你在美国留学，最大的感受是什么？ 第1页

简单介绍一下，我在UCSD就读的是ECE master MLDS方向，在这里借题主的问题给大家分享一些我在UCSD就读项目的分享以及就读体验。

个人体验

San Diego的候非常适宜，全年气温在10~30度，但是相对干燥一点，学校附近吃饭购物都很方便，不过物价偏高，有公交也可以租车。至于宿舍，UCSD的研究生宿舍本身是很不错的，但是之后应该会给本科生住，然后新宿舍大概要2020年才能入住，所以建议19届的同学在拿到offer之后就立马看租房，也能早点找到合适的 roommate。

SD周边没有什么适合party person的club，总体氛围很适合学习研究，我也很喜欢和大家一起交流学习，比较轻松。英语能力方面不算出色，来之前托福107，口语21，除了偶尔交流时不太顺畅，日常学习生活还比较顺利，不过建议多练习口语，如果你打算留在美国工作的话，有几个伙伴聊天是比较好的。

ECE MLDS项目介绍

我是18fall ECE下的MLDS Track，这里介绍下这个专业的课程及内容内容方向，专业全称叫做machine learning and data science，主要有四门核心课：统计学习A、数统、python、线代，在课程安排上主要为machine learning而设，课程内容难度可能偏大，课程设计的方向大部分为phd准备。学校教授们也都态度严谨，总体水平非常高，比如我上过的6门课里，有两个是斯坦福的phd，一个是MIT的phd，一个 宾大的phd，还有一个科技公司创始人…像一些热门课程比如ECE271、269、276，可以学到许多。

说到ECE271课程，这里可以了解一下：ECE 271 statistical learning总共分为ABC三部分内容，A和C都是MIT的phd教学，B则是那位教授的老婆，课程内容从机器学习的各个方面入手，从简单基础的入门到深度研究学习，可以对机器学习的理论有更全面的理解，比起cse的机器学习课程更为深入和全面，cse系的机器学习课程上，用的编程软件是Matlab，考试难度稍高点。

关于这个专业的课程选择有几点建议：首先核心课程是必选，这类课程一年大概只开一次，许多同学不到一年半就毕业了，没有选这类课程难免会有点遗憾。其次就是在选课之前给自己的做一个planning，结合课程开设时间列出优先级，从系里的主页上找出时间点，应该很多同学都考虑CS的课，这个一般选修难度不大，而像269这部分专业课，也可能出现一年两次或以上的开课情况，要关注系里的通知。然后如果打算继续读phd的同学第二个学期可以多参与一些项目，比如有个叫srip的项目就很推荐，跟着教授一起从事科研，即使实习不顺利也可作为备选方案。因为我读研是为了找一份更好的工作，目标也很明确，修研期间没有做太多研究项目。

实习就业建议

其实ECE的总体就业情况不错，不过MLDS的情况相对不那么乐观。这个主要是两点：首先，MLDS这块大家基本都转过来的，有bio的、ba的，也有我这种mterials的，还有ee和cs转来的，因此大都基础相对薄弱，相关经历少，也不像转码上过核心课大量认真刷题就有概率拿到offer；其次就是许多公司招ML工程师的要求本身就不低。之前有说转cs也不容易的论调，但根据目前情况来看，许多大公司对cs需求还是比较大，如果只是寄希望于mlds的课是很难找到sde的工作的，因为课程设计偏机器学习的理论方面，ml的岗位很多，偏向算法的需要有发表的文章，要是偏向代码的那需要CS基础比较好的同学。虽然我身边有少数大神一边学习一边拿到ML的兼职，但总体上拿到offer的概率不太理想，所以很多同学转到MLDS之后又转去学CS，错过一些时机。所以说想要留在美帝工作，转码依然是一个相对轻松的选择。

其实许多IT大公司都愿意收UCSD的同学，基本上值得一提的好公司，都有出现在Career Fair上。相对来说，通过转CS且本身基础不太好的同学在fall Career Fair的实习机会不太多，因为UCSD的CS人才本来就很多，EECS等其他很多专业的人都想找CS工作。如果你打算读完硕就工作，最好来之前就开始准备，因为开学本身比较晚，开学后才两个星期就有career fair，找工作之前可以大量刷题，然后就是最后结识一些学长学姐，内推是实习工作的另一条重要渠道。

总之，UCSD值得选择，学校教授藏龙卧虎，一不小心发现哪门课的老师就某某大牛，学校提供的服务也很好，主图书馆我很喜欢，设计风格特别，据说是电影《盗梦空间》中古堡的灵感来源，课程选择也有很大的学习空间，就业还是不错的，大家加油，主动联络起来学长学姐吧！