前言我是2016年入学USC，目前我已经毕业了，也成功进入到了我心仪的公司就职。现在回头看看我之前的申请季以及我的整个硕士留学期间，有很多美好的回忆我都难以忘记。刚来美国的时候，的确有很多不适应，但适应期过的很快，随着感受一种全新的学习和生活体验，让我越来越喜欢USC这所大学，越来越爱LA这座城市了。一直都很想和大家分享一些我留学路上的心得体会，今天就趁这个机会来分享一波。希望我的分享，可以对正在准备留学或者打算申请USC的学弟学妹有所启发。一、学习我本身本科读的是国内大学和美国大学合办的项目，所以提前接受过纯英教育，所以在上课的时候，还是比较适应的。个人感觉本科和硕士最大的区别，就是需要额外花很多时间去刷题和找实习吧，本科的时候只要预习和复习、做作业就可以了，硕士除了要注重学业之外，还要利用课余时间刷题、准备简历和面试等等。每门课要耗费多少时间和精力，其实这个问题没有标准答案，因为不同难度的课程，耗费的时长肯定不一样。我认为，你可以根据你上课的时间来预估，打个比方，有一门课程，你每周跟着老师上课的时间在4个小时，课下的话，你最好也花4个小时去巩固和预习。当然具体情况也要具体分析，如果是那种难度很高的深刻，肯定就要花更多的时间去学习了，有时候时间翻倍也属于正常操作。我之前听说，斯坦福大学是这样建议学生的：“如果你想要深入研究和探索一门课程，课下你最起码要花课上3倍的时间去学习”。个人感觉，这句话还是很有道理的，毕竟付出肯定会有回报。如果你没有其他的规划，只是要好好学习的话，那么你的硕士生活应该还是比较轻松了，每天好好上课，课下好好学习就好了。但如果你有一些其他的计划，比如说找实习或者跟项目，那肯定就会比较忙了，每个领域之间的平衡点，你要学会去掌握，不然很可能会顾此失彼。个人感觉学习的灵活度和自由度还是比较高的，学校有些课程是提供视频，不用去教授上课的，视频课程我很少会去教室，白天会忙自己的事情，晚上回到宿舍开始看视频上课、写作业和project，最后成绩也比较理想，拿到了A。我本身对科研还是比较感兴趣的，所以和教授沟通交流得还是很频繁的。当我知道有科研机会或者新项目的时候，我就会问问教授相关的情况。我跟着教授做过几个项目，积累了科研经验，还发表了paper，同时做项目是有一定补贴的，可以减轻一点生活压力。二、录取Data Informatics这个项目我感觉还是很不错的，CS 37学分项目一直热度很高，但我认为这个项目比37学分项目性价比更高。修满28学分就可以申请毕业，在学费开销上就会少一些。这个项目对转码选手还是很友好的，如果你是非CS科班出身，又想申请Data Informatics项目的话，可以考虑一下USC。但根据近几年的录取数据来看，平均录取成绩要比之前几年高一些，之所以会这样，主要是因为越来越多的CS专业以及非CS专业的同学都对这个项目感兴趣，申请基数变大，同时申请者的专业能力和综合水平也有所提高，择优录取的话，录取平均分数自然被提了上去。近几年这个项目的录取新生，背景都还算不错，本科院校都是国内985和211高校。不过和CS项目相比，这个项目的录取标准还是会低一点的。很多同学都会把这个项目和CS 37学分项目进行对比，这里我简单说一下。CS 37学分项目也是比较热门的一个CS项目，如果你是零基础转码选手的话，可以考虑申请37学分项目。但如果你具备一定的CS基础，或者本科的专业是CS专业或者CS相关专业，还是我个人感觉你可能还是更适合USC Data Informatics项目。三、课程设置课程设置这个问题，是很多同学在申请中都会重点考虑的一个问题。很多同学的未来规划都是毕业后直接就业，此时一个项目的课程设置就起到了很大的作用，可以学到什么领域的知识，学到的知识对未来的职业发展有什么帮助，这些都是需要了解的。接下来，我主要针对Data Informatics项目的一些课程，谈谈自己的想法。INF 551——Foundation of Data Management这门课程是属于一门introductory课程，授课内容主要是围绕大数据领域的相关知识，cover面还是偏广的。如果你本科是CS专业，这门课程对你应该难度不高；但如果你是零基础或者基础一般的同学，对你来说，这门课程还是有一定难度的。我本身是转码同学，在来USC之前是没有学习过SQL和Python的，最开始刚上这门课程的时候，还些跟不上，有一些内容无法理解，学得很痛苦。