├── li-zhi-pian └── ni-xiang-yao-zuo-shi-mo.md ├── zi-jiu-pian ├── shi-xi-jing-yan-zhi-bei.md ├── tou-shen-kai-yuan-she-qu.md ├── zuo-you-jia-zhi-de-yan-jiu │ ├── ru-he-heng-liang-xue-shu-jia-zhi.md │ ├── huo-de-ke-yan-ji-hui-de-tu-jing.md │ └── README.md ├── ics-ke-cheng-jing-yan-fen-xiang │ ├── README.md │ ├── li-wu-pu-cs-da-san-ke-cheng-jie-shao.md │ ├── xi-pu-y4-xuan-ke-zhi-nan.md │ ├── xi-pu-y3-ke-cheng.md │ └── xi-pu-y2-ke-cheng.md ├── ru-he-bu-ru-guan-chang │ ├── README.md │ └── xi-pu-xue-sheng-dang-guan-sheng-qian-zhi-nan.md ├── cst-ke-cheng-jing-yan-fen-xiang │ ├── README.md │ ├── overview.md │ ├── y4-cources-and-experience.md │ └── y3-cources-and-experience.md └── shi-xi-jing-yan-zhi-bei │ └── backend.md ├── fang-tan-ji └── 19-ji-tong-xue-shen-qing-zong-jie-csdsece │ ├── README.md │ ├── mei-yan-23fall-shen-qing-pin-qian.md │ ├── mei-yan-23fall-shen-qing-hejie-huang.md │ └── mei-yan-23fall-shen-qing-yingxi-chen.md ├── xu └── xu.md ├── README.md └── SUMMARY.md /li-zhi-pian/ni-xiang-yao-zuo-shi-mo.md: -------------------------------------------------------------------------------- 1 | # 你想要做什么 2 | 3 | -------------------------------------------------------------------------------- /zi-jiu-pian/shi-xi-jing-yan-zhi-bei.md: -------------------------------------------------------------------------------- 1 | # 实习经验指北 2 | 3 | -------------------------------------------------------------------------------- /zi-jiu-pian/tou-shen-kai-yuan-she-qu.md: -------------------------------------------------------------------------------- 1 | # 投身开源社区 2 | 3 | -------------------------------------------------------------------------------- /zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/ru-he-heng-liang-xue-shu-jia-zhi.md: -------------------------------------------------------------------------------- 1 | # TBD 2 | 3 | -------------------------------------------------------------------------------- /zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/huo-de-ke-yan-ji-hui-de-tu-jing.md: -------------------------------------------------------------------------------- 1 | # 获得科研机会的途径 2 | 3 | -------------------------------------------------------------------------------- /zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 'TODO: 4+/2+' 3 | --- 4 | 5 | # ICS课程经验分享 6 | 7 | -------------------------------------------------------------------------------- /zi-jiu-pian/ru-he-bu-ru-guan-chang/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 作为一名CS学生，如何在个人努力范围内成为一名领导干部，投身宦海。 3 | --- 4 | 5 | # 为人民服务 6 | -------------------------------------------------------------------------------- /zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: From 4+ student, Tianyu20 3 | --- 4 | 5 | # CST课程经验分享 6 | 7 | -------------------------------------------------------------------------------- /zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: TODO：增加本科生参与科研的建议，以及如何选择合适的导师与项目 3 | --- 4 | 5 | # 做有价值的研究 6 | 7 | -------------------------------------------------------------------------------- /fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/README.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: TODO 3 | --- 4 | 5 | # 19级同学申请总结 (CS/DS/ECE) 6 | 7 | -------------------------------------------------------------------------------- /xu/xu.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 谨以此书献给XJTLU的学生。 3 | --- 4 | 5 | # 序 6 | 7 | 写作此书时，CS可以说是危机与机遇并存。一方面，国内外大厂的layoff，使得CS专业的学生们面临着前所未有的压力；另一方面，ChatGPT等新产品的横空出世，似乎又带来了新的机遇。在这样的时代背景下，我们希望能够为学弟学妹们提供一些帮助，让大家能够去到最适合自己或是最想去的地方。 8 | 9 | 初入大学时，大概很多人是迷茫的，毕竟高中时期的目标对于大部分人来说只有一个，那就是在高考中取得好成绩。而在经历了一段大学生活后，或许你们发现在这个时间阶段能挑选的路很多，且大部分并没有好坏之分，只有适合与不适合。赴美找工还是回国就业？MLE还是SDE？学术界还是工业界？面对如此多的选择，很难很快做出一个明确且恒久的决定。希望这本书能让你们看到一些不一样的可能性，消除一些信息差，从而让你们带着勇气和智慧，更有底气地坚持自己的选择，闯出一番天地。 10 | -------------------------------------------------------------------------------- /README.md: -------------------------------------------------------------------------------- 1 | # README 2 | 3 | ## GitHub repo地址 4 | 5 | {% embed url="https://github.com/Survive-XJTLU-CS/SurviveXJTLUManual" %} 6 | 7 | ## 提issue 8 | 9 | 如果大家对本手册中某些内容有疑问，欢迎在GitHub repo下提issue 10 | 11 | 12 | 13 | ## 如何提PR 14 | 15 | 在gitbook.com网站上利用GitHub账号登录，fork [Survive-XJTLU-CS](https://github.com/Survive-XJTLU-CS)/[**SurviveXJTLUManual**](https://github.com/Survive-XJTLU-CS/SurviveXJTLUManual) 到个人账户，导入repo并在markdown文件中做修改，commit到自己repo再提起PR，通过review后合并到master branch 16 | 17 | 18 | 19 | ## 目录 20 | 21 | 参见[summary.md](https://github.com/Survive-XJTLU-CS/SurviveXJTLUManual/blob/master/SUMMARY.md) 22 | 23 | -------------------------------------------------------------------------------- /zi-jiu-pian/shi-xi-jing-yan-zhi-bei/backend.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: by Yingxi Chen 3 | --- 4 | 5 | # Backend 6 | 7 | 有问题请联系v: cyxwechatid 8 | 9 | 这里主要讲后端实习。 10 | 11 | ### 简历准备 12 | 13 | 可以用超级简历或者LaTex去生成，注意一定要找简洁的模版，控制在一页纸，突出自己的优势。可以放GitHub链接，描述做过的project和掌握的skill（注意要和投递的岗位相关）。投外企简历上不要放照片。 14 | 15 | 我们学校的学历在国内互联网一般是能过简历关的，我大二面过快手，滴滴，京东，Microsoft (Explore)，大三面过字节，Amazon (Summer Intern)，Microsoft (Summer Intern)，Google (Summer Intern) (国内Google面试非常难拿，我能拿纯属运气），所以一般是不会被卡简历关的。当然这个跟毕业时间也是有关系的，一般大厂都只招大三的暑期实习生。Microsoft Explore和Google Step是大二的项目（研究生同理，只看毕业时间），不过这种低年级项目招人比较少，还是挺难的。 16 | 17 | 然后说下内推。