<p>Hello，大家好，我是Bob，本科畢業(yè)于陸本環(huán)境科學(xué)。20fall來(lái)到密歇根大學(xué)安娜堡分校就讀<a href="http://m.walkingbarcodes.com/majr_65737" target="_blank" rel="noopener"><span style="color: #1dadff;"><strong>數(shù)據(jù)科學(xué)碩士</strong></span></a>。今天想和大家具體分享一下我在這個(gè)這里學(xué)習(xí)、生活的感受。</p> <p>&nbsp;</p> <p>&nbsp;</p> <p><strong><span class="h1">一、項(xiàng)目的總體感受</span></strong></p> <p>&nbsp;</p> <p>在這個(gè)項(xiàng)目讀master，我感覺壓力還是挺大的，不過這邊workload可大可小，完全看自己。硬課選多了，自然就壓力大。每次debug不出來(lái)，ddl火燒眉毛的時(shí)候，隨時(shí)會(huì)感到崩潰&hellip;&hellip;</p> <p>可能壓力很多時(shí)候來(lái)源于身邊的人吧，在這個(gè)項(xiàng)目里面我認(rèn)識(shí)了很多大佬，陸本海本都有，謙虛起來(lái)讓人看不清他們牛x的實(shí)力；但我做了兩三天的作業(yè)別人一個(gè)晚上就做完了，有時(shí)候會(huì)因?yàn)檫@種實(shí)力的差距變得焦慮。</p> <p>&nbsp;</p> <p>另一個(gè)壓力來(lái)源就是找工作。這邊剛來(lái)的第一個(gè)月就有career fair，你可能本來(lái)沒有很明確的找工作目標(biāo)，但是身邊的各種信息、機(jī)會(huì)以及同學(xué)的網(wǎng)申步驟都會(huì)推著你走。本科的時(shí)候好好學(xué)習(xí)是第一要?jiǎng)?wù)，來(lái)了這邊找工作就是你的首要任務(wù)了。再加上課程的各個(gè)project，壓力真的不小。</p> <p>&nbsp;</p> <p>不過雖然壓力大，我還是很享受在這里就讀的感受。教授在課堂上會(huì)很注重和我們互動(dòng)，只要有不懂的地方都可以隨時(shí)提問，老師會(huì)很耐心地給你解答。因?yàn)橥瑢W(xué)的實(shí)力都很厲害，每次聽同學(xué)提出問題、老師回答的過程，我也覺得收獲滿滿，學(xué)到了很多自己之前都沒有想到的東西。</p> <p>&nbsp;</p> <p>生活上的感受是上課好遠(yuǎn)，需要早點(diǎn)起床趕公交車；買菜也好遠(yuǎn)（要坐15分鐘公交車），不過每周買一次菜還可以接受；圖書館周圍只有panda，吃多了也就習(xí)慣了，但我真的還是好想念火鍋、烤冷面、小肥羊、蝦餃、干蒸燒賣、叉燒包、蛋撻、燒乳豬、燒鵝、燒鴨、白切雞、蒜蓉蒸排骨、豉汁蒸排骨、海底撈、麻辣香鍋、蔥爆大蝦、帝王蟹、燒臘、雙皮奶、炸牛奶、皮皮蝦、煲仔飯、砂鍋粥、糯米雞、剁椒魚頭、熱干面、臭豆腐、夫妻肺片、涼粉.........</p> <p>&nbsp;</p> <p>由于我是陸本，剛來(lái)的時(shí)候語(yǔ)言上真得不太行，記得第一個(gè)學(xué)期的時(shí)候進(jìn)一些賣三明治的店，看到上面寫了幾十種面包種類一個(gè)都不認(rèn)識(shí)，寫了幾十種配菜一種都沒見過的時(shí)候真的很難受。上課的話老師如果沒有口音就感覺還好，對(duì)著PPT還是基本能理解他在講啥，不過稍微一走神就不知道老師講到哪了&hellip;&hellip;不過上述情況基本在一個(gè)學(xué)期以后就大大改善了，日常學(xué)習(xí)和交流上已經(jīng)基本沒有障礙了~</p> <p>&nbsp;</p> <p>雖然安村很村，冬天室外也真的好冷，但在這里遇到的人都很有趣，學(xué)習(xí)也很充實(shí)，導(dǎo)致我也不太跑去別的城市玩（可能我太宅了）。