美本计算机 去 cmu-sv 卡内基梅隆硅谷校区 读 Software Management怎么样？ 第1页

我是CMU-SV SE 18fall的学生，可能是因为这个项目比较新，所以网上对于项目的介绍还不是很多，在这里我来讲讲我眼中的CMU-SV SE，以帮助大家在申请时准确定位。

项目介绍

SE位于CMU的硅谷校区，在这里的学生不多，所以硅谷校区其实比较简陋，不像传统的封闭式校园设施齐全。这边只有两栋楼，一栋是一层的自习室，还有一栋是两层的办公室+教室，没有校园的感觉。由于不在主校区，所以本校一些课程需要远程上课，缺乏了互动式课堂的体验，不过SV自己开设的课程有些质量也不错。

项目是三个学期的，有8门选修课，其中5门是核心课程，需要在SV编制的课程列表中选择，课程的质量有高有低。不过我个人认为项目时间本就很长，而且中间还要穿插实习，质量高的课程学起来压力也较大，所以每个学期还是需要选一两门水课来减轻自己的学习压力。另外，CMU在硅谷设立这个校区也是以就业为目的，所以我们和主校区学生一天到晚赶作业的学习状态是不同的（当然我们的作业量也不少）。项目的最大优点就是它的地理位置优势而带来的就业机会多，往届的毕业生就业率非常好看，而且去的都是大企业，不存在找不到好工作的忧愁。

需要注意的一点就是，CMU-SV不在匹兹堡主校区，由于授课方式、教师资源、学校氛围等因素，项目的水平和主校区的项目水平有着一定的差距，我们不能在SV上到很多CMU的神课，基于此，我身边的很多同学对于这个项目的评价也有褒有贬。

课程介绍

前面已经说过了，这个项目课程质量有高有低，因为项目的选课限制较大，我们不能上一些主校区有的神课，能够选到的只有CC、ICS、DL等两三门课程，主要的课程还是Pittsburgh INI学院的一些远程课以及SV自己开设的课程。在这里我详细说一下我上的每一门课，课程的质量由高到低排序（仅个人感觉），给需要的小伙伴一个参考。

先说我认为的三门质量非常高的神课。

18-613 Introduction to Computer Systems

这门课和CMU的神课15-213是完全相同的一门课，区别只是课号不一样而已，15-代表SCS学院，18-代表ECE学院，2表示本科生，6表示研究生。这门课在上一届是有老师在SV上课的，这一届就变成了远程授课，我们在教室里看匹兹堡那边教室的视频推送。上课的内容是学习计算机程序的基本模型，包括内存模型、信号模型、IO模型等等，我们会写一个属于自己的shell和malloc内存管理器，还要许多其他有用的东西，总之非常有技术含量，做出来也很有成就感。我们上课用的教材是CS：APP，著名的CS入门书籍，课程已经开设了好多年，经久不衰，非常推荐以后想当程序员的人上。

15-619 Cloud Computing

也是本部的神课，没有视频，更多的是project。我们会利用Amazon AWS学习写出很多Cloud Native的小服务，课程有一定的难度，我每周都要在这门课上花三十几个小时的时间，思考怎么做project的同时也在很大程度上提升了我的自我学习能力。感觉这门课适合以后做后端和infra的人学习，能够掌握很多相关的知识。PS：找一个可靠的队友，作业就会轻松很多。

11-785 Deep Learning

这门课从最基本的NN和SGD一直讲到了Reinforcement Learning，期间还有project，老师发的学习资料也非常丰富，是一门享誉业界的好课。课程能够让我们对ML有一个基本的了解，不过如果是以后想做Data Scientist的话，仅仅是这一门课的学习还远远不够，毕竟DS岗位基本都要求PhD。

接着是我上下来觉得质量一般但能够学到技术的课程。

18-652 Foundations of Software Engineering

这是我们SE的必修课，属于SV自己设置的课程。这门课主要是教我们一些软件工程方法，比如Scrum、Kanban、design pattern和CI/CD 等等，主要的作业是让我们小组合作来写一个网页版的聊天室，需要的技术是任何前端框架+ Node.js + Express.js + MongoDB。这门课难度不大，特别是对于本科是CS的人或是以前接触过写小网站的人来说，可以说没有任何难度，而对于本科不是CS的同学来说，上下来就会大有收获。