不过通过我的努力，最后还是攻克了这门课程，成绩也如愿拿到了A。而且很多上课学习到的知识，在后来找实习、面试的时候，都被面试官问到了。个人感觉，这门课程实用性还是满强的，有必要花心思好好学习下。总体来说，内容还是可以的，这门课程对就业帮助较大，好好上课和做作业的话，拿A还是有希望的。INF 552——Machine Learning for Data InformaticsMachine Learning的课程热度有多高，应该不需要我举例了，这是众所周知的事情。Satish教授负责这门课程的教学，这位教授是人工智能和机器学习领域国际最权威的学者之一Andrew Ng的博士生，学术水平绝对毋庸置疑。教授讲课的时候很认真，下课也不会玩消失，基本上都会在办公室，他的办公室就在我实验室的旁边，我之前还看到他办公室门口贴着纸条，写着“欢迎同学们来问问题，不懂的地方就要问，问了才可以学好”之类的字样。有时候我有不懂的地方，会去问他，每次他都很耐心的给我讲解。如果你有毕业后走应用方向Machine Learning相关工作的打算的话，这门课程对你还是有一定帮助的。总体来说，课程内容很不错，拿A难度会比551这门课高一点，对就业的帮助中等偏上。INF 553——Foundations and Application of Data MiningData Mining这门课程的热度近几年也是肉眼可见的高涨，听我的小伙伴说Yaoyi教授在学生中的认可度很高，很多同学都想选他的课，但我选的的Data Mining并不是Yaoyi教授上的，但也有很多收获。个人感觉，最能代表Data Informatics项目的课程应该就是Data Mining这门课程了。个人感觉，课程内容没得挑，不过拿A的难度要比551和552难多了，还是需要多花些时间和精力的。INF 554——Information VisualizationInformation Visualization，信息可视化，授课内容主要涉及前端开发，课程设计很清晰很系统，老师会布置project，好好做project还是有一定含金量的，可以后续运用到简历中去。如果你本身对前段开发相关知识比较感兴趣的话，可以考虑选这门课程；不过如果你是打算从事后端岗位的话，不建议选，因为没有太大帮助。课程内容和对就业的帮助因人而异，要看你的未来职业规划，拿A的难度还是偏高的。INF 558——Building Knowledge Graphs我投简历的时候，很多HR都是因为看到我上过这门课程，才给我的发了面试邀请。京东北美研究院，是因为看到了我的project，然后给我发了面试邀请，后续的面试也很顺利。据我了解，Knowledge Graphs相关的课程，并不是所有大学都有的，USC应该是属于一个独特的存在了。目前就业市场上，对Knowledge Graphs岗位的需求量还是比较大的，既然是Knowledge Graphs岗位，肯定HR会希望招聘一个具备良好基础或者相关经验的候选人，此时学习过558这门课程的同学，就比较有优势了。这么课程的授课老师是业内知名度很高的两位教授，有丰富的research提供给学生，让学生理论和时间相结合。这门课程的project绝对是个亮点，不仅fancy，还很新颖，一定要好好做，含金量会很高，是个不错的简历素材。总体来说，这课程性价比很高，对就业帮助也很大，而且拿A程度适中，个人感觉是个很不错的课程。CSCI 570：Analysis of Algorithms这门课程是我的一门选修课，虽然是选修课，但含金量还是很高的。如果你毕业后是打算直接就业的话，可以考虑选这门课程。日常上课的内容，老师讲过的题目、留的作业都很有可能出现在以后的实习或者面试中，实务性还是很强的。个人感觉，如果你可以理解、掌握教材上和老师讲的内容，大部分企业的面试应该都是可以cover的。如果你运气很好的话，说不准面试的时候，还会碰到老师讲过的原题，比如说我之前就在面试的时候碰到过。神课的性价比和收获绝对是不需要去质疑的，对就业有很大的帮助，不过神课毕竟是个神课，拿A的难度会偏高一点。除了上面的课程之外，剩下的4个学分，我没有通过选课去修，而是拿实习和项目来抵学分的。选课的话，我还是推荐选择一些对职业规划有帮助的课程，如果对自己有帮助的课程都学完了，没必要为了修学分去选一些水课，倒不如拿实习和项目来抵学分，一方面可以修满学分，另一方面也可以丰富自己的项目经验以及实务经验。