大家好,
我是2023 UCL Data Science and Machine Learning (DSML) MSc 毕业的高龄学生
想跟大家分享下就读体验 & 些许找工作经验。
希望抛砖引玉，让更多人也一起发表感想～
Warning!
本偏纯属个人主观经验谈，如有意见不合之处，欢迎留言补充
如有争议，都是你对
1. Background
一硕CS毕业后工作三年，被不可名状得理由抓去伦敦生存
选择的方法是多拿第二硕再靠 PSW Visa去当地找工作
2. UCL学习环境
整体感想就是人太多，感觉一定有超收学生
第二学期后我就不大想回学校了XD
很多实体资源都需要提前预定，不然根本没法使用
不过电子资源十分丰富，基本上所有的课程书籍都会直接提供（Moodle）
如果想找past exam paper or coursework相关的资源也可以在UCL线上图书馆找到
此外就是UCL的帐号也可以看IEEE ...等期刊网站
（其他MS office等软件资源就不赘述了）
人种多元性部分：中国人 > 印度人 > 欧盟 > others
（体感就是走在校园中会听到此起彼落得中文交谈声）
（甚至有次被奇葩的印度人搭讪说： UCL, University Chiness London）
整个programme应该只有我一个台湾人...
学习部分我会给电子资源满分。
3. DSML Programme
180 credits = 60 (research project) + 120 (courses)
整体来说学习氛围非常chill，不过课程方面建议多做点研究
修的水课太多会让人觉得到底来干嘛的...
以下是我修过(or 旁听过)的课程心得＆评价：
(a)
Module: COMP0080: Graphical Models [T1] (22/23)
Lecturer: Dr Dmitry Adamskiy
Rating:
教学: 3.5星
作业: 3星
考试: 2.5星
Review:
不好不坏，教学是类似翻转教室那种先把完整上课内容放网络上
上课再挑重点带过
内容就是基础的Graphical model + 一点information theory
作业是小组作业，基本上也可以自己一人一队自己搞（不难，费时而已）
考试是考古题大集合
有更想修的课可以跳过这门
(b)
Module: COMP0081: Applied Machine Learning [T2] (22/23)
Lecturer: Dr Matt Kusner
Rating:
教学: 4.5星
作业: 4星
考试: NA
Review:
中上偏佳，纯翻转教室（上课只有Q&A），不过教材＆教授的口条会让你听课很享受
作业是juypter notebook function挖空让你填
不过这门课也被诟病说课程＆作业太简单，不过我觉得很适合那些没有ML基础的人
(c)
Module: COMP0084: Information Retrieval and Data Mining [T2] (22/23)
Lecturer: Ingemar J. Cox, Vasileios Lampos, and Emine Yilmaz
Rating:
教学: 2.5星
作业: 4星
考试: NA
Review:
多人合开课程，前半部分简介搜寻系统及其算法，后半部是邀请guest lecturer演讲
缺点很明显，课程结构松散，吸收知识不易，最后几堂课甚至学生只剩3人含我
作业个人满喜欢的，实作一些简单的搜寻算法，不过也满多人觉得太困难，太花时间
不过我觉得投入时间＆分数成正比
(d)
Module: COMP0088: Introduction to Machine Learning [T1] (22/23)
Lecturer: Kaan Akt
Rating:
教学: 1星
作业: NA
考试: 0星
Review:
烂课，原本去年开课的教授(Matthew Caldwell)不知啥原因今年突然不开了（rumor是离职）
Kaan算是来救火的，结果变提油救火 (教材还是用去年的)
考试不明所以的问答题?? 评分莫名其妙
最后烧到UCL staff开放大家报名重考
刚刚查了下2024年的老师又变成Matthew Caldwell (大概是被抓回来了)
(e)
Module: COMP0089: Reinforcement Learning [T2] (22/23)
Lecturer: Hado Van Hasselt
Rating:
教学: 4星
作业: 4星
考试: 4星
Review:
Google Deepmind的学者开的热门课，纯反转教学（上课只有Q&A）
课程内容基本上就是reinforcement learning richard s. sutton and andrew g. barto
的浓缩版本，硬到不行
作业＆考试应该是我修的课里面最困难的
整体还是推荐，不过2024年换成Dmitry Adamskiy开课了（不推荐）
(f)
Module: COMP0171: Bayesian Deep Learning [T1] (22/23)
Lecturer: Brooks Paige
Rating:
教学: 5星
作业: 4.5星
考试: 4星
Review:
教授口条&教学让人非常舒服，纯翻转教学，上课Q&A （讲解深入浅出）
作业考试都不会刁难你
(g)
Module: COMP0195: Accountable, Transparent, and Responsible Artificial Intelligence
[T2] (22/23)
Lecturer: Maria Perez Ortiz
Rating:
0
Review:
烂课，在CS dept开文学哲学课是不是搞错啥了
其他还有一些热门课程因为限制我没办法修
如David Barber开的一系列课程，不过这些名人开设的课程大部分非常艰深困难
想修的人自行斟酌
4. Research Project
这点跟课程分开讲
有两种形式，一种是纯学术型，另一种是与企业合作的计画
个人浅见是如果不打算继续读phd建议选择企业合作的计画，可以提前感受下UK职场
后续顺利有机会直接拿return offer，因此这个选项也十分热门
一开放报名请赶快联络你有兴趣的公司申请（First in First serve）
当然那些大公司如Meta Amazon 投行不会在这里，但还是有满多热门小公司可以选择
5. 找工作
这部分是现在进行式ing
过来人经验是：如果你要2024.09开始的实习or工作，请现在开始survey递履历
一来是竞争激烈，二来是英国效率真的很慢
BTW, 2024年的大公司intern / graduate scheme大部分已开放 & 结束soon
虽然现在讲有点太晚，不过有兴趣得人可以尝试找下资料
先零零落落的写到这，由于找工作这块眉眉角角很多，再加上我也还在这磨难之中
如果回响不错＆我结束磨难了，有机会有下篇
or 有想问的问题可以回文or丢信箱
看心情回复
以上，给英国留学生，共勉之