个人认为内推码那种毫无用处（仅凭我浅薄的认知），不会影响什么，所以有没有都无所谓。简历关能不能过跟内推没啥关系。 18 | 19 | 有一个很重要的点，实习尽量早投，早投是很有优势的，不要因为觉得自己还没准备好就不投（虽然我经常这样想🥲）。 20 | 21 | ### 笔试 22 | 23 | 一般日常实习是没有笔试的，暑期实习是有的。笔试就是做几道算法题，做不出来全部的题也问题不大，还是有概率拿到面试的。 24 | 25 | ### 面试 26 | 27 | 被面试官鸽了很正常，可以联系HR，不要慌。 28 | 29 | 面试过程中会考察对于计算机基础知识的理解（俗称八股文），数据库，操作系统，计算机网络等等都是有可能涉及到的。这里放一点高频题例子，牛客上这些都会比较多，可以去上面看面经。 30 | 31 | 1. HashMap 底层实现原理，put操作 32 | 2. MySQL索引 InnoDB 主键索引，非主键索引，B+ tree 33 | 3. 锁（行锁，表锁，gap lock） 34 | 35 | 一般来说问完这些问题会让你做题，SQL题和算法题都会有。刷题的网站有Leetcode，牛客，codetop等。 36 | 37 | SQL题不会太为难你，掌握基本的语法就可以了，牛客上可以刷SQL题，面试前一天多刷一点。 38 | 39 | 个人觉得算法题还是挺看运气的，出题的难度大概在medium，如果遇到不会做的题可以先尝试和面试官沟通，看看能不能给点提示之类的，他也有可能也会引导你。如果会做的话，首先要和面试官交流思路，看看是不是正确的并且是最优的，沟通好了之后再开始写代码。这里的沟通是很重要的，第一可以让面试官了解你的思路和解法，第二可以让他觉得你是一个善于表达的人，对于面试结果会有positive的作用。做完之后向面试官解释一下你的代码逻辑就可以了，尽量避免在corner case上的错误。 40 | 41 | 做完题之后很大可能会有follow-up，你需要顺着面试官的思路走，这个回答不出来的话影响应该不会太大。 42 | 43 | 整个面试最重要的就是算法题，做不出来90%挂，做出来85%过。 44 | 45 | ### Conclusion 46 | 47 | 总之，我个人认为，找实习运气占很大的成分，每个面试官都是不一样的，如果他和你很聊得来并且你们的知识体系差不多，我觉得这样过的概率就很大。算法题会不会做也有很大运气的成分，除非你的能力很强，基本没有不会的题。 48 | 49 | 最后呢除了你自身的表现和实力，也要看别的candidate的面试情况，横向比较还是挺常见的。即使你觉得你发挥的很好，但如果headcount有限，就很可能会被淘汰。 50 | 51 | 这里祝大家找实习都好运！！ 52 | -------------------------------------------------------------------------------- /SUMMARY.md: -------------------------------------------------------------------------------- 1 | # Table of contents 2 | 3 | * [README](README.md) 4 | 5 | ## 序 6 | 7 | * [序](xu/xu.md) 8 | 9 | ## 立志篇 10 | 11 | * [你想要做什么](li-zhi-pian/ni-xiang-yao-zuo-shi-mo.md) 12 | 13 | ## 自救篇 14 | 15 | * [CST课程经验分享](zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/README.md) 16 | * [😊 Overview](zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/overview.md) 17 | * [Y3 cources and experience](zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/y3-cources-and-experience.md) 18 | * [Y4 cources and experience](zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/y4-cources-and-experience.md) 19 | * [ICS课程经验分享](zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/README.md) 20 | * [西浦Y2课程](zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y2-ke-cheng.md) 21 | * [西浦Y3课程](zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y3-ke-cheng.md) 22 | * [利物浦CS大三课程介绍](zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/li-wu-pu-cs-da-san-ke-cheng-jie-shao.md) 23 | * [西浦Y4选课指南](zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y4-xuan-ke-zhi-nan.md) 24 | * [实习经验指北](zi-jiu-pian/shi-xi-jing-yan-zhi-bei.md) 25 | * [Backend](zi-jiu-pian/shi-xi-jing-yan-zhi-bei/backend.md) 26 | * [如何步入官场](zi-jiu-pian/ru-he-bu-ru-guan-chang/README.md) 27 | * [西浦学生当官升迁指南](zi-jiu-pian/ru-he-bu-ru-guan-chang/xi-pu-xue-sheng-dang-guan-sheng-qian-zhi-nan.md) 28 | * [做有价值的研究](zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/README.md) 29 | * [如何衡量学术价值](zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/ru-he-heng-liang-xue-shu-jia-zhi.md) 30 | * [获得科研机会的途径](zi-jiu-pian/zuo-you-jia-zhi-de-yan-jiu/huo-de-ke-yan-ji-hui-de-tu-jing.md) 31 | * [投身开源社区](zi-jiu-pian/tou-shen-kai-yuan-she-qu.md) 32 | 33 | ## 访谈集 34 | 35 | * [19级同学申请总结 (CS/DS/ECE)](fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/README.md) 36 | * [美研23fall申请 (Yingxi Chen)](fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-yingxi-chen.md) 37 | * [美研23fall申请 (Pin Qian)](fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-pin-qian.md) 38 | * [美研23fall申请 (Hejie Huang)](fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-hejie-huang.md) 39 | -------------------------------------------------------------------------------- /zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/overview.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: This is an overview for who major in CST student 3 | --- 4 | 5 | # 😊 Overview 6 | 7 | ## 写在前面 8 | 9 | 作为一名即将毕业的大四学生，对一些课程有一些自己的理解，我希望在这个平台提出一些个人观点，来帮助看这篇文章的学弟学妹们。但这毕竟是我自己的学习方法或自己对知识的理解。可能并不适合所有人或者对一些课的理解可能有一些偏颇，希望大家理性观看。如果有问题欢迎联系我。本人V: gzw\_tyy 10 | 11 | 此外，由于作者是4+的，所以本篇经验可能缺少对利物浦大学部分课程的分析，还请有相关经验的同学补充。希望本贴能逐步完善，成为有益于学习的一份资料。此外，我是比较喜欢硬件方向的，申研也都是申请的硬件方向，所以我可能会对硬件的理解更深一点。 12 | 13 | *** 14 | 15 | ## 正文 16 | 17 | **专业课程部分**：首先我认为对于CST部分的课程设计是有一定缺陷的。希望有相关人员能看到这篇帖子并作出修改吧（但只是我个人观点）对于硬件和软件的课程比例，我认为是对半分的，可能硬件稍多一点但是学的较浅，软件的课少但是内容已经蛮深的了。BTW，大一的课程也很重要，对于后面申研的话，港新也是会看大一的成绩的。 18 | 19 | **对于硬件：**后面三年都没有电磁学相关的课程，所以有些学校申请的时候可能会卡相关课程。我们这一届CST只在大一时候学过一门课PHY006略微沾边，但是有的学校并不认可，所以大一选专业的时候要有所注意。其次，相较于国内一些大学学习的电路内容，虽然我们的课程名字可能相同，但是他们学习的知识通常会比我们的难一些，或者我们的课程只学习他们大约一半的知识（这个会在课程中具体说明）。此外，对于课堂建议，大部分老师讲的是很细的，而且课下也会给我们解答问题，多和老师们接触可能会改变你们对老师们在课堂上的印象（~~有些老师真的不是能力差，他们可能真的只是英语口语不好~~）。 20 | 21 | **对于软件：**我们三年会学很多种编程语言，但是学的很深的并且应用最多的是Java，并且有很多课是Java相关的，所以Java一定要好好学。此外，也有一些要自己学的语言。首先，很多通信的课都需要使用Matlab，但是我们并没有专门的课学（可能这个课程量缺少不够一学期上的），这就导致了在有Matlab作业的初期会有莫名其妙的bug会卡很久。其次，虽然我们会学C++，但是很多硬件编程都是用C语言，有一些语法还是会不太一样，但是几乎没啥影响（吧？一般自己上网查一下就出来了）。最后就是Python，同样我们也没有相关课程，但是有很多课会用到（计算机网络，大数据，计算机视觉等等），而且Python对于数据处理是非常简便的，所以还是推荐浅学一下。 然后我们在大三和大四的时候会学软件工程1和2，这两门课都是理论知识占主导，略微无聊，但是ICS专业会在大三下加入软件工程的实践部分，就是小组开发一个app。可能是学校只允许大三的学生有一门开发大项目的课（我们的是硬件开发），所以我们错过了这门课，这也就意味着我们在写简历的时候痛失了一个非常凸显我们能力的项目。~~而且如果没有这个项目，其实显得我们白学了软件工程那两门课（个人观点）~~ 22 | 23 | **学习压力部分：**个人认为，CST的课程难度主要集中在大二下和大三（这个后面细说）。如果你想在大三拿到一个相对好的成绩去申研，那大三就要经历几天高三生活了。对于一些理论课，肯多老师会上成PPT朗读会，会很无聊，但是不能轻视这些课，因为这很有可能是一等学位的绊脚石。 24 | 25 | **科研建议：**我是在大二暑假时候进的组，而且感觉大部分同学是在大三暑假就会跟导师联系进组。