs的課,有更多時間打磨自己,而且感覺有個phd以後就業上限更高?Cons 不過導師是做reconfigurable computing出名的,感覺data science這一塊是最近才開始做,做的比較應用
CMUPros 快節奏,名校,好項目,就業類比mcds應該很不錯。Cons 新項目,可參考的就業去向比較少。項目略貴,不過影響不大。以後出來只有master學位怕上限低,發展前景不如phd,而且這個項目也基本沒什麼轉phd的可能?謝謝各位大牛的回答了~
Carnegie Mellon University, PhD in ECE 實力分享,供大家參考。
匹茲堡位於賓夕法尼亞州。不提那些位於沙漠/郊區的學校,相比於物價稅費極高的加州,匹茲堡可以算是在生活開銷上非常實惠的地區了,因此對於自費的學生,負擔相對輕一些。
匹茲堡過去是鋼鐵之城,經歷了衰敗,現在又重新走上復興的道路。得益於 CMU 強大的人才輸送,大部分大家熟悉的 IT 公司在匹茲堡都有分部,比如谷歌,蘋果,優步。還有很多相對小的 IT 創業公司,以及創業的孵化設施。
教學質量專業出色
CMU 的課程質量是相當出色的。在計算機領域,一系列「神」課培育了一代又一代 IT 精英,特別是本科生的課程,比如 15213,15220,15410。難度足可以讓大部分研究生抓破頭皮,當然收穫也是成正比的。和國內不一樣,這些 CS 工程性課程非常注重實踐,不是上課了解了原理就可以應付過去的,下課以後基本都要去做lab,認真學過一遍包你對基礎知識深入理解。而且,這些 lab 經驗直接幫助你積累未來找工作面試的經驗。特別是關於基本的演算法問題和工程項目經驗這兩方面是公司HR特別喜歡問的問題。
除此之外,很多前沿領域,比如計算機,機器視覺,深度學習,雲計算等,都有對應的高水平的專屬研究生課程。如果有幸在 CMU 讀 PhD,能夠跟領域前沿的學術大牛開拓人類知識疆界,是一件很有情懷的事情,雖然短期經濟回報有限,但長期肯定是值得的。
競爭與合作並存營造良好的學術氛圍
首先來到這裡的學生,非常 international,非常 diverse。無論是碩士還是博士,無論是不是來自國內的名校(雖然還是有相當大的比例),都是非常努力的學生。寧做鳳尾不做雞頭,環境決定命運,水漲船高,說的都是一個意思。
同時,CMU 成功孕育了一個競爭和合作並存的環境。實踐性課程中,你通常需要 teamwork才能完成一個 lab/project,但是同時,一般最後打分都會有一個 ranking,你自然不希望自己的 team 排名太靠後。當你看到你的 teammates 都在實驗室為項目揮灑「有限的睡眠時間」,你也會幹勁兒十足。
對於 PhD,實驗室的研究氣氛一般比較濃厚,壓力和動力並存。因為你知道研究的想法需要快速驗證,同時你也相信有 CMU 導師的指導,一旦做出來,必然會取得一定的成功。這裡的研究氛圍非常開放,經常有來自外校/業界最新的成果在學校進行交流。
擁有豐富且優質的校友資源
和大家切實相關的我認為就是校友資源了。大量的來自 CMU 的校友供職於大量的 IT 公司的領導層,他們自然潛意識裡會傾向 CMU 的學弟學妹。同時,一般 IT 的求職過程提供內部 refer 的選項。一般情況下如果你認識 X 公司的師兄,和他聊聊天,當他認為你準備好了,會很樂意幫你 refer。因為他在幫助你的同時也能拿到 refer bonus。
ECE vs CS?專業排名集中反映了學校項目的水平。根據 US news,CS(1st)要強過 ECE(8th)。專業課程設置上,CS 更偏重 IT 現在熱門的知識,便於找工作,對於碩士同學來說吸引力肯定更大。但是 CS 的項目,無論是碩士還是博士,都是非常 competitive 的。一種曲線救國的方法就是同時申請 ECE,也很 competitive,但至少有一些機會更大的出路,也是很不錯的選擇。
不過,讓很多學生頭痛的是最近 ECE 的碩士項目不能隨便選擇 CS 的課程了(讀書期間,只能選擇一門沒有非 ECE Cross-reference 的 CS 課程),堵住一條在 ECE 接受 CS 訓練的路。這一點確實為不少碩士造成了很多不方便,博士沒有這個問題。
碩士 MS 或者博士 PhD?
