这年头转CS的方法很多，不过每个人背景不同，适用的方法自然也不一样。如果你和我一
样没有理工背景、没有身分、没有好的三维、没github，甚至几乎没修过CS课，那或许可
以参考我这两年的成败经验。
Admission
UW-Madsion CS PCP (2019 fall)
UW-Madison MSCS-PMP (2020 fall)
Rejection (2019 fall)
Dartmouth MSCS
UMass Amherst MSCS
University of Chicago MPCS
UCI MCS
UCI MSWE
Rice MCS
Rice MCSE
UW-Madison MSCS (PMP)
Education
University of Copenhagen: Exchange student
M.A.in Econ, NTU. GPA: 3.59/4.3 2014-2017
B.A.in Econ, NTU. GPA: 80.9/100 2009-2013
Related courses
UW-Madison:
2019 Fall: Operating System(CS537)、Database Management(CS564)
2020 Spring: Algorithms(CS577)、Optimiaztion(CS524)、Programming(III) (CS400)
UCPH: Advanced topics in Machine Learning
NTU: Data structure and algorithms、Scientific computing
勉强相关: Econometric Theory(III)、Advanced Statistical Inference
Test Scores
TOEFL: Total 94 (R28 L27 S18 W21)
GRE: Total 326 (V158 Q168) AWA 2.5
Work Experience
国内电信业资料科学家 (2ish years)
RA @ NTU CSIE (5ish months)
预官辅导长
Publication
1*Academia Economic Papers (硕论改写)
Recommendation
NTU Econ 论文指导教授
NTU CSIE 修课教授
UW-Madison CS修课教授
Others
CFA level 1, SOA EXAM P
背景
大学以来一直缺乏人生目标，所以就是不断在摸索自身兴趣。几年下来修过一些社会学、哲
学、心理、财务、会计、经济的核心课程，但大体都只停留在听故事的程度，听完之后没有
任何要在这些领域努力下去的想法。因为不知道何去何从，最后就继续就读系上研究所持续
寻找未来可能性。
在硕一准备履历投实习时，有人给了我一些电资学生的履历参考。那时候看到许多人上头一
堆看起来很厉害的作品跟期刊还满震惊的，反观同样年纪的自己却没半点能说出口的技能，
想到就这样继续浑浑噩噩找实习和修些没什么共鸣的课大概只会让自己更不踏实，于是研究
所除了一门必修个经外，其余全数是以我比较感兴趣/觉得有用的统计课消化掉，硕论也是
以学习统计工具为主轴，挑些有兴趣的模型来修改、应用。
后来为了写出有效率的程式跑些统计模拟，我到资工系修了资结算法。这是我在NTU多年
来修得最开心的一门课吧，以往修课我都是听个大概，不太了解或是不太有兴趣的题材就是
当作没这回事，不过神奇的是写程式时即使碰到很难解的问题，总会有种想把它解决的动力
。另外我也发现多数人写程式的能力不会差太多，通常只要花些时间就会有具体回馈。可惜
意识到这件事时已经是我在校的最后一学期。本来计画趁去欧洲交换修一些CS课，不过难得
出国一趟还是游山玩水要紧，这件事后来就不了了之了= =
毕业后很不幸还是不知何去何从(......)很感谢林守德老师的收留。很惭愧的是我在那还没
开始有所贡献就离开了。在实验室的那段期间，我见识到电资学院的研究规模，也在老师的
建议下补上许多深度学习的知识。虽然那时候DL已经很红，但还不至于像今日泛滥，后来也
靠着这段期间补充的能量误打误撞找到能让我运用统计跟写些程式的工作。进公司一年后虽
然工作渐渐上轨道, 不过每次看到自己鸟鸟的码，碰到些系统和数据库方面的问题也不知道
如何解起，常常会想着是否一辈子就是这样了，所以就试着申请美国CS，看之后人生会变得
怎样。
申请策略
2019: 去年申请时因为还在上班的关系，下班后其实没什么心力针对校系广泛研究，也不知
道可以问谁，最后就是凭感觉从转领域心得文中常出现的项目挑选一些。当时期待自己背景
相对特别能蒙上一两间，可惜实验失败。看来很多我自以为冷门的项目可能也是需要有些修