对于导师选择，这关系到个人的未来规划，所以还要慎重选择。很多老师会在你做完surf后把你留在组里继续科研，所以其实有蛮多科研机会的，而且提前进组可以提前定好FYP的题目，提前开始，这样大四的时候就会轻松很多。但是我还是建议平衡好科研和学术，大二大三的时候还是刷分重要，如果能兼顾当然更好，论文或者科研成果并不会给你申请授课型硕士提供太大帮助，如果要申请研究型硕士或者直博，建议早一点准备套磁，并做好被石沉大海或者养鱼的准备。此外呢，科研和实习之间，我认为本科阶段实习略微重要一点，所以尽量保证在毕业前有一段实习是最好的。 26 | 27 | **语言建议**：因为我是低分仔（没拿到一等学位😭）且没申请美国，所以很多申请的大部分学校是不卡语言的（布里斯托，南安，港中文，港理工，澳洲的学校等等）貌似布里斯托再往上的学校就开始卡语言了，但是基本上都是6.5(6), 新加坡的学校只卡总分6（这两年扩招）. 28 | 29 | **申请建议： 尽量别一号多申，如果一个学校想申请多个专业就多创建几个号。如果要DIY的话要多看看相关的资料优化自己的材料。如果是机构申请的话，要实时跟进，最好把申请邮箱控在自己手里，然后申请后的服务（签证申请，租房信息，出国之后的服务）也要提前在合同里面谈好。** 30 | 31 | 32 | 33 | Designed by Tianyu Zhao 34 | 35 | -------------------------------------------------------------------------------- /fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-pin-qian.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: by Pin Qian 3 | --- 4 | 5 | # 美研23fall申请 (Pin Qian) 6 | 7 | 写的时候拿到了Cornell Tech的rej 和 CMU AIE-ECE的ad，但还是想等SD的CS75. 8 | 9 | 感觉Yingxi已经把很多细节写得很清楚了，我就分享一下我的完整时间线吧，切成三段：申请前，申请时，申请后。 10 | 11 | 如果对本文有疑问可以联系v: Chian\_Pin 12 | 13 | ## 申请之前（主要是经历）： 14 | 15 | ### Y1 16 | 17 | 啥都不懂，那时候不知道GPA的重要性，所有课都是佛系学佛系考。 18 | 19 | 因为比较想去美国，通过把各种中介当工具人大概了解了申研需要什么，于是从那个时候（大一下）开始关注gpa，也开始准备其他东西。 20 | 21 | 之后疫情了，暑假参加了一个线上的比较水的实习，是第一次做开发，主要是学习为主。 22 | 23 | ### Y2 24 | 25 | 回到了学校，进了一个学长的FYP组，是做Fin+RL，于是大二主要就是在学这个做这个。 26 | 27 | 学校里的课也学，但由于经历了疫情在家，我大学后来就不太有去上课的习惯（可能大多数人都这样）。通过开源的课和自学，感觉可以省下很多时间。 28 | 29 | 想在出国前把G考了，考了一次，失败了。 30 | 31 | 暑假留在学校做项目，参加了一个NLP相关的surf，但是比较水，主要是还在做RL。 32 | 33 | ### Y3 34 | 35 | 去了利物浦，心态有点开始躺了，在保证分数的前提下，玩了很多地方。 36 | 37 | 期间考了两次G，累死，但结果满意了。 38 | 39 | 十一月的时候，投了一些国内和uk的公司，最后是年末的时候被国内腾讯的晨星计划捞了，算是很早就安排好了大三暑假。 40 | 41 | 由于那时候回国极度困难，二手准备我也套了暑研，最终是被ucsd捞了。 42 | 43 | 但是千辛万苦回国之后，感觉handle不了边实习边做科研，就放弃了暑研。 44 | 45 | 实习的时候裸考了雅思，因为没几所要，所以过线了就没管了。 46 | 47 | ## 申请时（主要是文书和选校）： 48 | 49 | 因为我是签了中介，本来以为可以省下很多时间，但结果其实和diy没什么区别。 50 | 51 | cv和sop我和一个应数的朋友持续互相迭代，改了又改，从花里胡哨的故事线，到后来很直白的叙述，重写和大改好像有六七遍。虽然不知道申理工科sop到底占多大的重要程度，但应该说也是尽力了。 52 | 53 | 选校方面，我一开始非常激进，第一波cmu的项目就选了5个。我的选校都是cs项目，但中介一直说cs卷，不好申，我也隐约感觉到啊可能是这样，于是调整心态，重新选了一波。 54 | 55 | 第二波的时候，我的心态是这样的：最终去哪个归宿都是找工，没必要很纠结学校的title。有coop的东北甚至成了我的梦校，但是因为雅思分不够没投。最终的选校是这样的： 56 | 57 | | Program | Level | Why | 58 | | ---------------- | ----- | ---------------------- | 59 | | UCSD CS75 | 彩 | 阳光沙滩 | 60 | | CMU AIE-ECE | 彩 | 喜欢项目设定，而且和我背景比较match | 61 | | Cornell Tech CM | 彩 | 喜欢项目设定，但和我的背景不匹配 | 62 | | UCB MENG EECS | 彩 | 因为朋友申了个LA，不想有阶级差距就申了个B | 63 | | NYU CS (Courant) | 冲 | 如果以后MLE，数院下的cs可能会有优势一点 | 64 | | Brown CS | 冲 | 喜欢，而且是个藤校 | 65 | | Columbia CS | 冲 | 藤校 | 66 | | UIUC MCS | 冲 | 扩招，求捞 | 67 | | UCI MCS | 主 | 本来以为可以保底，但中介说也很难 | 68 | | Duke MENG ECE | 主 | 喜欢课 | 69 | | JHU CS | 主 | 喜欢有科研经历的，申一下试试 | 70 | | USC CS28 | 保 | 还挺喜欢的，想用来保底 | 71 | | UCSD EC93 | 保 | 也想用来保底 | 72 | 73 | 这些项目里CS75，AIE，CM的文书是花的时间最多的。CS75是第一篇，AIE写得很顺畅很舒服（ad了），CM因为想着往创业写，写得很便秘（rej了）。 74 | 75 | ## 申请后（主要是心态）： 76 | 77 | 有句话是：失败固然可怕，但是朋友的成功更让人揪心。 78 | 79 | 当身边的人，相似背景的人接连拿到不错的offer，你的邮箱什么声音也没有，甚至拿到拒信的时候，太憔悴了。 80 | 81 | 一边在想自己的项目是不是选保守了，一边担心自己是不是没学上了，开始怀疑是不是文书有问题，是不是申请信息填得不对...期间也干不了什么事情，无能无力。 82 | 83 | 想来想去，感觉这些点可能比较实在： 84 | 85 | * 不要刻舟求剑 每年每个项目的录取难易都会不同。当申研的信息获取越来越透明，加上申请ms存在一定的水分，必然会把本来可能bar不高的项目变成一个抽奖项目。保底不一定是保底，彩票也不一定是彩票，申与自己匹配的，是最稳妥的。 86 | * 如何定义保底 我认为的保底是，如果最后真的只有这个学校了，是可以接受去的。如果不喜欢，不接受，那不如不申。 87 | * 申请和发展 申请前的准备最后收获的不应该是一条storyline，而是拿到入场券后能够用得起来且可持续发展的技术栈。 88 | * 心态 之前可能还是挺有名校情节的，这种情节确实可以激励我去做一些事情。但是当考虑到自己真正感兴趣的东西，想要什么样的生活时，带有目的性获得的title有时候更像是一种束缚。当然我是无法完全跳出来的（不然也不会学cs了），所以只能尽量做适合自己的决定，同时不让自己觉得可惜或者后悔。 89 | -------------------------------------------------------------------------------- /zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/li-wu-pu-cs-da-san-ke-cheng-jie-shao.md: -------------------------------------------------------------------------------- 1 | # 利物浦CS大三课程介绍 2 | 3 | ## Y3-S1 4 | 5 | ### COMP201 Software Engineering I (必修) 6 | 7 | Workload：★★☆☆☆ (2/5) 8 | 9 | 课程收获: ★★☆☆☆ (2.5/5) 10 | 11 | 老师：Sebastian Coope 12 | 13 | 涉及到的语言：Java 14 | 15 | 非常理论的一门课，lecture主要就是讲ppt上面关于软件工程的概念（这门课ppt大概有500多页）。课程内容涉及的还算比较广，介绍了Requirement analysis, System models, Specifications, UML等等软件工程的知识。有三个Assignment，一个是画Use-case diagram，一个是画各种UML图（例如class diagram，sequence diagram和activity diagram），剩下的是一个代码作业，用来实现第一个Use-case diagram。这个代码作业只占比5%，语言用的是Java，老师会提供代码框架，我们只需实现里面的一些功能就行，难度很低。值得吐槽的是这个代码作业要求十分不清晰，task sheet和老师给的代码注释里面有很多不一致，而且不提供测试用例，导致很多地方只能靠自己揣摩老师的意图，最后分数也是因为要求给的不清晰而被莫名奇妙扣掉很多分。另外前面那两个Assignment给分也一般般，也是会在一些地方莫名其妙扣你的分。期末考试就是ppt概念背诵考试，ppt上的概念记得越熟，分数越高。 16 | 17 | ### COMP207 Database Development (必修) 18 | 19 | Workload：★★★★☆ (4/5) 20 | 21 | 课程收获: ★★★★☆ (4/5) 22 | 23 | 老师：Rasmus Ibsen-Jensen 24 | 25 | 涉及到的语言：SQL 26 | 27 | 个人认为是利物浦大三上四门课里体验最好的一门课，老师也非常负责（虽然他的口音非常难听懂）。这门课主要是介绍数据库理论方面的知识，相比于大二在西浦上的那门CPT103 Intro to Database会深入很多。课程内容涉及SQL语言，事务，锁，日志，Query Processing\&Optimisization，分布式数据库等。这门课因为有很多新的知识，所以一开始学起来会感觉难度比较大，但是学到后面会渐渐对所学知识点有了更深的理解。课程设置比较完善，每周都会有大量的quiz题供我们练习巩固。这门课考核方式是一个assignment，一个每周都会有，考察那一周知识点的weekly assessment（4道选择题）。Assignment就是用SQL来写一些算法题，一般是有7道题，前面5道是easy难度，第6道是medium，最后一道题有一定难度，需要好好思考才能写出来。期末考试是30道选择题，有概念题也有计算题。这么课想要考高分需要把平时的quiz题，weekly assessment和mock exam的题目都理解才行。 28 | 29 | ### COMP218 Introduction to computation theory (选修) 30 | 31 | Workload：★★☆☆☆ (2.5/5) 32 | 33 | 课程收获: ★★☆☆☆ (2/5) 34 | 35 | 老师：Dominik Wojtczak 36 | 37 | 涉及到的语言：无 38 | 39 | 没有代码作业，真·完完全全理论的一门课。课程内容分为三大块，分别是regular language, context-free grammar和Turing machine。