我身边很多同学都感觉学校开设的课程难度偏低，学不到什么深入的知识，后期面试的时候很多题目都不会。其实我感觉之所以造成这个情况，还是你学习没有主动性，学校可以给你提供丰富的学习资源，但学校和老师只是一个辅助和引导的作用，具体学习的深度和广度还是要靠你自己。你可以通过上课了解自己感兴趣的方向，然后课下进行延伸性的自学，这样才能在后续面试中做到有备无患。比如说，Data Informatics的话，主要会涉及Map Reduce、SQL和Hadoop等领域的知识，如果你想要深入学习的话，你其实可以自己思考一些问题，打个比方，SQL有没有什么缺点？如果你愿意仔细研究的话，其实在运用SQL解决大数据问题的时候，还是有些麻烦的。其实你可以想一下，解决此类问题，如果尝试运用Map Reduce解决，会不会效率更高一些？有没有可能运用Hadoop去解决？以及如何运用Hadoop和Map Reduce去解决？其实Hive在这个时候，就可以加以运用了。我之前在上Hive时，老师没有讲过上述这些问题，当时我也没有考虑到这些方面。不过我后来深入地了解和总结了一下之后，我发现其实很多我学习过的知识都是可以串起来的。学过的知识并不是上完课就结束了，要学会总结和延伸，最好是可以系统地整理出一个知识架构，并且在实践中学以致用。二、生活LA天气还是很不错的，就是太阳有点太晒了。公共交通是真的很不便利，不过晚上可以打车，学校有免费的lyft。还在国内的同学们，一定要抓紧一切机会在国内吃些好吃的。USC周围的中餐馆并不是特别正宗，好吃的中餐馆很少。还有很多东西这边都有，没必要什么东西都从国内带，可以多带一些薄衣服，厚衣服一两件就可以，这边整体温度还是有些高的。唯一有一点不太喜欢的，就是安全隐患吧。不敢自己走夜路，晚上的时候我很少会出门，因为我买了车，所以停车也有点担心，怕晚上被谁砸坏了。来了美国之后，最怀念的除了中国的饭菜之外，应该就是中国的治安了吧，国内晚上自己走夜路根本没什么问题，但在这边还是小心一点比较好。三、就业据我了解，Data Informatics项目的同学毕业后，绝大多数都选择从事Data Scientist和Data Engineer此类岗位。如果你对Data Scientist和Data Engineer没什么太大兴趣，也可以考虑申请一些软件相关的岗位，不过软件相关岗位的要求还是有些高的，个人建议课余时间多学习一些编程语言多刷题，提高自己的竞争力。这里简单说一下Data Engineer的技术栈训练，会涉及到SQL、AWS、NoSQL和Spark等知识，有时候也会涉及到Scala、Python还有Java此类编程语言；Data Scientist的技术栈训练，会涉及到AI、Machine Learning、NLP、Knowledge Graphs等知识以及Python等编程语言。单纯从课程设置来分析的话，Data Informatics项目所开设的课程，可以cover掉上述两个岗位大部分的日常工作内容。所以只要你上课好好学习，课下认真做作业和project，理解教材和老师讲过的知识，还是比较容易满足这两个岗位的招聘要求的。我在找工作的时候，侧重于找Data Engineer中偏Software Engineer方向的岗位，在校期间我积累的Spark、Hadoop经验，以及熟练的Map Reduce，这些技能和经验在面试中都是加分项。在面试时，有很多个面试官都问过我，如何用Map Reduce去解决问题，对我这种对Map Reduce极其熟练的选手而言，这种问题就是小case。流利的回答，让面试官十分的满意。当然，也并不是说，你选了Data Informatics项目，就完全不愁找工作了。最起码你自己要有明确的职业规划，然后根据你的职业规划，去学习对后续发展有帮助的课程和知识。我对自己的职业规划还是比较清晰明朗的，除了日常的课程之外，我还会上一些慕课，学习一些额外的知识，例如Tableau、Data Warehouse、Data Modeling等相关的知识。大部分慕课的时长都不会很长，不会耽误你太多的时间，课余时间多学习一些自己感兴趣的知识，充实自己，还是蛮好的。说到就业，学校的career fair是一定会被提及的一个方面。我们学校里也是有career fair的，有些同学感觉career fair的用处并不大，那只是你是不善于利用好吗？