课经验才有竞争力吧。本来评估即使继续工作个三五年大概也是差不多结果，正准备放弃出
国这条路时，刚好看到在Madison负责审查的前辈发文提及PCP，然后就顺手申请，并领了
F1签证过来。
2020: 由于不想再花额外两年读书，也不想再丢钱申请跟麻烦老师弄太多推荐信，选择就读
PCP后我就设定今年只申请Madison，被拒就回台湾找工作。因此上学期就是专心拼在校成绩
，除了完全没准备刷题或实习，也没再重考GRE、TOEFL。根据前人的分享，我猜测这边只会
强制把TOEFL不到92的筛掉; 而SOP跟CV的话我则只确认已把做过的一切交代清楚，然后删掉
些废话没再去找润稿了。我相信关键终究在上学期成绩，以及能否取得这边老师的推荐信。
当然有企图心的人趁这段时间找实习或申请更好的学校或许能取得更多成就，不过我能在这
边读CS就满开心了，其实不像其他人有那种非得留在美国的强烈念头，照着自己习惯的节奏
努力比较重要，之后会怎样就随缘吧。
Madison CS PCP/PMP
这边稍微介绍一下项目跟这两学期来的一些修课心得。
PCP 是非学位的certificate，结业需求是从网站清单中的大学部核心课程挑选四门选修
及格。若连资料结构基础都没有的话好像还要强制先修另外两门基础课程。我这两学期遇
到的老师都很认真。而大学部学生整体水准还算平易近人，不用担心进来实力被海放拿不到
好成绩，个人认为是满适合转领域的学习环境。如果和我一样计画隔年申请，上学期修OS和
DB是不错的选择。主要原因是两门课的作业占分高，也没有团体报告，所以不用烦恼考试太
失常或是被组员雷到。只要用心写程式作业多半就会有好成绩。另外就是难度适中, 拿到推
荐信的说服力可能也比较够。
PMP的话则是至少修15学分大学部高年级+15学分研究所课程。据说多数人是一年半结业。
PCP转过去没记错能抵14学分，之后一年顺利修过五门研究所课程的话就是两年结业。有别
于一些学校为求职项目打造的课程，这边看起来则是和其他传统MS、PhD一起修学术导向为
主的进阶课，而这些人的能力和大学生大概是不同次元的，所以该怎么度过这一年还得花
些功夫研究。
课程方面，这边的OS很值得一修。300人的课居然就有约20位的TA+peer mentor。一周七天
，每天都有半天的实验室office hour是我过去难以想像的规模，可怕的是后面几次比较难
的作业时在系馆待到晚上10点半还排不到助教.., 另外Andrea和她先生Remzi写的OSTEP*
连我这完全没系统基础的外行人都可以读得很愉快，没记错的话这是我这辈子第一本读完
的原文书，很推荐想学OS的人阅读。而这门课最大挑战是合计七、八次的C和xv6程式作业
，个人认为比较麻烦的几次分别是从头刻shell、concurrency版的map-reduce还有xv6上实
现mlfq。我之前几乎没写过C，甚至连pointer都几乎没用过，后来花很多时间追完先修课
程的影片才慢慢跟上需求。
有人可能会想说之后要刷题应该就是要修算法，不过我认为除非是对自身数学分析能力
很有信心，不然尽量先跳过。这门课没有程式作业，基本上都是数学证明，我想至少比以
前修过的数学系高统还重视证明吧。不过算法好像就是这样，看到UIUC网站上的材料后
发现这边上的应该还算偏容易的。有兴趣读算法的可以尝试UIUC的Jeff's Note*，里面
内容还算精简，不会有一些让人看了就想放弃的东西。不过可能是我没修过离散的关系，
很多部分读起来有点卡。
DB的话要学的扎实据说是要读好cowbook，但我觉得这本书很难读，不确定是写的太囉嗦还
是我懂得太少，同时我对于老师随兴无组织的上法也没什么共鸣，最后其实没学得很好。
所以这边想顺便征询一些推荐的学习资源。
本来这学期是想修计算机结构补足这方面基础，不过老师一再恐吓我没修过逻辑系统之类
的会很辛苦, 同时我也想说或许是最后一学期当学生了，也用不着跟跟自己过不去，最后
选了些轻松有趣的课来学Java跟练习建模。
OSTEP:
http://pages.cs.wisc.edu/~remzi/OSTEP/
Jeff's notes:
https://jeffe.cs.illinois.edu/teaching/algorithms/
心得
其实从我各项申请条件可以看出我也不是多厉害的人。不过这世界就是这样吧，很多时候决
定一个人能有多少成就的不见得是实力，更多时候是出生在什么地方、获得多少机会。美国
码农薪水比台湾高数倍不见得是他们厉害数倍，而是因为他们在美国; CS人会写程式可能只
是他们刚好受过完整的电脑教育，其他科系的人照同样套路学习或许也是差不多结果。
相信除此之外还有很多能转CS的方式，大家有兴趣还是尽量试试。即使有时候前方看似行不
通的死路，但还是要走过才知道，或许走着走着道路就会自己出现了。