客觀上,MS短期金錢投資大時間投資短,但短期回報大(加州碩士 120k 的年薪非常普遍,雖然你只能拿到其中的 60% 左右,因為加州稅費高的離譜),長期回報可能會稍顯動力不足(這也因人而異,有的MS技術過硬,往往升的很快)。PhD 相反,金錢投資幾乎為零(還掙每月 2500+ 的薪水),時間投資長,短期回報可大可小,你可以兩年就發表 nature,也可能得多積累積累,未來拿到在學術界的入場券,去業界起點也一般很高。
主觀上,跟人的性格有關。幾個自我測試的問題,你要問自己:你喜不喜歡研究?能不能耐得住寂寞?當你的同齡人已經安家立業生小孩了,你還在學校的環境里拿著很少的工資,只有有限的工作經驗,心裡能平衡? 讀 PhD 的人,必須對自己的研究充滿興趣和擁有對未來產生回報的信心,否則很難堅持下來,時間上也划不來。PhD 轉 MS 在 CMU 行政上倒是非常方便。
目前工作狀態,對於未來的工作計劃和職業方向的思考完成了 PhD 的 qualifier 和 proposal,也完成了其他所有課程教課的要求,進入了所謂ABD(all but dissertation)的狀態。實習的目標是找一個在業界能夠最大發揮價值的,有挑戰性的,並具有一定責任的職位。確定工作以後,專心進行收尾的研究,明年畢業。人生時間很短暫,雖然不可能在所有領域都有所建樹,但要爭取能把一件事做好,做精。IT 領域發展很快,要不斷學習,及時趕上潮流。
VH 資深mentor Tianyu,如果你也喜歡這篇內容,或者想要更多更好的內容,歡迎你關注我 公眾號 ID (HawkElite)
同樣剛拿到MIIS的錄取,目前還在等MCDS的結果(我是不是想得有點多了)……這幾天稍稍了解了下MIIS,以及MIIS和MCDS的區別,目前覺得MIIS還是有可能轉PhD的,分享一些來源供題主和大家參考:
1. MIIS主頁中關於繼續讀PhD的FAQ(Admissions FAQ)2. MIIS Program Director Jamie Callan的一個回答(How is MIIS (offered by LTI) at CMU?)I think that I may want a career in research, or that I may want to pursue a Ph.D. later. Will the MIIS degree help me to achieve these goals?
The MIIS degree is a practice-oriented professional degree designed for students who want to quickly obtain an M.S. degree prior to beginning or resuming leadership careers in industry and government. If you know that you want a career in research, the LTI"s MLT and Ph.D. degree programs may be better choices. However, if you select the MIIS degree now and later decide to pursue a career in research, you will find that the MIIS degree is very solid foundation from which to begin a research career. The classroom preparation is very similar.
Professional MS degrees vary in their orientation and quality. You must consider each program individually. Students in the MIIS degree take the same courses as students in CMU"s research-oriented MLT and PhD degrees. They are advised by the same faculty. The distribution of GPAs for MIIS and MLT students are very similar. It is just as difficult to get into the MIIS degree as it is to get into the MLT degree. The LTI is very serious about providing a professional MIIS degree that is just as good as its research-oriented MLT degree. You can find out how the first cohort of MIIS students did on our web page (Current LTI Graduate Students).
3. MCDS co-founder Anthony Tomasic的一個回答(https://www.quora.com/What-are-the-differences-between-a-masters-in-computational-data-science-MCDS-and-masters-in-intelligent-information-systems-MIIS-courses-at-CMU)
(MCDS and MIIS) Both are professional master degrees in the School of Computer Science at CMU. Both focus more or less on machine learning and data science in various forms. Both degrees send students to many of the same companies and jobs upon graduation. So in many respects the MCDS analytics track is very similar to the MIIS degree.
The two primary differences are: MIIS students are required to do individual research projects with faculty members - the LTI faculty know of this requirement and essentially prefer MIIS students in many cases over MCDS students (although specific expertise can trump this).The MCDS capstone project, a rough equivalent to the MIIS project, is organized more as a team project, usually involves building or performing research on a larger time frame, and involve more work (three classes of work instead of two). The second difference is that MCDS covers more tracks - the systems track (focused on databases, distributed systems, storage, etc.) is very different from the analytics track, as is the forthcoming HCI track.
綜合上面來看,MIIS應該是一個定位介於MLT和MCDS之間的program。既然MCDS有繼續讀PhD的先例(https://www.quora.com/Should-I-choose-CMUs-Masters-in-Computational-Data-Science-MCDS-program-if-I-want-a-career-in-research),MIIS繼續讀PhD的機會應該更大些。另外關於data science需不需要PhD,可以參考下 https://www.quora.com/How-good-is-the-masters-in-computational-data-science-MCDS-program-at-CMU
MIIS是新項目而且招人少(因為有directed study的緣故?),感覺資料非常稀缺,歡迎大家分享:)簡單說一下USC我知道的情況。沒猜錯的話老闆應該是viktor, 他同時是EE和CS的教授,所以我接觸過一次,我記得他帶三個組,一組是有關infomation retrieval,一組是data science, 我去的時候在做time series有關的項目,最後一組沒有了解。老闆和學生都屬於比較隨和的,每周會有meeting, 學生們還會約到周末一起打羽毛球。如果你是學校的獎,那幾乎是美國phd能給到的最多的工資了,每月應該是3000+,而且你應該也有選導師的自由。有什麼想了解的歡迎私信。
你要是真想做個不是只會跑一跑的ds...這個Phd跑不掉.USC的Phd差不多是待遇的標杆了. 最爛的也是第一年和最後一年fellow, 中間TA/RA
推薦閱讀:
※回歸分析有哪些令人驚嘆的應用?
※請問下從事數據科學需要哪些計算機方面知識?
※jupyter notebook 可以做哪些事情?
※国外学data science也就是大数据这种专业回国是不是不好找工作?
※數據分析師和數據科學家有何區別?
TAG:留學 | 卡內基梅隆大學CarnegieMellonUniversity | 出國讀研 | 數據科學家 | 南加州大學USC |