我覺得安娜堡有種靜謐的美感，當(dāng)夕陽(yáng)灑在這里滿山的紅葉上的時(shí)候，我總有一種在度假村里瘋狂趕ddl的感覺hhh。</p> <p>&nbsp;</p> <p>&nbsp;</p> <p><strong><span class="h1">二、課程設(shè)置</span></strong></p> <p>&nbsp;</p> <p>下面呢，我來(lái)給大家具體介紹一下DS的課程。</p> <p>&nbsp;</p> <p>首先是pre-core courses。</p> <p>&nbsp;</p> <p>MATH 403 Introduction to Discrete Mathematics (離散)；</p> <p>EECS 402 Programming for Scientists and Engineers ( C++ )；</p> <p>EECS 403 Data Structures for Scientists and Engineers (數(shù)據(jù)結(jié)構(gòu)）；</p> <p>BIOSTATS 601 Probability and Distribution / STATS 425 Introduction to Probability / STATS 510 Probability and Distribution；</p> <p>BIOSTATS 602 Biostatistical Inference / STATS 426 Introduction to Theoretical Statistics / STATS 511 Statistical Inference。</p> <p>&nbsp;</p> <p>以上的課都是可以waive的，只要你本科上過類似的，給他們syllabus就可以waive了，比如我就waive了統(tǒng)計(jì)課。所以如果是打算轉(zhuǎn)碼的話，這個(gè)項(xiàng)目我覺得還是蠻好的，基本上先修課直接waive掉，然后節(jié)省時(shí)間去多選一些寫碼課。</p> <p>&nbsp;</p> <p>這里給大家介紹一下EECS 402。這門課圍繞類實(shí)現(xiàn)講了很多topics，是很實(shí)用的一門課。最喜歡的是上這門課的教授Andrew，講課既邏輯清晰，又充滿節(jié)奏感，很照顧聽課同學(xué)的感受而且聽得很明白。還有他的助教們，每一次作業(yè)在論壇上都是有求必應(yīng)，他們都很耐心地解答你的問題。我覺得無(wú)論要不要轉(zhuǎn)碼的同學(xué)都值得上一下，對(duì)于類的理解會(huì)更深一點(diǎn)，以后無(wú)論用哪個(gè)編程語(yǔ)言工作都有利。而刷題的時(shí)候用c++的話也能用上（雖然真的有點(diǎn)麻煩。</p> <p>&nbsp;</p> <p>其次是core courses，有三類，這里簡(jiǎn)單介紹一下我上的。</p> <p>&nbsp;</p> <p>（一）Expertise in Data Management and Manipulation</p> <p>&nbsp;</p> <p>EECS 484 Database Management System（數(shù)據(jù)庫(kù)）：</p> <p>&nbsp;</p> <p>很好的數(shù)據(jù)庫(kù)課程，說(shuō)實(shí)話workload相對(duì)于其他CS課不算大，而且很有用也比較硬核，無(wú)論走data science還是打算轉(zhuǎn)碼學(xué)習(xí)一下應(yīng)該都蠻好的。沒學(xué)過sql的可以系統(tǒng)地學(xué)一下，幾個(gè)project難度都不算太大，但是初學(xué)者還是需要花點(diǎn)時(shí)間來(lái)debug的，學(xué)得還算實(shí)用。我那學(xué)期的老師是Atul Prakash，講得還可以，而且上課會(huì)很耐心地回答同學(xué)問題，回答到你懂為止。這門課除了sql還教了很多數(shù)據(jù)庫(kù)內(nèi)部存儲(chǔ)的原理、運(yùn)算還有空間分配等等。