这门课上手难度很低，前几周的课非常简单，但是最后一部分Decidabilty and Undecidability那块会比较困难（好在期末那块就考两题左右）。这门课个人感觉lecture讲的一般般，但是tutorial一定要每周都去，因为只有在tutorial才会告诉你一些做题方法。考核方式一个是每周去Automata Tutor（ATv3）这个网站上做题，可以尝试无数次直到做对为止，所以这10%的分数相当于送分。另外两个平时分是由两次线下class test组成，难度不高，但是时间比较紧张，所以想要考高不仅需要知识掌握好，还得有一定的做题熟练度。期末考试40道选择，难度和class test差不多，不算太难的一门课。 40 | 41 | ### COMP219 Advanced AI (选修) 42 | 43 | Workload：★★☆☆☆ (2/5) 44 | 45 | 课程收获: ★☆☆☆☆ (1/5) 46 | 47 | 老师：Xiaowei Huang 48 | 49 | 涉及到的语言: Python，Anaconda 50 | 51 | 利物浦大三上最水的一门课。。。课程名字虽然叫Advanced AI，但实际上一点也不advanced，因为课程内容讲的都是10几年前的基本机器学习算法，例如KNN，朴素贝叶斯，逻辑斯蒂回归等等。课程主要就是以Machine learning algorithms为主，但也会涉及到一些最基本的Deep learning知识比如CNN，梯度下降，Back propagation等等，课程的最后也会涉及到一点贝叶斯网络的概念。如果你之前已经有过AI方面的知识，那么这门课就完全没有去上的必要了。Assignment是写一个adversarial network，同样老师会给出代码框架，我们需要做的就是写一个attack algorithm以及训练算法。这个Assignment难度很低，而且因为代码框架里很多内容都写死固定住了所以没啥操作空间，最后给分也很高。期末考试也很简单，考一些基本的AI方面的知识以及一些机器学习算法的计算。考题有许多往年期末卷子的原题，所以把老师给的两套往年卷子做一做就没啥大问题。 52 | 53 | ### COMP229 Introduction to Data Science (选修) 54 | 55 | Workload：★★★★☆ (4/5) 56 | 57 | 课程收获: ★★★☆☆ (3/5) 58 | 59 | 老师：Phil Smith 60 | 61 | 涉及到的语言: 无，纯数学 62 | 63 | 基本上是一门数学课程。主要讲了一些基础机器学习算法原理中运用到的数学知识。前一半课程内容很简单，基本上是高中数学内容，涉及基本的算法像是knn，高斯回归等。后半内容开始变得复杂，涉及到线性代数和几何定理，主要涉及学习pca和svd的数学原理，这两个是在机器学习中用来降维的主要方法。最后考试的一个大题就是要求你手算模拟pca和svd的运用过程。你如果想要深入学习一些有关 cv 算法的知识可以选这门课。另外这门课很多内容和COMP219重合，基本上219里老师含糊过去没解释的数学知识这门课讲了大部分，所以如果你选了219，我推荐你选这门课。但是话说回来219那门课就是一坨屎，我不觉得很多人还会选那门课哈哈。最后这门课老师还算认真的，给学生的笔记很详细，基本上你过一遍课堂笔记和tutorial，考试挺轻松的，但是就是内容是有点多的，你还得记一些数学公式，考试是不会给公式的。 64 | -------------------------------------------------------------------------------- /zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/y4-cources-and-experience.md: -------------------------------------------------------------------------------- 1 | # Y4 cources and experience 2 | 3 | 大四上的CST依然是比较痛苦的，因为大部分同学会在这个学期考语言或者准备申请。而且还有好多课是有难度的。所以依然不能松懈 4 | 5 | ## Semester 1： 6 | 7 | ### **1. CAN303 Analogue and Digital Conmunications II** 8 | 9 | 这门课只有2.5学分，但我认为是最难的，很多身边的一些‘尖子生’在期末周准备放弃这门课然后提高其他更高学分的课来弥补（不建议）。这门课依然是由刘烨老师教的，一贯的教学风格。不得不说刘烨虽然上课有点无聊，但是做PPT的水平是非常高的，只有去上了他的课才能懂PPT里面的逻辑，里面的一些计算过程也会被老师删掉（主打精简）。 10 | 11 | * **组成：**Assignment(30%)和期末考试(70%) 12 | * **Assignment：依旧刘烨特色，作业中的所需的数据与个人学号相关。**作业需要用Matlab填写老师提供的代码画一些信号图（一共五道题）。内容涉及码间干扰（ISI），滚降系数（roll-off factor），眼图（eye diagram）等等。因为最后期末考试较难，所以这部分老师给分很高（均分78），虽然作业有点难度，但是工作量并不算太大。而且report格式也没太多要求，按照之前老师给的模板就可以了。这几道题基本上都是上课讲的知识的细化，后面两道题会有一定的区分度。 13 | * **Final exam**：\ 14 | 期末考试对每一个人都是折磨，我当时并没有上太多老师的课，最后reading week才开始复习（yu xi），方法就是一页一页PPT过，不会就去问GPT，我印象里面前三四节课的内容是比较难的（也是期末考试的第一道题）要推导很多公式，但是如果理解一些里面的公式的含义对后面（大四下）的学习帮助还是很大的。当时我是大概一天一个课件，感觉学习的是比较充实的，后面入门之后大概就一天两三个了，所以总共大概一周左右才会复习完。 15 | 16 | （建议复习的时候拉一个ICS的一起，因为里面有一些知识点例如贝叶斯，似然函数等等，他们是从机器学习的角度学习的，咱们是从信号处理的角度学习的，两个结合一下会更深入的理解） 17 | 18 | ### 2. EEE339 Digital System Design with HDL 19 | 20 | 依旧是我们的老朋友许铭老师教，因为前面许铭老师讲的课都比较简单，所以我还是很喜欢这个老师的，每次下课都会去问问题，或者听他讲故事。虽然许铭从19级就开始讲他跟剑桥的爱恨情仇了，但是现在还是听不腻呢。老师也对我们很好，对FYP很是负责（虽然我没选他），每一个人都会安排一个他之前的学生来一对一辅导，而且每次交报告或者答辩之前，老师都会叫你去提前看一下。 21 | 22 | 跟之前不同的是，这门课跟许铭之前讲的课难度还是略微有一些大的（也可能是因为我没太用心），其实这门课是之前学过一些课的结合（Arm汇编，HDL等等），比较考验对之前学习成果的掌握程度。 23 | 24 | * **组成：**Assignment I, Assignment II（一共占30%）和期末考试（70%） 25 | * **Assignment I**: 老师好像是有两个或者三个版本，每年轮流着换，所以21届应该跟我们的不是一样的。我们的第一个作业是用开发板（DE1）涉及一个clock，里面包含计时器，时钟，秒表等功能最后还要我们自己设计一个功能，我们大部分都只设计了一个小功能（我写的是倒计时），这种只有5分（这部分有15分），所以还要结合一些其他功能，例如跑马灯之类的，一个小功能部分就五分，我们的TA没告诉我们这些，所以我们都是最后才知道的，但是已经晚了。剩下的三个部分，代码严谨性是依次递增的，必须要想到所有的可能出的问题，代码才会实现（if嵌套的逻辑非常重要）。也有verilog大佬会用‘task’或者‘function’方法实现这些功能，这个就比较考验代码功底了。 26 | * **Assignemnt II:** 设计一个MIPS处理器，前面几部分是机器码和汇编语言的一些转化，帮助更深入了解代码的。后面是设计一个32 bits的single cycle processor（你们也有可能是multi-cycle），后面还要转成更小的带宽（取决于学生证号）。总体框架老师是写好的，我们只需要填一下空，完成这个作业需要对课上老师讲的内容非常了解，融会贯通才会更简单。 27 | * **Final exam:** Final大多是是手搓代码，但是基本上不会太长，而且题型跟往年的考试题基本上一样，复习多做几遍应该没啥问题（虽然我期末崩了），第一部分会有判断题，在往年的题里面会被老师挡掉，一般是比较细化的知识点，复习的时候要注意。三个小时的考试依旧很漫长，其实我感觉把期末考试改成大作业会更好一点。 28 | 29 | ### 3. INT301 Bio-Computation 30 | 31 | 这个学长们已经写过了，我就写一下我自己的感觉。这门课是CST必修的，主打一个机器学习，知识点跟后面会讲的INT303会有一些重合，建议复习的时候两个一起复习会好一点。杨锐老师是我听过讲课最舒服的老师，上课条理性和逻辑性是非常高的，只要跟着老师走，就会感觉知识点从四面八方流进了脑子里。PPT也做的很好（虽然有朋友说是斯坦福的同款课件，但是不管怎样，老师能把这个课件演绎的非常好）。而且下课去问老师问题基本上都会有更深刻的理解。**课程由两个In-class quiz和期末考试组成，总体上下来给我的感觉就像高中时候学生物和MEC208非常像，都是小知识点很多，有的需要背一下。** 32 | 33 | 这门课还有lab课，但是期末不怎么考代码，所以我基本上都没去（**不建议**）。课上老师会给一些Matlab的代码来帮助你理解课上的一些机器学习的模型，帮助理解。 34 | 35 | In-class Quiz: 两个quiz都是选择题，我们这届是八分钟十道题，非常匆忙，非常急促。虽然都是课上讲的，但是有好多小知识点容易忽略，最后老师说大家分数都蛮高的（除了我）。 36 | 37 | Final exam：Final是半开卷，老师会让我们带一张A4纸的小炒，必须手写，不能打印（不知道能不能用IPad之类的，因为我们进考场的时候没查）。写的时候我们都是微雕大师，把十四周的课全都写上去。老师出的题也很有意思，第一题是开放性试题，只要说的有理就会给分，而且不需要太专业的知识要求。总体来说，题不是很难，但是考两个小时是比较紧张的，我当时好像最后一题有一两问没写完，所以要注意时间管理。 38 | 39 | ### INT303 Big Data Analytics 40 | 41 | 大数据和301一起被称为机器学习三部曲（还有一门我们不学）里面会讲一些爬虫技巧和机器学习的一般方法，整体期中后面的课会难一些。但是光看课件+知乎应该是可以看懂的。里面一些的算法（例如SVM）咱们并没有讲的很难，如果想学深一点的话（大四下如果选计算机视觉的话也会学到），可以去b站看相关视频。课程由两个作业和final exam组成，期中周和最后一周老师会总结一个知识点总结给你，帮助你复习。 42 | 43 | Assignment：第一个作业是用爬虫爬取老师给的一个网站的数据，每年都不一样，但是总体思路差不多。爬取到之后会考察你处理数据的能力以及分析数据的能力，作业本身较开放，每个同学可以有不同的分析角度。第二个作业是用老师在kaggle网站上面上传的数据进行一些分析，通过机器学习，训练，最后对一些事物进行预测。最后还会写一个一页的report，类似于一些conference，结构比较学术，而且老师也会给我们一些论文参考。 44 | 45 | Final exam：考试的内容每年基本上是不变的，复习的时候要根据前一年的考试卷复习。但是如果两年的知识内容差很多的话就要看老师心情了，我们这次考试砍了两个知识点，多了一个新的，所以还是有一点小变化的，总体说变化不大。 