14-848 Cloud Infrastructure & 14-736 Distributed Systems

这是两门INI学院的课，和上面的神课一样也是远程授课。学习的主要内容和分布式有关，如果对这方面感兴趣的话还是推荐学习的。授课老师叫Greg Kesden，是一个上课方式独特的老师，他总是认为我们已经有了这方面的基础知识，然后以聊天的形式展开问题和架构，这样的上课方式对于有一定基础的人会比较轻松，但是对于没有这方面背景的人来说会很难理解，所以如果想上这门课的话还是建议提前自学一下。至于考试和作业老师没有很严格的要求，所有的问题自己言之有理即可，作业没有赶上DDL也没关系。

18-661 Introduction to Machine Learning for Engineers

同样是SV校区自己开设的课程，但是这门课开设的时间较短，目前还在不断改善中。授课老师是年轻的亚裔Carlee小姐姐，由于Carlee本人数学非常好，而班里的同学背景不一，所以不太能够跟上她的节奏，刚开始布置给我们的两个作业难度非常大，我们都表示过于困难，所以后来老师就调整了难度。如果是以后打算往ML方面发展的但是基础不是很好的同学可以选这个课。

15-688 Practical Data Science

这个是SCS学院的远程课，每三个学期开一次。课程的内容很丰富，教我们如何用爬虫收集数据、进行统计量分析，以及学会用SVM等等常规的数据科学方法。Workload比较大，所以选择这门课的小伙伴还是要做好认真学习的准备。

然后是几门我觉得非常水的课。

49-807 Exponential Innovation

属于SV自己的课程，没什么技术含量，上课就是介绍业界的大佬门对未来科技发展趋势的分析，顺便读一读相关的论文和演讲，必要时大家进行技术的交流，这门课的好处大概就是容易拿高分。

18-657 Decision Analysis and Engineering Economics for Software Engineers

和上门课一样，这门也是SV自己的课程，并且是SE的必修课。刚开始看到这个课程名的时候我还以为会学一些设计软件结构的tradeoff和调优，然而实际上它和我想的完全不是一回事，这是一门投资课，而且上课的内容十分一言难尽。上课的内容就是假装自己是一位职业经理人，考虑是否引入某种Testing（并不是技术，只是故事背景）来帮助公司进行决策，如果引入，会增加多少开销、减少多少bug而因此省多少钱，最后再根据excel里是数据来做出决策，写出报告。我个人认为这门课和我们的专业毫无关系，而且和我们以后的工作方向也扯不上边，不知道学校设置这门课的目的何在。这门课每周两次，一次三小时，一次五小时，且不说上课内容让人提不起兴趣，老师从头到尾没有一丝情绪起伏的语气也让人一不小心就走神。大家都是自顾自地干其他事情，要不是上课要现场写小project作为签到，我猜很多人都不会来上课。

另外这门课不仅上课时间长，课后的作业也非常繁杂。每周的作业都是一个非常大的带有宏的excel表格，第一页是故事背景和使用指南，然后我们就要根据使用指南的要求，使用excel函数，得出运算结果并把表格填满。当初上这门课的时候，我们小组里的人无一不迷茫，没有人知道我们究竟要做什么，所以作业也都是混弄过去完事。

18-645 How to Write Fast Code

又是一门SV自开课，这门课的名字就很让人迷惑，怎样快速地写代码？实际上课的内容并不是这方面的，而是教我们怎么并行计算，内容一共有三个部分，分别是thread、GPU和MapReduce。我想如果老师好好教，那么这门课应该也不会遭到这么多人的吐槽，关键是老师基本就没有在上课，上课前半小时，老师就会发邮件给我们说“Today's lecture is cancelled”，几乎一半的课程就这样被取消了，所以我们也都没有学到什么。

18-655 Service Oriented Computing

把这门课放在最后，并不是因为这门课是最差的，而是因为这门课在下一届就有了很大的变革，我这一届算是SOC课程一个时代的结束，所以这里我和大家简单地说说当时的情况以及我询问了一些学弟学妹之后他们的看法。