我感觉还是比较有用的。Career fair的话，开始的时间都在10点，但你的申请目标是知名大厂的话，还是早些去排队会比较好，能早起的话，最好7点多就去。一方面，很多同学都对大厂感兴趣，排队的人多，自然去晚了的话，要等很久；另外一方面，名额就那么多，早点提交简历，早点拿到on campus面试，还是有一定申请优势的。如果你早上8点就去排队了，差不多career fair开始之后，再等把那个小时左右，就可以提交简历了。但如果你是等career fair开始，10点才去排队的话，估计要排到下午2点或者3点才能提交简历。据我了解，career fair最佳的面试时间是早上10点到下午3点，如果太晚了，面试官都累了，面试效率自然也会有所下降的，也未必能达到最优效果。所以个人感觉，如果你对大厂感兴趣的话，最好早些去排队，面试完大厂之后，还有时间去其他公司投投简历。之所以赶早不赶晚，也是考虑到了HR的精力。早上10点刚开始的时候，HR的精力是最充沛的时候，肯定对面试也比较认真，愿意花时间去了解你，看你的简历，而且on campus的名额肯定也比较多。如果是到了下午的话，HR面了一天，肯定会口干舌燥，肯定不会像上午一样那样仔细地去了解每一位申请者，同时on campus的名额应该已经所剩无几了，自然你拿到的概率也会相对偏低。而且在面试之前，也可以请教一下前辈，比如说咨询一下哪些公司值得排队，哪些不值得。据我了解，Oath、Facebook以及微软这些大厂还是有必要排队的，因为如果你和他们招聘的岗位匹配度较高的话，HR会直接给你on campus名额的；但谷歌的话，就没必要浪费那么久的时间去排队了，因为你到最后会发现，你排了几个小时，HR还是会建议去网上投简历。我当时在秋招的时候，还是比较看重career fair的。起得很早，7点就去排队了，因为感兴趣的公司有好几家，还专门雇了两个人帮我排队。其实我在排队这个事情上，并没有耗费太长时间，10点多的时候就已经开始面试了，和公司HR聊得还是很投缘的，面试机会也那了很多。不过我个人感觉雇人排队这个事情，有没有必要是因人而异的，我这个人做事喜欢周全一些，喜欢给自己留Plan B，如果你感兴趣的大厂比较少，对申请的岗位有着很明确的规划，自己也愿意早起的话，其实根本没必要雇人排队的。关于就业，我还有一点想要和大家分享一下。刷题、写简历此类工作，一定要趁早开始。USC的就业资源和就业机会还是有很多的，如果你知道如何有效利用资源的话，肯定会有很大的收获。还有就是学习要主动，不要过于依赖老师，上课的时候紧跟老师的进度，课下要自主复习和预习，同时也要学会实时了解行业的发展趋势，自己要有一个明确的职业规划，在了解行业趋势的同时，要学会适应和改变。我一直都相信，只要你愿意努力，懂得深入思考和探索，可以有效利用资源，找到心仪的实习和全职，其实并不难。

谢邀。让我挖个坑慢慢回想回想再来填。另外，对有人问这个问题表示震惊……………= =对我自己竟然想认真回答这个问题的念头也表示震惊.....................——————————————————————————————————————07-03——估计关心这个问题的几乎没人，想到哪写到哪慢更。研究生面试的时候，对面坐着的老师们让 先「introduce yourself」，心中大喜缓缓背出之前准备好的稿子。「...... I graduated from North China University of Water Resources and Electric Power in July, 2014. ......」英语渣熬过折磨人的英语面试之后，一位对面的老师投射来迫不及待的眼神，我急忙转头过去用眼神告诉他「老师你问吧」。他说「你们学校，是在保定的那个，还是在北京的那个？」我急忙解释道「不不不，老师，我们是华北水利水电大学，是在郑州的那个，前身是北京水利学校......」类似以上真实事件不止发生过一次。什么，你说【华北水利水电大学】这个名字听起来很野鸡？那，【华北水利水电学院】听起来呢......学校通知书下发比较晚，在学校没更名成功之前，作为一个二本（当年，现在已有6个一本专业），它的通知书竟然敢跟专科学校的一起寄来。再加上这个【学院】的名字，被远亲友认为我上了个专科认为了三年。