46 | -------------------------------------------------------------------------------- /fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-hejie-huang.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: by Hejie Huang 3 | --- 4 | 5 | # 美研23fall申请 (Hejie Huang) 6 | 7 | 写的时候尘埃已经落定了，申请结果附在文章的最后。 8 | 9 | 关于申请以及前后的准备工作，Yingxi写得特别详细，大家可以参考她的文章。我想和大家分享一下我申请的时间线，分成：申请前，申请时，申请后；还想聊一些人生感悟。 10 | 11 | 对本文有任何疑问/想进一步交流 可以联系v: xxMy_Botxx 12 | 13 | 14 | 15 | ## 申请前： 16 | 17 | ### Y1 18 | 19 | 当时还在纠结要不要转学，压根没考虑过申请哪国的研究生。课内的东西学得马马虎虎，课外也没有任何拓展，很开心的就水过去一年，想着70分就好了。 20 | 21 | 结果勉勉强强70+，没有得到任何奖学金，假期也没有事情做，开始心虚。（因为数学成绩一般，放弃转学） 22 | 23 | **理想状态** 24 | 25 | 准备申美国的（申英国的学有余力也可以）把GRE考出来 26 | 27 | 实习应该找不到，但是可以把和专业相关课程分数刷高，然后在学校官网看有没有做自己感兴趣方向的老师，发邮件进lab 28 | 29 | 可以多多社交/参加社团，认识不同的人 30 | 31 | ### Y2 32 | 33 | 恢复线下授课之后，我每一节lecture/lab/tutorial都会去上，而且对于感兴趣的课会翻原版书学，因此大二上成绩不错。 34 | 35 | 当时报名太晚错过了SURF，volunteer也没得做，所以发邮件联系高分课程的老师，跟他们一起做科研。 36 | 37 | 我做树莓派 以及 写attention的论文， 当时学艺不精，统统烂尾，还好积累了一些自学和科研经验。 38 | 39 | 大二下的暑假通过校外导师找到了第一份实习，和科技沾边但是关系不太大，很水。 40 | 41 | 关于语言： 我英语基础一向很好，自学一次就考出了雅思，但因为有效日期要涵盖英国研究生入学月份（9月+雅思有效期只有两年 所以大三还得考） 42 | 43 | （在这里安利学校的资源库，里面有很多免费的课，不用花大价钱在外面报班） 44 | 45 | **理想状态** 46 | 47 | 做和专业相关/以后想发展方向的实习；擦边实习有了比没有好但很鸡肋，可以边上班边摸鱼学点对未来真正有用的。 48 | 49 | SURF早点报名，多去老师那里混眼熟。 50 | 51 | GRE真的要考出来了。 52 | 53 | ### Y3 54 | 55 | 刚去利物浦有点不适应，但由于大二的良好学习习惯和基础在那，我也告诉自己不能太摆。 56 | 57 | 我一直在（指从1月投递到5月）投递+完善我的简历，找英国本地的summer intern；积极参加career fair和有意在linkedin上build connection（后面我的同学都会惊叹怎么我connection这么多hh） 58 | 59 | 后来我拿到两个英国offer（一个是给startup写网页/一个是给医疗机构剪视频），小赚了一笔。和硬核tech关系不大，但是都很有意思。 60 | 61 | 关于科研，我在网上搜到了做我喜欢方向（hci+cs）老师的暑研，给她发邮件+我的bg。她一开始说这个只针对交换学生开放，后来因为疫情来的人不多，她在五月底重新联系到我，邀请我加入这个项目。 62 | 63 | 我大三暑假超负荷运转，根本没有时间diy，所以在朋友推荐下签了一个中介。后续证明他们除了给我添堵没起什么大作用。 64 | 65 | 雅思我在寒假的时候一次过了。但是由于之前疏于准备GRE，只能0基础起步，在大四下6-11月考了4次，后面直接翘课在家学，还好最后考出来了。 66 | 67 | 虽然最终选择的项目没有用上GRE，还是觉得有它心里踏实一点。 68 | 69 | **大家真的可以早点考GRE** 70 | 71 | 72 | 73 | ## 申请时： 74 | 75 | 我申请英国基本上是直接采用中介的文书，当时在考gre，没空细究。 76 | 77 | 在申请美国时我删去了一些夸张的部分，害怕背调。我还为我的梦校Cornell Tech从头到尾重写了一版文书，把我的经历拼接成一个完整的故事，踩着ct对于applicant的要求写，加入了很多真情实感。 78 | 79 | 选校方面，我一开始除了hci+cs没有任何别的想法。中介说CE好申，我就选了挺多好学校的CE，后来才觉得没必要（我觉得专业远大于学校名气）。在和不同的朋友交流过后，我的选校彩票：主申：保底 = 8:5:3 （现在觉得可以更激进一点） 80 | 81 | 我的选校原则是：专业 >= 就业资源 > 学校名气 >= 地理位置 82 | 83 | 可以写一篇总的文书 别的对它进行微调就可以 84 | 85 | （校名标粗的是拿到offer的） 86 | 87 | | Program | Level | Why | 88 | | :----------------------- | :---: | :-------------------------------------: | 89 | | **Cornell Tech CM** | 彩 | cs+hci+创业 和我完美匹配 | 90 | | Cornell ECE | 彩 | 冲着藤校title去的 偏向做硬件的人 | 91 | | UMich MSI **转MHI** | 彩 | 很喜欢HCI Track | 92 | | Brown CS | 彩 | 两年的项目 适合养老刷题 还是藤 | 93 | | **CMU SESV** | 彩 | 专业听起来不错 而且是CMU/上一届大佬去了 | 94 | | IC Computing（SE） | 彩 | 感觉是英国我能申到的天花板 | 95 | | IC ACSE | 主 | 往届我这个分稳上的 | 96 | | **UCL HCI** | 主 | 很喜欢hci 欧陆第一的项目 | 97 | | NYU CS (Courant) | 主 | 在纽约 | 98 | | NYU CS (Tandon) **转CE** | 主 | 在纽约+好申 | 99 | | **Rice MCS** | 主 | 课程设置很喜欢 | 100 | | Edinburgh CS | 主 | 申着玩 好朋友在那 | 101 | | USC CS28 | 主 | 加利福尼亚很美啊 | 102 | | **UoM ACS** | 保 | 申着玩 | 103 | | **Northwestern CE** | 保 | 西北名气大+就业好 课太硬了 | 104 | | UCI MSWE | 保 | 找工无敌 | 105 | 106 | 107 | 108 | ## 申请后 109 | 110 | 先讲一下申请。我对申请结果很满意，感觉选校很有区分度。但是后面想想，录取了100%不会去的学校根本没有必要申请，费钱费时费力。 111 | 112 | 最后悔的事是没有申请UCLA，因为感觉自己够不到。现在感觉有梦，去追就好了，拿到拒信也是一种荣誉。 113 | 114 | 我很庆幸自己没有申请一些大众情人项目/据说workload很大的项目，因为我对研究生的定位也是work life balance，就像我对大学的态度一样。我不想为了一个可能更高的paycheck牺牲自己内心的平静。 115 | 116 | 我认为签中介不是很有必要，看网上的各种资源足以。因为中介也是这样搜集信息的，顶多再给你一些往期学员的数据以供参考，就是在贩卖信息差。但是我当时特别焦虑，有这个需求，所以随大流签了中介。他们虽然给我添了不少堵，但也在一定程度上让我对申请有了安全感（毕竟结果不好可以赖他们） 117 | 118 | 现在想想，其实我在选校上付出的努力远比他们多，只有我自己才最了解自己，知道我的motivation和drive在哪，它们可以带我去哪。 119 | 120 | 整个申请流程特别搓磨人，我也由各人的申请结果得到了一些感悟。 121 | 122 | * 人生是一个漫长的均值回归的过程，申请到学校的好坏不决定人生的好坏，这都是暂时的，把握自己能把握到的就好 123 | * 重要的是要知道自己想要什么/想过什么样的生活，读研只是一个辅助 124 | * 申请真的很看缘分，不是各项硬件条件达标就会被录取的，还要看符不符合学校的vibe（建议大家可以多研究研究官网 上linkedin看看往届毕业生都是什么气质的 努力在文书里体现出这一点） 125 | * 在做决定前尽可能多地搜集信息，形成自己的决策网络，并且有承担一切选择结果的勇气。人生没有唯一答案，觉得什么是对的，去做就好了。 126 | * “我们终其一生，就是要摆脱他人的期待，找到真正的自己” 127 | 128 | 129 | 130 | -------------------------------------------------------------------------------- /zi-jiu-pian/ru-he-bu-ru-guan-chang/xi-pu-xue-sheng-dang-guan-sheng-qian-zhi-nan.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: 时代的洪流大浪淘沙，加入领导干部队伍才是最能发挥才智，获得最高级的自我实现的最佳途径！毕竟，人的生命是有限的，但为人民服务是无限的。世界上最大的快乐不就是成为一名领导干部，毕生奉献于为人民服务吗？ by Beichen 3 | --- 4 | 5 | # 西浦学生如何步入官场 6 | 7 | 西浦本身人脉网络以及文化背景的特点下，外加作为一名 CS 的学生，通常聚焦于技术和科研使得学生投身宦官的机会更加渺茫。这篇主要鼓励大家拓宽视野，并为大家提供一条新的人生道路 - 仕途篇。根据本人浅薄的认知和看法，将首先介绍领导们的最高学位，从目前领导干部团队学历开始分析，并进而讲解如何步入官场，以及如何快速升迁。 8 | 9 | ### 背景：领导干部的知识水平 10 | 11 | 仅就高级领导干部而言，我国厅及以上领导干部拥有博士学位的比例已经达到了惊人的 18%。在二十大当选的 205 名中央委员中，拥有博士学位的人数达到了 62 人，拥有博士学位的比例高达 30%，而这个数据还是包括了 45 名军人在内的，如果仅计算党政干部，这个比例则会高达 38%。而在 24 名政治局委员之中，有 10 名委员拥有博士学位，博士比例已经达到了 41.6%的惊人高度。可见，我国的高级领导干部群体绝对算得上是，“一个高知群体”。不过，中国的学历学位制度颇为复杂。即使同为博士学位，但在学位的含金量上不免还是有个三六九等之分。 12 | 13 | - 其中最引人注目的，当属党校授予的非全日制在职研究生学位。该类学位专门为厅局级以上领导干部量身定制，课程与研究课题专注于为人民服务。 14 | - 比起党校的研究生略逊色一筹的是一些高等院校的经济、管理、人文类学位。尤其是其中的博士学位更是让各位厅局级以上领导干部趋之若鹜。与党校的屠龙之术相比，此类课程最为贴近工作实际，而此类学位之中当属在职研究生的含金量最高。不过必须得是在职，也只有“在职”此二字方才能道尽领导干部毕生的追求。攻读此类学位的领导通常都在外地任职服务人民、日理万机，大都无法频繁的离开任职地点入校学习。参与此类课程攻读此类学位主要还是为了提高团队的整体素养 让秘书、勤务和司机等身边的工作人员前往高等院校进修学习。 15 | - 除了以上两种在职攻读纯粹的追求知识，仅能拿到学位却拿不到学历的研究生，领导干部队伍中还存在另外一种特殊的高层次人才，又称全日制博士研究生，也就是社会大众普遍认识里的那一种博士。这种类型获得于领导干部发迹之前多偏好科学或者工程类学位。选择攻读此类博士学位除了机遇和能力使然外，更多的是在踏上领导干部岗位之前有志青年对于未知世界的执着探索。这一纸证书，不单单是知识水平的证明，更是展现未来的领导干部超凡的智力水平的凭证。