各位好 小弟我规划毕业后留美所以来询问各位大大
不是很确定自己的定位是否正确
再请各位多多指教给建议
[Background]: 中部传统私校B.S. in CS (2017~2021)
[GPA]:
<目前大四上、为应届毕业生>
Overall: 3.5/4.3 (3.73/4.3)last 60
Ranking: 5/40
[Exam]:
GRE
315 V 152 Q 163 AWA 3.0
TOEFL
87 R25 L 24 S19 W19
[Publication]:
Tanet 2020 Deep Learning相关
[Work experience]:
外系教授的研究团队当研究助理(主要协助语音系统开发)(6 Month)
图书馆工读 (2 Month)
[Honor]:
书卷奖*1
大专生研究计画通过 NT 48000
[Extracurriculum]: 系学会活动长
[专题]: Deep Learning相关 *1
[LoR]:
专题指导教授 *1
修课教授(班导师) *1
修课教授(该科目分数高) *1
口袋名单(最后选个8到10间)：
梦幻区：
UCSD MSCS (当作乐透丢)
USC MSCS
USC MSCE
SJSU MSCS
ASU MSCS (Dec.1 截止 就用现在的成绩丢了)
冲刺区：
UCSC MSCS
UCR MSCS
UTD MSCS
Santa Clara University MSCS
U of Cincinnati MSCS (有Co-op Program 对就业好像有帮助?)
San Diego State University MSCS (对此学校了解不多 只知道是就业地点不错的学校)
U of Illinois at Chicago MSCS
Colorado State U MSCS

建议就是别找ML了 不想找工作gg的话

低三围选校我一律建议海投 丢个15、20间总比最后没上好

末班车要开了，我说ML，普通SWE还不错。

好的了解 领域的部分会再考虑 目前有些学校里面prefer的领域我都是填artificial intelligence，不知道如果申请上了之后能不能再自己找其他的领域的教授，或是只能按照当初填的去找?

如果你是念ms....大概就连找都不用找吧一般thesis track 才有机找 教授也才会理@[email protected]~(机会) 要不你就是要念phd可能好点

想请问ml是因为研究导向目前疫情下不好找吗还是领域本身发展问题？

我也是中部传统私校毕业，目前在你冲刺区的学校读MS，不过我是ECE，基本上你的背景和我差不多，所以加油可以的！！另外建议来湾区这里，就别跟教授做啥了，考试track赶快毕业刷题找工作。如果有需要可以私我另外如果你care名声的话选UC就对了，回台湾好用

哈哈我也是因为大学研究的原因都填ai 但是入学后打算直接学码农技术 赚钱吃饭要紧

好奇问一下 码农技术指的是哪些呢 除了刷题之外

现在data engineer会比较有价值，资料存量变很大，怎么存和使用很重要， data science 变的很重资料分析，偏统计。 ml有很多算法已经被实现而且很好implement了，相对的ml lifecycle反而变重要，所以swe focus on production modeling变重要，你如果想做的话,应该往data engineer or machine learning engineer发展，有兴趣可以敲我讨论。 还有你的grequant 不高，建议在考169 or 170

Data engineer 你认真？ 现在做Data的没有PhD谁敢说要找工作 乖乖刷题转码比较实在吧人家都CS本科了 干嘛去跟唸BA DA 的抢饭碗这时候要转过去分析 感觉不就是自废武功吗？

楼上的 data engineer 跟我理解的很不一样。我认知的 DE基本都是在做 data pipeline, data clean, data preprocessing。也就是数据库，分布式计算的 framework要求有经验。对于 ml model要求反而没那么重视

你把data engineer想的太单纯了，在data area,需要很多swe支持。不是只搞data就好，包含data pipeline, feature store. 现在新的架构叫做lake house. 这些都需要swe 技能。你说的看data 比较偏data scientist. 有问题也可以聊聊，我现在就是做这方面相关。大家互相交流我同意expiate的留言， 不同意楼楼上的...断言

lakehouse etl开始往上加 这是swe没错惨的是da ds最近layoff比较多啦

楼上说的是，但是好的会沟通和分享的ds 还是很抢手的。 但是有工作保障de 其实最好，因为现在每家公司得标data都在比大的。要妥善处理给内部及客户用是很大的问题。打错，是分析

我也看坏 ds跟 da未来市场的需求，如果真要跟 AI相关，我觉得JtsYa建议不错，但是coding不能太差。如果真想走da与ds，数学与 domain kniwledge其一要非常杰出我觉得才有机会获得大厂offer

会沟通的ds通常都是 domain knowledge很强 或是精通多样东西且一直在学习 这不容易啊 而且数学要好真的是必要的 看太多半调子进去又出来就是各种不行的DE其实其实一般没有机缘蛮难下手的 要学的东西不少而且蛮散的 做系统整合级别要学的太多了回一下某楼问ml的问题 就没有位置 泡泡都快破光了只剩下几个大的真正还有没有补完的洞当然还有一堆小的刚起步或是刚转型的 通常也只要强者以一挡十那种 要不就做应用....这 就看命了应用端很多是找有经验的工程师让他去用framework总之 对新手或没有正经验的 总是难上不少

同意, 新手确实对de or mle比较难找...不过还是有机会的...最好是进大公司..就有很大机会可以进入de or mle.

3.5叫极低哦...那我2.67不是要去跳海

da ds最近惨淡是因为covid吧，疫情前需求都还满高的但未来我也不是很看好，但不是需求少，而是供给成长太快社会科学类和商学院的毕业生也都可以做da甚至是ds。更不用说理工相关数学系、物理系、地球科学系等等