直到它更名成功的那一刻，「闺女，我看新闻啦，你们学校专升本了！真幸运啊，毕业了能拿本科的证了不？......」我。。。。。。。。。。。。。。。好想再说一次再说一次，华北水利水电大学是省内工科最好的二本没有之一没有之一.......关于学校的介绍我就不多言了，参见百度百科。华北水利水电大学说说大学四年的感受以及，发点图吧。——————————————╮(╯﹏╰)╭对啊我是慢更没错啊——————————08-15——码字什么的真的很费脑啊喂，所以你们就不能点个赞么！这个大坑填起来好费劲！我要给自己发个誓18号一定更。。！「并不能一定..........——————————————————我来了！————————————————08-18——（友情提示，前方多图。图多来自华北水利水电大学吧 和我男神微博，侵删）还记得那是五年前的初秋，一脸新鲜的踏进了华水这个温暖的怀(da)抱(keng)，从此再也出不来。没进大学之前，高中略小破，所以第一眼看见龙子湖校区的时候，我是欣喜的。就像进城了一样的欣喜。报道的第一天晚上，在上大二的一个哥哥带着我和软妹室友逛了逛学校，当时还非常激(nao)动(can)的发了条状态感慨学校之大之美之..........好吧，平心而论龙子湖校区确实很好看的嘛。先来两张大门好啦。大门正对着的地方好像是在建新图书馆，见过图书馆内设计图，觉得简直棒到飞起！然而它已经并不属于毕业狗们了。我就是喜欢它蓝蓝的屋顶~这只湖的官方名字叫做【龙湾湖】，然而在它没有名字之前，我们通常亲昵的称他为——龙子坑。而湖堤两岸，则因聚集众多情侣安坐嬉戏玩耍调情，被更加亲昵的称为——情人坡。传说，单身狗没事不要往情人坡上跑，特别是在晚上，会长鸡眼的！夜景更棒对吧~「嘁~是我男神拍的好看龙湾湖的一角是种了荷花的，这让我不禁想作诗一首：华水可采莲，莲叶何田田。鱼戏莲叶间。鱼戏莲叶东，鱼戏莲叶西，鱼戏莲叶南，鱼戏莲叶北。这组让我好想回去当年，约几个好朋(ji)友，在阳光温柔的午后，漫步在校园里。传说中的彩虹楼梯。然而这是在我毕业之后华水才出柜的，所以......只好偷学弟的图了。发了这么点皂片，无法表达我水【龙子湖校区】的美。至于我为啥强调龙子湖校区.......来了你就知道了~~「坏笑脸只能夸你到这了，明天开始吐槽！—————————╮(╯﹏╰)╭嗯，我的明天就是这么长你咬我吖！—————————09-20——开学好忙= =，说好的认真回（tu）答（cao）这个问题，被我一拖再拖。感觉写着写着就会被太长不看。然而我是真·话痨，所以我努力精简一下哈。。。想想已经两年没有回去新区了，听说新图书馆快建成了，室内体育场也已经建好投入使用，还真是蛮想回去看看的。不知道情人坡是不是早上总有人在晨读傍晚总是坐满了情侣，男女比例有没有较从前7比1一对情侣三对基的情况有所缓和，第二生活区依旧没有单身妹子出没吗，食堂有没有逃出开学必涨价的厄运，后勤的老师们还是一样...么，校医院是不是仍旧只会开维生素金刚片，校车是不是依旧空着没人也不让学生坐，三峡大坝的岩芯那是不是还总有人在开会，新装修的高大上的第一报告厅还能不能在里边搞活动，作为四大校级组织之一的我大志愿者联合会是不是还是没有办公室.......= =扯远了。。。说好的吐槽呢！！都说母校是那个自己骂一百遍但不允许别人说她一点不好的地方。然而，我觉得我水就是那个大家一起吐槽吐槽吐槽，然而时间久了以后，发现其实对她不算是讨厌只是有种恨铁不成钢的情绪可毕竟还是爱着的。龙子湖校区作为【姚桥乡柳林镇停水断电冒屎漫路武术职业技术微博学院】，听这名字就知道有多么值得吐槽了。。前方高能正在进食人员请迅速撤离······那啥昨天在很多年不上的人人发现了一张照片。我发了啊···我真的要发了········对没错，这就是传说中的。趵。屎。泉。不知道新区的下水道是什么鬼，排水系统简直是烂。一到下雨后面那叫一个酸爽。然而不知道现在还会不会冒屎，不过仍旧水漫金山。比如前段时间..............啊哈~这图上是乱入的我男神不过我才不给你们看他的脸呢啊哈哈哈哈~~说实话，新区断电停水的次数，比老区少的多呢。我们可爱的花园校区简直处处都是槽点。。—————————————————焦虑的人无心填坑—————————————10-22——我是真的还记得这有个大坑的真的真的！！！只是最近作业堆积如山，还有文献要看，还要做presentation真是无力。。。T T再等等。。。