对于混领导干部队伍这件事而言这纸文凭在功能上多属于锦上添花。但对于社会公众来说却算的上是代表领导干部队伍，最高知识水平的真正牌面！ 16 | 17 | 从上可以看出，前两种选择为已经步入官场的终身学习者而准备，留给西浦莘莘学子的最靠谱选择只有尽己所能攻读更高学位。 18 | 19 | ### 西浦学生如何成为一名领导干部 20 | 21 | 在中国官场中，人际关系网络非常重要。相比于在中国本土教育体系长大的学生，西浦的学生可能在这方面处于不利位置。在特定的政府部门工作可能需要深厚的本土文化背景和理解，如果想通过国家公务员考试进入官场，西浦的学生可能要付出本土学校百倍的努力。当然，不讲投胎拼爹之类的迷信玄学，只讲讲个人努力范围之内的选择。 22 | 23 | 对于有志于投身宦海的朋友，本人只有一个建议：请努力学习。你的学位直接决定了你干部生涯的起点，间接决定了你干部生涯的终点，一个好一分的学历能换来高两分的前程。本人身边不乏很多优秀学子以西浦作为跳板，在大二就转入美国顶尖名校（例如：密歇根安娜堡分校）但是鲜有耳闻转入中国学子的顶级殿堂：清华大学。所以可以看到，尽管你极度聪慧，错过了“高考”这一人生的分水岭，也很难通过努力弥补。不过，如果极度聪慧的你能够获得国外顶尖学府（UCL 除外）的学位，本人认为机会尚存，不过这将是一条艰辛而漫长的路。 24 | 25 | 首先，不要考虑直博（清华大学除外）对于大多数目标申请海外研究生的学弟学妹（顺序不分先后）来说，本人建议如下：剑指美国常春藤，英国牛津剑桥大学，以及香港大学（排名分先后）。并进而努力冲击博士学位，本人建议如下：尽己所能全身心投入清华大学，美国常春藤，英国牛津剑桥大学，香港大学（清华大学优先级最高，其余排名不分先后）到此，对于一个拥有全日制博士学位的你，我们首先来聊一下，如何爬上正厅级领导职务？ 26 | 27 | 离开校园的第一份工作不要直接成为一名党政机关干部，走捷径更适合聪明的你，第一份工作请选择高等院校、体制内的科研院所、媒体、或重要的国有企业。凭借你的博士学位谋取一个技术类的岗位，从事技术性较强的工作。这些单位的共同点是允许走技术线走到非常高的级别，而且在职务晋升上各类企事业单位的用人自由度远比党政机关要高。可以一定程度的跳过资历要求。对于聪慧勤奋的你，过硬的业绩一定不是问题。你只需要在这类单位中心无旁骛的晋升，就可以进入下一步流程。至于你的疑问，为什么不直接投身于党政干部队伍，乃是因为党政机关干部的晋升难度远远更高，只有担任地方主官才能获得相对可靠的晋升机会。这样一路担任地方主官晋升至高位的领导干部可以在官场上拥有极强的根基；但一路上的层层关卡俱是实权肥差早已预订予手眼通天的能人，又怎会轮得到出身平凡的你。 28 | 29 | 按 2019 年版的《党政领导干部选拔任用工作条例》第十条的规定，专门增加了“注意从企业，高等学校，科研院所等单位以及社会组织中发现选拔党政领导干部”。寥寥数字，直接道明了今后高级领导干部的主要来源。识时务者为俊杰，你的选择将直接决定你人生路的坎坷程度。按公务员法第七十条的规定，国有企业、高等院校和科研院所以及其他不参照本法管理的事业单位中从事公务的人员可以调入机关担任领导职务，或者四级调研员以上及其他相当层次的职级。其中国有企业和高等院校本人不做评价，对于科研院所来说，cs 的同学切忌盲目从众，耽误自己的仕途发展。对于进入官场来说，cs 的同学需要考虑的是那些能够提供强大学术背景、广泛的行业联系以及政府关系的机构。根据本人过往在百度研究院的经验以及偷窥各位领导的职业生涯，可以发现选择那些与政府部门有着密切合作关系、参与国家级重大科研项目的科研机构将是非常有利的。下面提供一些可能有帮助的科研机构供大家参考（排名清华之外，不分先后）： 30 | 31 | - 清华大学人工智能研究院：清华大学作为中国顶尖的高等学府（没有之一），其人工智能研究院在深度学习、自然语言处理、图像处理等领域有着显著的研究成果和广泛的社会影响力。清华大学与政府部门有着密切的合作关系，参与多项国家级重大科研项目，这对于希望在官场中发展来说，是一个不可多得的平台。 32 | - 北京航空航天大学人工智能研究院：北京航空航天大学人工智能研究院同样是一个在人工智能领域具有高度影响力的机构。该研究院不仅在科研上有所建树，还与多家知名企业和政府部门有着紧密的合作关系，为科研人员提供了广阔的职业发展空间和政策支持。 33 | - 石家庄中电 54 所：54 所作为中国电子科技集团的一部分，主要从事通信、信息系统、电子战等领域的研究和开发。这些领域是国家安全和经济发展的关键部分，因此，54 所的研究成果对于国家的战略利益具有重要意义。此外，54 所作为军工企业的一部分，其研究成果往往与国防和军事技术直接相关，这可能为员工提供了与国家重要项目合作的机会，从而有利于仕途发展。 34 | - 石家庄 13 所：中电 13 所专注于半导体材料和器件的研究，这是当前科技发展的一个热点领域，尤其是在全球芯片供应紧张、突围卡脖子的背景下，半导体研究的重要性日益凸显。13 所在半导体领域的研究成果不仅对国家的科技进步和产业升级有着重要影响，也可能吸引政府和企业的高度关注，为研究人员提供广阔的发展空间和仕途晋升的机会。 35 | 36 | _注解：清华不参与排名得力于其独特优势；其他三所只要能够在所在领域取得显著的科研成果，都有可能为仕途发展提供良好的平台和机会。_ 37 | 38 | 所以，在此类企事业单位中混到一定的职务级别就可以等待一位**贵人**把自己捞到地方或者主管本单位的部委任职了。当然这里还需要讲一些运气，所以长期的名校求学经历就显得格外重要。你的某个同学、师兄、老师，也许可以给你最重要的一把助力。本人建议是在副厅级以上职务开始寻求调动到党政机关，而县处级职务之中最高的一档即县委书记-有着繁重的工作和几乎不受制约的权力，注意这是一个温柔陷阱！若你当官不是为了发财，那么对县委书记这个职务请选择绕行！ 39 | 40 | ### 如何快速升迁 41 | 42 | 完成以上一套操作，你刚出道就是副厅级领导干部，年龄大概在 45 岁以下，距离正厅级一步之遥。如果机遇合适甚至出道就是正厅级，当四十岁的你到地方上任职：一位拥有正牌博士学位的高级知识分子、在专业岗位上做出过耀眼的成绩，而且这是您第一次“做官”。可以说你在官场出道的第一天就是万众瞩目的焦点，到这个份上只要在官员职位上做出一点点普普通通的成绩就可以轻而易举的再晋升一次，直达正厅级。至于如何从正厅级晋升到省部级，据本人浅薄的认知，比起个人努力 更重要的当是机遇和政治智慧。以下这套方案的好处颇多： 43 | 44 | - 其一，你中年出道当官 背景清白，没有明显的派系色彩，官场上的肮脏事可以完全与你无关。 45 | - 好处其二，这条路线完全不需要所谓的基层工作经历，公务员职业生涯中最痛苦的过程就是微薄的经济收入、辛苦繁重的工作、从吏到官的不确定性带来的迷茫，不需要去经受这一轮无聊的磨练。 46 | - 好处其三，你学历亮眼，基于名校校友的关系网络更广，有贵人相助的可能性更高。 47 | 48 | 最重要的一点，你的目标工作单位全部位于大城市，可以保有你的个人生活。即使是后来可能因为某种原因你成为了一名 LOSER，你仍是一名受人敬重、生活富裕、工作轻松的高级专业技术人员。而不是变成一名工作辛劳、收入微薄、远离现代生活的乡镇干部。次一等的选择也可以是高等院校的行政岗位，通过高校行政体系进入本省市的共青团系统。 49 | 50 | 目前大部分 985 高校的校团委书记，是正处级干部，更别说拥有亮眼学历的你。与县委书记相同的级别，比起到基层的田间地头打拼一路披荆斩棘当上县委书记的同学，共青团系统的高级别、闲工作，可谓是占了地利。但是对于我们的目标晋升省部级来说,这条路径似乎越来越难以通达。一方面共青团出身的干部空有行政级别 却不掌握真实的权力，一旦获得机会交流到党政要职 既无自己的班底也没有可信赖的官场同僚，官场根基浅薄的缺陷一览无余，对于晋升省部级而言可谓是失了人和。另一个重要的原因乃是今上似乎并不喜欢共青团的夸夸才子 而常年从事党八股研究对工作的实际用途确实聊胜于无。所以现在的共青团干部外放到党政机关，通常只能得到降职重用。再者现在各级党政领导班子对于成员的年龄梯队已经没有硬性规定，共青团干部的年龄优势已经不复存在，可谓是丢了天时。虽然既没有天时也没有人和，但占了地利的共青团相比起基层路线仍然是一条更轻松、更快捷、更干净的好路。不过对于晋升省部级的目标而言，现今中央组织部门对共青团干部的歧视仍是跨越省部级门槛最大的难点。对于志在省部级的你千万不要被各种花花绿绿的选调生的机会所诱惑！ 51 | 52 | 目前社会上洋溢着很多吹捧选调生的论调 然则实质上选调生与选调生之间的区别比大学生和大学生的区别还要大。报考选调生一定要字字斟酌招考公告。对于志向高远的你，只有中央选调和部分承诺厅级以上单位的定向选调生值得考虑，网络上常见一些宣传选调生快速晋升的文章（如某某最年轻县委书记是某某省选调生）然而现实的情况是：最年轻的厅级干部均出自共青团系统或是由企事业单位调入党政机关。现实中大多数省份的选调生，实际上就是一个基层干部招聘系统，所谓的选调生体系实际上就是一个培养乡镇干部的摇篮，这个系统为选调生们安排的天花板就是贫困县的县委书记。能爬上这个位置者已是凤毛麟角但仍然与省部级干部根本扯不上关系。艰苦卓绝的工作环境、焦头烂额的工作内容、果腹维艰的工作薪水、远离家人亲友的痛苦，难道这就是你的理想 是最美村官 或者是博士乡长吗？ 青年干部 一定要不忘初心，工作务必以升官晋职为导向。最后 祝各位学弟学妹（顺序不分先后） 步步高升！ 53 | -------------------------------------------------------------------------------- /zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y4-xuan-ke-zhi-nan.md: -------------------------------------------------------------------------------- 1 | # 西浦Y4选课指南 2 | 3 | **写在前面**：ICS Y4的选课是十选六（每门5学分），除此之外还有贯穿整年的FYP（10学分）。与前三年不同的是，Y4分数的重要程度因人而异。对于申请美研的同学来说，Y4能毕业就行，可以适当划水；也有相当一部分同学大四为了达con、gap申请等等刷分。 4 | 5 | 对于要DIY申请/考语言/科研实习的同学来说，大四会非常忙，合理规划选课可以在省去一些workload的同时拿高分。大四刷分相对来说容易，ICS的一等学位也蛮多的。FYP给分大多在60-70之间，其他课考高一些也问题不大。 6 | 7 | 总的来说，建议大家根据个人兴趣和未来发展方向去选课，在此基础上适当参考课程难度和给分，毕竟不感兴趣的内容学起来很痛苦。 8 | 9 | 以下均为笔者（19级）参考自身以及身边同学的经验总结得出，仅供参考，课程难度和内容可能随年份变动，欢迎补充修改。 10 | 11 | ## Y4-S1 12 | 13 | ### **INT301 Bio-Computation** 14 | 15 | 难度：★★★★☆ (4/5) 16 | 17 | 课程收获: ★★★☆☆ (3.5/5) 18 | 19 | #### **1. 课程概述** 20 | 21 | **教师**： Dr. Rui Yang 22 | 23 | 这门课主要在讲人工神经网络（ANN）的概念以及在监督学习/非监督学习上的应用，例如perceptron，MLP，CNN等。这门课会和生信以及CST的同学一起上，内容和INT303、INT305稍微重合，笔者认为这门课相对硬核。老师会从最基本的什么是learning什么是label教起，比较友好，也会讲一些contemporary topics，但课程内容较多，期末抱佛脚会很辛苦。 24 | 25 | **往届均分**：18级均分61，中位数61，比另外两门INT（均分70+）低一些。这门课高分可以很高，好好学可以85+甚至90+（参照INT202）。19级的分数还未出，出了之后会继续补充。 26 | 27 | **整体建议**：总的来说，建议对ml和算法感兴趣的同学选，这门课的理论知识可以帮助你打好基础，不建议大四想轻松划过又同时想刷分拿一等的同学选，按照往年数据来看，低分飘过的同学比较多。 