当时情况：这门课所涉及的Service Computing领域实际已经有些过时了，尽管如此，在这个领域颇有影响力的人物兼授课老师Jia Zhang仍然孜孜不倦地向我们教授这些东西。课程的最后得分包括上课参与度、project和期中期末考试四个部分，project是先装一个eclipse，然后生成好几个Web Service，再写Java和XML，非常麻烦。期中期末考试也非常形式化，发给我们一张试题卷和一个空白的小本子，在小本子上答题。考试的内容包括概念默写和手写XML（WSDL定义、SOAP报文）等等。除此之外一些没什么用的旧实验也很让我们抓狂，总之在我上这门课的时候，我身边的同学都不想去上课，也不是很喜欢这个老师。但是抛开课程来说老师人还是不错的哈，对工作饱含热情，而且会站在我们的角度想问题，很重视我们的观点。

变革后：大概是有很多人向老师反映课程的内容有些过时了，所以老师把之前的WSDL, BPEL等旧实验都去掉了，而且放弃了Eclipse，开始使用IDEA，删除了WSDL、UDDI等lecture的讲义，又加了很多新的东西到课程里，所以这门课现在上下来也没有当初那么痛苦了。

关于转专业

每一个项目都不是十全十美的，所以也不能够得到每一个人的喜欢，正如CMU-SV SE，我身边也有同学是误打误撞进了这个项目，后来发现自己一点也不喜欢这里，然后就转专业了。还有就是由于选课的限制，这个项目可能并不适合那些一心想要学习硬技术的人，那么转专业也是一个选择。

关于转专业有两种，一种是转到本部的ECE Pittsburgh，这样选课的限制就有了很大的放松，你就有机会选到本部ECE、SCS、INI的各种神课，身边的同学和学习的氛围也大大不同。但是这种做法好像只有前面几届的人做过，我们这一届没有，可能是难度比较大吧。还有一种是转到SV-ECE，这样选课的限制也会变小，尽管不像第一种方法那样能够享受到大多数的CMU资源，但是与原来的SE相比，你可以选择一些自己喜欢的偏tech的课，从而提升自身的技术。

关于就业

就业情况是这个项目最亮眼的地方，很多同学就是看中了这边的就业所以选择了这个项目。由于靠近硅谷，所以HR更愿意就近来我们这里招人，另外，人脉也很好积累，如果有认识的在职的学姐学长（可以在LinkedIn上找他们），那么找工作也会容易很多。

这里告诉大家几个拓展人脉的方法，其一就是利用Meetup和Eventbrite等平台，找到并参加相关活动，毕竟在湾区，这种机会还是很多的。其二，学校和业界的关系比较紧密，所以每周都会有业界的大佬过来talk，讲讲他们的创业经历、产品思维和技术等等，我们有什么想法就可以去和大佬们交流讨论，这也是一个拓展人脉的好机会。还有一个就是学校在Pittsburgh 办的 Career fair (TOC)我们也可以去，那边可能招聘的职位更多一些，就是要自己买飞机票和住宿。

在前面几届，基本全部的学长学姐都拿到了非常好的offer，就业情况比Pittsburgh 的许多优质项目还要好，所以就业机会自然是一抓一大把的。但还是建议大家早点做准备，一般秋季入学的话，那么开学前就可以开始着手准备了，因为九月到十月是第一波OA的开始，所以我们八月份就需要投出实习的简历。如果是春季入学，就意味着你没有暑期实习，这时候也可以回国找大公司实习，积累工作经验，毕业后找工作也更容易些。

结语

综合课程设置、就业情况等条件，我尽量客观地陈述我对于这个项目的看法：如果你本科就是CS专业，留学的目的是进一步提升自己的CS技术，比如编译器、OS、ML和分布式系统等，那么可以考虑其他CS项目，这个项目的课程设置并没有那么全面，学的也不是很深；如果你是转专业到CS，想学的是CS的基础或是以在美国就业为终极目标的人，那么这个项目会比较适合你，SV的就业资源非常丰富而且质量都很高。

我想说的也差不多了，详细地介绍了CMU-SV SE的课程和就业，相信大家各自对于这个项目也都有了新的认识，总之我个人认为项目还是不错的，课程资源足够、就业情况好、同学背景强，这些优点可以弥补学校设施简陋的缺点。但每个人留学的目标都是不同的，所以我的想法也只是给大家一个参考，帮助大家在选校时做出正确的判断。