墨爾本的master of IT和澳國立的AI如何選擇?
現在拿到了墨爾本的master of IT 和澳國立的master of Computing (AI ),都是授課型
本人比較傾向於將來做數據挖掘,數據分析,人工智慧類工作可是糾結在於,國立的專業針對性比較強但城市不好,缺少一些列機會,墨爾本名氣大,城市好但感覺專業可能不是那麼合口味(有部分選修課是這個方向)該怎麼選?謝謝各位
PS:為什麼我不愛和小留討論工作的事?充滿了幻想還naive。他舉個optiver的例子就想反駁我,暫且不說optiver還給過我offer,主要是用C++寫量化,和人工智慧,數據挖掘屁關係沒有。 這些都不論,即便他們真做人工智慧。好了,你們都去optivet吧,看他能招幾個人?你當你家後花園了?
你學這個破方向,在哪都一樣,在悉尼也找不到工作。
一個到處寫web,寫It後台的地方你非要寫人工智慧,就好比去窯子里非要找真愛一樣,你來錯地方了。
堪培拉估計都沒什麼寫web的機會,比國內的小縣城還小。
悉尼也就二線城市的規模,IT大公司基本沒有,銀行現在也到處搞外包,你說你搞什麼數據挖掘,人工智慧呢?是不是有點強土澳所難?如果你想在這兩個學校里選,以後想留在學校做Fellow或者去CSIRO,來ANU沒錯的,新校長也蠻重視CECS。如果你覺得堪培拉太無聊,去墨爾本你不吃虧,城市熱鬧工作機會也比堪培拉多。總之,希望題主自己做出判斷,不要輕信一家之言,包括我。
補充一句:你現在是無法預知兩年後的世界的。也許中國變成了環境優美的人間天堂,也許美國的IT產業從此走向沒落,也許某個不知名的小國成了世界經濟的頂樑柱。所以。慎重選擇但不要後悔。再就是,讀書期間,research project和internship,至少要參加一個。我覺得吧,你說的那三個大方向都是博士才能入門,不然也就是貼在外圍打打雜。
別把澳洲碩士,尤其是授課碩士想太高,就那麼短短几門課,可能讓你有質變么?
你要是將來想留澳洲,選墨大it吧,不容易留,但是還是有點機會的
你要是非這三個方向不做,不一定要留澳,建議你選ANU,研究研究coursework怎麼轉research,好好發文章,然後申請去美國讀博。壞處就是只能一條路走到黑,不讀博的話你這個碩士相當於讀廢了。
本題回答,充分展示了倖存者偏差。
@Cyclone 到處都看到你,基本全是負面信息,反對,別人只想問選哪個學校吧
我當年在國立大學和墨爾本大學之間徘徊,課程規劃,城市對比,學長學姐獲取資料都做過,最後選擇墨爾本大學。簡單說一下吧,國立大學的cs在人工智慧方面的研究是澳洲頂尖,中國留學生的錄取要求比墨爾本略微低一點,coursework課程基礎內容多了點,但是什麼機器學習,智能演算法什麼還是有的,如果你不滿足可以只選難的,第二年申請做研究(成績足夠好,成績不行說明你就是能力不夠),缺點是研究沒有acs認證,選擇做研究那你就應該規劃跟著導師讀phd了,這樣讀phd你還是有可能得,你直接申請難度你應該知道,再者人工智慧是未來的cs的潮流你應該看的見。墨爾本大學,墨爾本的模式讓它把大量資源集中到master階段,你說它是貴族學校就想用研究生賺錢沒錯(本科生學校要大量補助划不來),但那和你沒關係,你就是花錢買教育,錢多的學校當然能有錢請更好的老師,有更多的資源,再看看課程,我覺得也很有誠意,it的分散式系統方向,這是雲計算大數據的基礎(大數據建立在雲計算上),是底層架構,課程絕對不是你本科可以學到的,同時還有分散式系統設計,企業實習等實踐課程,但是缺點是第一學期有四門基礎課給非本專業的同學上,你如果不喜歡追求更高難度,那可以讀cs,cs直接上it第二年的關於分散式系統的深度課程,然後是一年的研究,好像是一共要求寫3偏論文,但是一樣有acs認證的問題,你如果想做研究讀phd可以選,同學方面基本應該211朝上,雙非90分的gpa很少有人能達到,學校資源你,周圍的同學資都很優秀,其他看你自己。ps:這種高大上的工作在中國也沒多少,有你也不一定進的去,中國大部分IT工作和澳洲差不多,只是市場大,就是各種開發(還累的要死),技術水平停留在「拿來主義」階段,高校課程更是落後市場。說認真的,其實我覺得來現在國內人來澳洲最好還是降低一下心理預期。其實上tafe去幹個藍領工作也挺不錯的,只要不是太苦逼的活比如修路。在澳洲搞it確實沒什麼搞頭,做到頭待遇可能也就和開叉車差不多,而且開叉車還輕鬆。
布村開公交的華人越來越多了,這是好事,知乎上就有一個悉尼北區的公交司機@Sydney Buses 。對於澳華融入澳洲社會的幫助比碼農大多了,至於各路賺自己人錢的中介嗎,唉。強烈反對 @Cyclone 悉尼沒有大公司? 谷歌,atlassian被你吃了? 我承認土澳是垃圾,但是你說的實在是誇張,我還沒聽說過誰畢業後只寫web的。再來,在土澳上學更多找個跳板,畢竟美國很多公司都會來校招
既然都是不錯的學校 這種情況不是要看哪裡房價便宜么
謝邀,