28 | 29 | **推荐指数**：★★★☆☆ (3/5) 30 | 31 | #### **2. 课程组成** 32 | 33 | **授课方式**：lecture+tutorial+lab 34 | 35 | lec主要讲概念，也有计算内容，但没有特别难，对着公式和算法一步一步算即可。只有两个ttl，讲一些计算题，其余时间的ttl讲的是lec的内容。lab会给完整的MATLAB代码，run一run代码，大概了解意思即可，不会考写代码。 36 | 37 | **Assessments**：两个15% in-class test + 70% final exam 38 | 39 | 19级的in-class是到线下教室完成LM上的quiz，5分钟10道填空题，第二个in-class会考到MATLAB相关的题。每个人的题都不太一样，但都是概念填空（ppt原句/代码注释原句）或者非常简单的计算，ctrl+f足够。这30分约等于送分，满分的人很多。 40 | 41 | 期末考试是2h的半开卷，可以带一张A4纸的cheat sheet（可打印可手写），题量适中，计算题大约占一半，剩下的是开放性的设计题/解释题。lab占比很小（5分MATLAB题，给代码写注释）。老师出题比较灵活，不爱出原题，建议好好复习，多做past paper，保证不要算错。 42 | 43 | Ps：连续两年考了手算back propagation，连续三年的最后一题都是20分的开放性概念解释题，都差不多，写好答案在cheat sheet上带进去基本等于白给。 44 | 45 | #### **3. 期末佛脚指南** 46 | 47 | 这门课好好学ppt内容，上课认真听，ttl会写就足够了，past paper重中之重。Rui Yang老师的课程质量还是很高的，笔者觉得他是ics教学最好的老师之一。这门课考试基本上也是原创题，国外大学的开源课程中貌似没有内容100%重合的课，去狂学别的课程价值不是很大。如果有学不懂的地方，哪里不会google哪里。 48 | 49 | ### **INT303 Big Data Analytics** 50 | 51 | 难度：★★☆☆☆ (2/5) 52 | 53 | 课程收获: ★★☆☆☆ (2/5) 54 | 55 | #### **1. 课程概述** 56 | 57 | **教师**： Dr. Jia Wang, Dr. Pengfei Fan 58 | 59 | 这门课主要介绍数据科学相关的概念和应用，课程涵盖内容很广，data collection, exploration, modelling, analytics, visualization等等都有涉及，但不太深，很多地方都是点到即止。也有讲（复习）一些最基本的机器学习算法，对有基础的同学来说很简单。总的来讲topic挺有意思的，lab和assignment写的代码基础但是实用，ds也是现在的大热门学科，这门课会告诉你如何be a good storyteller。缺点是这门课体验感不是很好（个人感受），老师口语不是很好，assignment要求变来变去...复习课还教了一些前面没提到的新东西。 60 | 61 | **往届均分**：18级均分67，中位数69。19级的分数还未出，出了之后会继续补充。 62 | 63 | **整体建议**：选！一定要选！又轻松又考原题谁不爱呢。这门课几乎人人必选，大概是十门里面最简单的。 64 | 65 | **推荐指数**：★★★★☆ (4.5/5) 66 | 67 | #### **2. 课程组成** 68 | 69 | **授课方式**：lecture+lab 70 | 71 | 这门课偏实践。前半学期lecture讲概念（也会讲python语法，考试也会考），后半学期讲比较实际的应用和算法。课程内容参考了Stanford的CS246。lab从教你安装jupyter开始，对零基础非常友好，参考了Harvard的CS109。 72 | 73 | **Assessments**：15% data scraping + 15% data competition + 70% final exam 74 | 75 | Assignments很有意思，分别是写爬虫和参加一个内部的kaggle，自己写会比较考验代码能力，但这些都可以在github和kaggle上找到（懂得都懂），都比较实际而且有趣，是以后从事ds方面工作的必备技能。 76 | 77 | 期末考试是2h的闭卷，题量适中，不太难，同样有计算题以及开放性的设计题/解释题。会有一题lab内容，考最基本的pandas和numpy语法，其余全是ppt/课本/别的学校试卷的原题。计算题都很简单，都是之前讲过演示过的，一定不能丢分。 78 | 79 | #### **3. 期末佛脚指南** 80 | 81 | 如前所述，question-oriented learning and solution-oriented learning。 第一节课老师就说考试会考ppt上的原题，甚至贴心到把ppt的题目都给标了“Questions”，考前的复习课会把所有考点和题目都讲一遍，不乏考试原题，背一遍标准过程和答案基本等于白给（谢谢老师）。从18级这门课换老师开始，这两年的期末都有大量参考Stanford CS246的期末卷子（2013和2019的），ppt questions也基本上是参考的国外大学其他开源课程，甚至用的是原题的截图，建议善用搜索引擎。 82 | 83 | **押题小tips**：如果你复习完了想找题目做，建议google老师参考题目和课本的那几门课，做做附近几年考点范围内类似past paper和sample questions的题目，考试的时候你会发现惊喜 -- 最后拿来考试的题一个字也没改。笔者看到期末卷子的那一刻差点笑死（还好戴口罩了）。 84 | 85 | ### **INT305 Machine Learning** 86 | 87 | 难度：★★★☆☆ (3/5) 88 | 89 | 课程收获: ★★★☆☆ (3/5) 90 | 91 | #### **1. 课程概述** 92 | 93 | **教师**： Dr. Jimin Xiao 94 | 95 | 这门课主要讲机器学习理论和算法，从最基础的分类和回归问题、损失和激活函数讲到概率模型，讲得很细，适合以后想走ml方向的同学巩固基础。这门课老师很强调数学推导，这也是考试的重点。这门课内容比INT303难一些，也小小重合了一部分，深入理解需要一些微积分线代以及概率统计的知识，但最后考试也考原题，所以功利点来说难不难没差，收获看个人。老师是做cv的，科研水平很高。 96 | 97 | **往届均分**：18级均分73，中位数76，是大四上学期均分最高的（因为又开卷又出原题）。19级的分数还未出，出了之后会继续补充。 98 | 99 | **整体建议**：选！非常适合懂一些ml基础并且想划水的同学，可以放心大胆划。没啥基础的同学也不用慌，老师上课会告诉你，有些地方听不懂也没事，因为不会考（乐）。 100 | 101 | **推荐指数**：★★★★☆ (4/5) 102 | 103 | #### **2. 课程组成** 104 | 105 | **授课方式**：lecture+lab 106 | 107 | lec讲的就是机器学习最基础的那些，网上有一大堆，如果ppt里面有什么地方不懂的话可以参考Stanford的CS230 CS231和Toronto的CSC311 CSC411，那些课的讲义更仔细而且有很多题目。印象里只有一节lab，讲的是assignment2要怎么写。 108 | 109 | **Assessments**：两个15% assignment + 70% final exam 110 | 111 | Assignments很中规中矩。第一个是手推逻辑回归和softmax多分类的gradient以及比较svm loss和softmax loss，课件和网上都有，建议用latex写，分比较高。第二个是用cnn跑mnist，baseline都给了调参就行，只需要写一点点代码，以及找一些sota的网络结构来提高accuracy（打开paperwithcode搜论文和代码然后paraphrase）。Assignments的评分很看report格式，身边同学普遍80+或90+。 112 | 113 | 期末考试是3h的开卷（健忘症狂喜），题量不大，很多人1h出头就交卷了。考试只考前十周的内容，同样也考原题，只要打印足够多的材料就能高分。这也是为什么305比303难，分却比303高。全卷只有一道非常简单的cnn计算题是原创，其余都是原题，甚至两年考了一样的题目，变成了大型抄书现场。对数学的要求：会加减乘除，会求导。最难的那一道概率模型题是原题so你不需要很懂，不要抄错就好。 114 | 115 | #### **3. 期末佛脚指南** 116 | 117 | 一样地，question-oriented learning and solution-oriented learning。 这门课甚至不用背题，因为是开卷。也不用怕时间不够，本身题量就少，翻翻资料再抄抄答案用不了多久。这两年的期末都有大量参考Toronto CSC311 CSC411的期末卷子以及平时习题，都打印下来就没错。如果你实在没时间复习的话，把你能打印的东西都打印出来，考试的时候慢慢找，来得及。 118 | 119 | 以下是笔者带进考场的资料，仅供参考：lecture ppt，第一个assigment的答案（gradient的推导），past paper的答案，chain rule以及各种求导的cheat sheet，cnn计算公式cheat sheet，各种国外大学课程的试卷以及习题。 120 | 121 | **押题小tips**：同INT303，如果你复习完了想找题目做，建议google老师参考题目和课本的那几门课，做做附近几年考点范围内类似past paper和sample questions的题目，考试的时候你会发现惊喜 -- 最后拿来考试的题一个字也没改。笔者考303的时候已经笑过一回了，看到原题也不太意外，毕竟是大四，只要不是交白卷老师就不会挂你。 122 | 123 | -------------------------------------------------------------------------------- /zi-jiu-pian/cst-ke-cheng-jing-yan-fen-xiang/y3-cources-and-experience.md: -------------------------------------------------------------------------------- 1 | # Y3 cources and experience 2 | 3 | ## Semester 1 4 | 5 | ### CAN207 Continuous and Discrete Time Signals and Systems 6 | 7 | 各位CST的通信第一课，是由王昭老师来讲的。王昭老师也是一位非常好的老师，但是就是讲的课有点难了，所以很多同学都不太喜欢来上老师的课。再加上我们当时疫情，所以后面是线上考试，大家（可能只有我）心情都很浮躁，所以没怎么深入研究。整体课程是包括连续（continues）和离散（discrete）状态下的傅里叶变化，拉普拉斯变换，z变换在时间和频率域的分析。 8 | 9 | * **组成：两个Assignment**和一个**Final Exam** 10 | * **Assignment I**：是几道练习题，包括拉普拉斯变换和傅里叶变换之类的。有的题是书上的练习题，可以在网上找到过程。老师似乎还是很重视化简过程的，要求我们写的很细。 11 | * **Final：**也是算不完的题，我们当初因为是线上考试，所以老师为了防止我们作弊，把计算量出的很大，最后根本写不完。你们在复习的时候也不能参考我们的试卷（参考题型就行了）。整体的题型变化不是很大，老师侧重于后半学期讲的内容。