</p> <p>&nbsp;</p> <p>EECS 485 Web Systems（全棧課）：</p> <p>&nbsp;</p> <p>系里幾個(gè)轉(zhuǎn)碼的師兄都推薦這門課，說(shuō)是轉(zhuǎn)碼神課，但是每學(xué)期都很火爆。好在DS選課優(yōu)先級(jí)夠高，應(yīng)該第二學(xué)期都能選上的。主要教你寫網(wǎng)頁(yè)，html，css，flask，react，JavaScript，template，python等等。以上這些老師基本不教，不過寫完project會(huì)了解，還會(huì)覆蓋hadoop和搜索算法的project，而且做project老師會(huì)給說(shuō)明書，只要自己花時(shí)間去了解一下，照著老師的說(shuō)明書寫還是很有收獲的。</p> <p>&nbsp;</p> <p>STATS 507 Data Science Analytics using Python：</p> <p>&nbsp;</p> <p>教python的，沒有期末考試，只要交作業(yè)的一門課。上課講的都是很實(shí)用的python操作，如果對(duì)python還不熟練的同學(xué)推薦這門課作為入門。只是可能老師的評(píng)分標(biāo)準(zhǔn)是很注重細(xì)節(jié)的，但也不妨礙你學(xué)python怎么用。</p> <p>&nbsp;</p> <p>（二）Expertise in Data Science Techniques</p> <p>&nbsp;</p> <p>STATS 500 Statistical Learning I: Linear Regression（線性回歸）：</p> <p>&nbsp;</p> <p>這個(gè)課有兩個(gè)老師教，我選的老師是個(gè)說(shuō)話很像喬布斯的白人，講課蠻水的，作業(yè)也簡(jiǎn)單，上課喜歡問你們有什么看法，作業(yè)照著ppt copy出來(lái)就可以了。好像本科學(xué)過的可以waive，有待考證。</p> <p>&nbsp;</p> <p>EECS 545 Machine Learning：這門課一學(xué)期換個(gè)老師，所以碰上什么老師天注定。</p> <p>&nbsp;</p> <p>（三）capstone</p> <p>這里不介紹了，可以看看課程簡(jiǎn)介。</p> <p>&nbsp;</p> <p>接著說(shuō)一下選修課。</p> <p>&nbsp;</p> <p>UMich DS項(xiàng)目的選課靈活度極高，沒有固定的課程，而是定了好幾個(gè)area，在每個(gè)area里面的好幾個(gè)課中選一個(gè)即可。對(duì)于想轉(zhuǎn)碼的同學(xué)來(lái)說(shuō)，DS項(xiàng)目還是很有優(yōu)勢(shì)的，選CS課程的優(yōu)先級(jí)很高。master選eecs本科課的優(yōu)先級(jí)大概是：CSE &gt; DS &gt; ECE &gt; 其他，像 EECS 484、485、482這類轉(zhuǎn)碼課，基本我們DS的同學(xué)提交request后一天就能選上。同時(shí)為了平衡一學(xué)期的workload，大家也可以適當(dāng)選一些統(tǒng)計(jì)的水課哈。</p> <p>&nbsp;</p> <p>接著是一些給想轉(zhuǎn)碼同學(xué)的tips。</p> <p>每學(xué)期選一些eecs課，搭配stats水課。入學(xué)前多刷題，多充實(shí)一些cs的經(jīng)歷放到簡(jiǎn)歷里，因?yàn)殚_學(xué)就有career fair。對(duì)于cs基礎(chǔ)好的同學(xué)，應(yīng)該不用多說(shuō)了，直接waive全部先修課，選eecs的課。對(duì)于cs基礎(chǔ)比較弱的同學(xué)，入學(xué)時(shí)提交waive申請(qǐng)時(shí)，把probability和inference waive掉，離散數(shù)學(xué)看情況，保留c++和數(shù)據(jù)結(jié)構(gòu)，很有幫助。