利益相關(master of computing advanced 在讀)首先不了解墨爾本大學的IT和CS(我申請的時候cs被拒,拿到了IT的錄取)我只說ANU
一句話總結,想體驗多姿多彩留學生生活,別來ANU. 想要好好學習,移民,讀博士請來ANU
一,先說學習,從官網上可以知道,anu分4個方向ai,hci,computer system,se. 簡單來說,項目的質量取決於你的選課。先說一下為什麼大多數人覺得這個項目水,我結合自身和觀察到的來說。 1)來澳洲cs的學生基礎不好,轉專業佔大多數。 2)來的人,想兩手抓,又想移民,又想讀博士。第一點:由於基礎不好,大多數學生會選擇好過的水課。難一點的課都避免,一是聽不懂,二來怕掛,這很正常,沒什麼可鄙視的。ANU的好課往往建立在你有基礎之上。特別是系統和AI課。舉個例子 COMP8300,這麼課叫parallel system教你寫並行程序,課程涵蓋體系結構,操作系統,GPU加速, 還有一點hadoop原理等。我們的作業是在超級計算機(ANU的雷神)上跑的。你說水么?但這個課除了我和我兩個朋友外,全是local(20多人).COMP8600 machine learning,這門課不教你套模型跑數據,直接數學原理講mahine learning,教材是PRML。稍微懂點的都知道這是個什麼書,學生是不少,但這門均分50多。選水課的另一個原因是:大家想要acs認證。2)讀博士可以參考我的另一篇回答,ANU給你提供了極好的環境讀博士,我們實驗室另一位本科浙大的同學(course work),我導師極力想留他讀博士,但人家要回國。
對於移民的同學,ACT政策極佳:會計55分移民不是夢。。當然在政策不變的情況下。說說工作:
1)想留澳洲工作,請避開AI。目前我知道找的ai相關工作的只有我們實驗室的博士。和一個極其優秀的碩士(本科是上交的)。反正我找實習是碰過壁了。但也因人而異。2)ACT工作環境不好,但是暑假完全可以去悉尼找實習。畢業想去哪去哪。就是平時的計算機part time job難一些。雖然環境一般,我面過xero。雖然掛了,但我朋友也平時在小公司做開發(前端)。一周2天吧。3)找工作口語要好,劃重點!口語要好。他們不看重你技術如何,因為大多數你在學校學到的都用不到,而且他們會教你。重點在於溝通和team work!4)master of computing 從去年開始,可以把12個學分的group or individual project換成internship(學校幫你聯繫堪培拉的公司,直接去實習就好,但是unpaid)對於想刷簡歷的留下來的同學,簡直是福利。有實習工作會好找些.具體如圖總的來說ANU還是很值得來的,前提是你足夠優秀。再多說一句,量力而行,空有熱血,ANU會是你的噩夢。別說我沒提醒你。白花錢還沒玩好。
個人覺得不管選哪裡,出路都應該差不多。不然應該不會糾結這個問題。
謝邀。你的問題歸根結底就是如何選擇大學。這兩所大學在澳洲的排名,名氣,考試難度方面都不分高下,也都是偏學術的大學,所以主要要從專業和居住城市兩個方面選擇。
專業方面,我並不是IT專業,不過你要比較一下兩所大學的課程,比如他們是從基礎開始的還是直接上高級課。如果都包含很多基礎課的話,那差別不會很大,即使有AI也只是簡單接觸。如果課程不是面對初學者的話,就要果斷選擇感興趣的專業了。
城市方面,就居住而言,墨爾本各方面都勝於堪培拉,堪培拉最熱鬧的街上也沒幾個人,沒好吃的沒好玩的,不過平時宅習慣了的話也問題不大。就業方面,要說工作機會還是悉尼最多,不過並不是說在堪培拉就不能找墨爾本或悉尼的工作,都是網上投簡歷然後先電話面試的,也不會因為你大學不是在本市上的就減分,只是面試去悉尼或墨爾本不太方便而且費錢。
總結一下,優先按專業選,就是如果你已有很紮實的IT基礎,並且能忍受冷清的堪培拉生活的話,選自己感興趣的細分專業,上國立。如果是從零開始,那麼專業差別不大,基礎AI也可以自學達成,推薦墨大。樓主我和你的情況一模一樣 哈哈 今年年底就走了我的想法還是去墨爾本 畢竟好找工作國立地方比較偏 而且你要是學ai 僅僅碩士恐怕不夠 還得讀博 況且墨爾本it也設置有ai的課程 研究生嘛 就是打基礎 況且墨大的授課式教學比較不錯 僅做參考吧~
當然是墨爾本大學。澳大利亞國立大學不算很好的大學
推薦閱讀:
※想了解一些人工智慧與機器學習的資訊信息和行業動態,有什麼比較好的專業期刊和專著書籍可推薦的?
※「冷撲大師」 (Libratus) 是如何利用博弈論打德撲的?
※到底什麼才是人類的靈魂,智慧,驕傲和尊嚴
※Galactic Dependencies依存關係數據集+細粒度語言類型學預測 | 直播預告·PhD Talk
※BMXNet:基於MXNet的二進位神經網路實現
TAG:人工智慧 | 數據挖掘 | 墨爾本大學UniversityofMelbourne | 澳大利亞國立大學AustralianNationalUniversity |