</p> <p>&nbsp;</p> <p>不要選eecs 545，每年老師講的都非常差，而且課程很理論，對(duì)找工作沒啥用。如果為了滿足syllabus的要求選一門machine learning相關(guān)課程，建議選 si670（終極大水課，調(diào)調(diào)包水過去就完事兒了）。</p> <p>&nbsp;</p> <p>推薦選上本科的eecs 281 data structure &amp; algorithm。這門課對(duì)轉(zhuǎn)碼非常有幫助，甚至很多career fair上的公司張口就會(huì)問你有沒有學(xué)過281。自學(xué)數(shù)據(jù)結(jié)構(gòu)，和在學(xué)校上課伴隨著寫作業(yè)、考試的壓力學(xué)數(shù)據(jù)結(jié)構(gòu)，最后的效果肯定是不一樣的。研究生選這門課的課號(hào)是EECS 403，和EECS 281是同一門課，但是403是專門給master選的，且最后gpa會(huì)往上curve，分?jǐn)?shù)不會(huì)像本科生那樣慘。</p> <p>&nbsp;</p> <p>&nbsp;</p> <p><strong><span class="h1">三、項(xiàng)目總體評(píng)價(jià)</span></strong></p> <p>&nbsp;</p> <p>我覺得作為DS項(xiàng)目，UMich DS是一個(gè)合格的選項(xiàng)，選課的靈活度適合于還不清楚自己要做什么，或者很清楚自己需要什么的同學(xué)。找工作和就業(yè)而言，最最重要的還是自己本身夠不夠硬，oa要過得了，面試也要過得了。</p> <p>地理位置上UMich的確占劣勢(shì)，但是美國(guó)的onsite面試都是報(bào)銷機(jī)票的，我覺得是在接受范圍之內(nèi)的。這里學(xué)習(xí)氛圍很濃厚，找工作氛圍也很濃厚，身邊人的優(yōu)秀是會(huì)影響到你的。</p> <p>&nbsp;</p> <p>至于選不選擇data science這個(gè)專業(yè)，其實(shí)和選不選擇這個(gè)項(xiàng)目是兩回事。如果你不是cs出身，你又不想轉(zhuǎn)碼，想做data相關(guān)的工作，這個(gè)項(xiàng)目還挺適合你。而如果你是cs出身，你想嘗試碼農(nóng)以外的道路，這里也挺適合你的。但如果你中途還是想當(dāng)碼農(nóng)，我覺得這條路也是可以繼續(xù)走下去的，畢竟在這里有很多途徑能上到你想上的課。</p> <p>&nbsp;</p> <p>因此，我覺得對(duì)于轉(zhuǎn)專業(yè)轉(zhuǎn)碼的同學(xué)而言，UMich的DS不失為一個(gè)進(jìn)可攻退可守的選擇。如果申到更好的cs碩士自然最好，但是這里DS的轉(zhuǎn)碼資源對(duì)于一個(gè)需要跳板的同學(xué)而言，又會(huì)是一個(gè)好的備選方案。這個(gè)項(xiàng)目有太多出路了，來(lái)到這邊，努力刷題，努力找工作，努力做project就是了。</p> <p>&nbsp;</p> <p>最后呢，也來(lái)講講我眼里這個(gè)項(xiàng)目的一些不足之處。</p> <p>&nbsp;</p> <p>一方面是項(xiàng)目目前在美國(guó)的就業(yè)數(shù)據(jù)不太好，主要是2點(diǎn)原因。（1）不少人堅(jiān)持DS/算法崗，而DS和算法工程師在國(guó)內(nèi)國(guó)外目前競(jìng)爭(zhēng)都太過激烈。（2）相比在加州、西雅圖、紐約的學(xué)校，安娜堡地理位置非常的偏，中小型公司可能拿面試機(jī)會(huì)少一些。</p> <p>&nbsp;</p> <p>另一方面就是這里很多課主要用c++，如果是java為主可能會(huì)更好一些，畢竟用c++刷題有點(diǎn)一言難盡。最后呢，就是安娜堡確實(shí)有點(diǎn)村，沒啥娛樂活動(dòng)。</p>