（老师最后一节课会划重点，基本上都会考） 12 | * 推荐网课： 13 | 1. [画质增强版祖师爷奥本海姆《信号与系统》合集](https://www.bilibili.com/video/BV1SB4y1C7yx/?spm\_id\_from=333.337.search-card.all.click\&vd\_source=ab192607ba364417df9811d6993d93bf) 14 | 2. [2022浙江大学信号与系统（含配套课件和代码） - 胡浩基老师](https://www.bilibili.com/video/BV1g94y1Q76G?p=12\&vd\_source=ab192607ba364417df9811d6993d93bf) 15 | 16 | ### EEE211 Electronic Circuits and Systems 17 | 18 | 这门课是由Suneel Kommuri和Chen Xiaoyang老师教的。基本上是大二模拟电路（EEE109）的延申，还是讲几个放大器，后面研究一些频率域的分析。内容没啥太难的，只要电路分析明白就可以了，chen xiaoyang老师是非常好的，解答问题非常细心，neel老师其实也很好，~~但是有时候会被问住，但是后面也是会发邮件给你回答你的问题的。~~ 19 | 20 | * **组成：**这门课由两个Assignment（各10%），一个In-class quiz（10%）和期末考试（70%）组成。 21 | * **Assignment I：**第一个作业是用LTSpice搭一些电路，分析一些数值。总体类似于用实验做出一个数值，之后用理论推导出一样的值，双向验证。第二个作业也是差不多，只不过电路更复杂了一点。个人认为，这两个lab对这门课的理解非常重要，如果把这两个作业研究透彻了，最后期末复习应该会比较轻松。 22 | * **In-class quiz：**可以称之为期中考试，时间一个半小时，就是正常上课的时间和教室。一共6道题，计算量蛮大，搞不好会做不完，虽然说是闭卷，但是大家都在一个教室，相隔都不远。主要还是把控好时间，记得带计算器。 23 | * **Final exam：**neel老师是会送一些分的，会出上课时候讲的一些原题，而且占比不小（怎么也有四分之一以上了），一定要把握好啊（我就没把握好）。拿高分还是比较容易的。 24 | * 推荐网课: 25 | 1. [【电子】 模拟电子技术基础 上交大 郑益慧主讲](https://www.bilibili.com/video/BV1Gt411b7Zq?p=13\&vd\_source=ab192607ba364417df9811d6993d93bf)（这门课也是EEE109的网课，后半部分是EEE211） 26 | 27 | ### CAN201 Introduction to Networking 28 | 29 | [之前学长已经写的很完美了，所以大家看学长们写的就好了](../ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y3-ke-cheng.md#can201-introduction-to-networking) 30 | 31 | ### CPT203 Software Engineering I 32 | 33 | [之前学长已经写的很完美了，所以大家看学长们写的就好了](../ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y3-ke-cheng.md#cpt-203-software-engineering) 34 | 35 | ## Semester2 36 | 37 | 大三下的课很多，对我们的时间安排是非常大的考验，很多个作业是在一个时间交的，千万要安排好时间。包括最后期末考试的时候，我当时是连考三门，时间非常紧张，想临时抱佛脚应该是不太可行的，主打一个时间管理。 38 | 39 | ### CAN202 Analogue and Digital Communications I 40 | 41 | 刘烨老师首次登场，第一次上课就会感受到老师催眠的功力，而且讲的也难（通信惯例）。课上会讲一些调制方法，后面会有一些应用例如FM，AM，PWM等等。因为知识点都是分块的，建议一块一块学，并且要知道不同知识点的区别（例如不同调制方法有什么区别，两个方法的优缺点都是什么）。这门课还是自学占多一点（只是我实在是听不进去课），经常去他的课坐后面自己学。 42 | 43 | * **组成：**Assignment（20%）和final exam（80%） 44 | * **Assignment：**作业是一个Matlab程序，我们要填一些代码进去，虽然只有几个空，但是其实是挺难的，要我们对上课的一些知识掌握好，并且有更深入的理解。其实整个作业就是上课讲的一些公式的推导和验证。话又说回来，老师给分是很高的（基本上都八九十）可能是因为期末考试太难了。作业有刘烨特色，里面的数据是跟学号有关系的，万一错了是真的扣很多分。 45 | * **Final exam**：还好老师不会变化太多题型，基本上都是跟往年的差不多的。考完试给我们的感觉就是，我也不知道自己写没写对，反正是写完了。读题的时候有时候要读好多遍才能懂老师是什么意思。（可能这就是我经常不上课导致的吧） 46 | * 推荐资源： 47 | 1. [斯坦福大学EE179](https://web.stanford.edu/class/ee179/Notes.html) 48 | 2. [Analog and Digital Communication](https://www.youtube.com/playlist?list=PLwjK\_iyK4LLArUHRm3SvPLT0XWlVhpl4h) (请使用Chrome打开) 49 | 50 | ### CPT210 Microprocessor Systems 51 | 52 | 这门课是讲汇编的，里面也会将一些计算机运行的一些原理。这门课我感觉是大学里面学的最有用的课了吧，因为后面找工作的话，很多题都是跟嵌入式有些关系的，这门课讲了很多相关的知识。其实课程知识点也不是很多，但是陈建军老师会把所有的知识都讲的非常透彻，最后考试也就考大概八九个PPT，非常好复习。 53 | 54 | * **组成：**两个Assignment（15% + 15%）和Final exam（70%）组成的。（虽然e桥上会写一个Lab和一个As组成的，其实这两个最后是一起的） 55 | * **Assignment**：两个作业注重实践，虽然上课都讲的很透了，但是自己上手还是会手足无措。两个作业是一起release的，但是交的时候是两个窗口。我印象里第二个是很难的，我们要用汇编写一个小游戏，还要解决一些运行时间优化问题，非常折磨。 56 | * **Final exam：**最后期末考试很简单，对着PPT复习就行了，我记得我就花了一晚上。从头过一遍就行了，知识点也不是很多。而且要重视一下复习课时候老师讲的题，没准会有惊喜。 57 | * 推荐资源：[Index of /classes/wi14/cse30-c/lectures](https://cseweb.ucsd.edu/classes/wi14/cse30-c/lectures/)（推荐自学，这个只能作为参考，很多知识咱们都没学过） 58 | 59 | ### EEE205 Digital Electronics II 60 | 61 | 这门课之前是许铭老师教的，但是听说现在换老师了，只能等后面的人来make contribution了。 62 | 63 | 许铭当时讲的是比较简单的，后面期末考试也很简单，可以算得上是大三下能往上拉分的一门课了。但是也不能轻敌。基本上讲的是HDL入门，会讲一些简单的HDL代码，而且实验也是用DE1的开发板做一些简单的实验。当时是做了一些进制转换器，要用前面老师给的代码写，基本上不用自己写代码。 64 | 65 | 66 | 67 | ### MEC202 Industrial Awareness and Group Project 68 | 69 | 这门课是一个大作业，是**大学四年期间最大的一个作业了应该**，基本上会做两个月左右。还有**两个小Lab（一共占35分）只要去就基本上是满分**，而且要注意TA登记时候有没有登上，我们有好多人最后出分的时候发现没分，很亏的。 70 | 71 | 说回大作业，我们这一届一共由三个指导老师，分别是Sun jie，Wang Xinheng和Dong Qian。好像听说今年多了Wu Fangyu 和 Zhang Quan两位老师，王心珩教授应该是准备退休了，只代研究生的课了。这几位老师会提供很多个主题，我们组好队之后，要在老师提供的大方向下面确定更细致的题目，期间可以去和老师探讨选题能否实行。我建议是都去和老师讨论一下，因为毕竟是他们打分。整个项目没有什么大的要求，就是需要使用至少三个传感器。自由度非常高，无论是用哪种开发板都可以，而且板子的数量也可以使用不只一个。（我交完作业才发现可以用很多个板子，这样就解决了接口不够的问题了）老师也会提供一些往年的优秀作品，学长们做的确实都非常好，而且report也有可以学习的地方。对于最后老师的评价，我之前和老师讨论过几次，老师是希望我们能直接设计出来一个可以商用的东西，所以需要我们进行背景调查，首先要由用户需求，而且需求量不能太小，之后还要考虑成本，已经现在已经商用的“竞争对手”。过程中，我们可以使用学校的3D打印实验室，但是只能自己画好设计图，之后给里面的负责人。当然不适用也是可以的，但是也要用硬纸板之类的。 72 | 73 | 最后完成之后，需要提交源码和report（report可以晚交一周）。我们当时还要做一个海报跟三位老师pre（对线），但是听说21届已经没有了。也是减少了一次被老师疯狂针对的机会（不能提前适应FYP答辩了）。整体来说这门课要考验我们的东西非常多，但是还是很有意思的。最后说一下老师打分情况，其实打分是非常集中的就算轻微跑题了（我们就是）也有60分，做的比较完善的，看起来比较好的也才七十分左右，所以大家不用担心打分问题（因为当时pre的时候和report的feedback都是比较消极的，可能是老师想锻炼我们的抗压能力）。 74 | 75 | ### MEC208 Instrumentation and Control System 76 | 77 | 这门课是Chee Shen Lim和Liu qing（现在好像是Chen yuqing）教的。这门课的知识点非常碎，说难其实并不难，做题都是有技巧的。这门课对后面大四要学的嵌入式开发是非常重要的。因为很多系统的系统函数都会用到208的公式。 78 | 79 | * **组成：**两个lab Assignment（15% + 15%）和Final exam（70%） 80 | * **Assignment：**两个作业都是去IR的机房做的，第一个是测试一些传感器（热电偶，热敏电阻和应力计），并且分析信号。总体上让你理解模拟信号和数字信号之间的转化。第二个作业是用Matlab写一些题，例如处理transfer function，画根轨迹等等总体来说有些难，需要分析很多数据。 81 | * **Final exam：**期末考试考的也很碎，最后画根轨迹很重要，肯定会有一个大题，建议掌握老师上课说的方法。 82 | 83 | ### CPT204 84 | 85 | [之前学长写的已经很完美了，所以大家还是去看学长们写的吧](../ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y3-ke-cheng.md#cpt204-advanced-oo-programming) 86 | 87 | -------------------------------------------------------------------------------- /zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y3-ke-cheng.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: Edit by LeslieXu 3 | --- 4 | 5 | # 西浦Y3课程 6 | 7 | 我校ics的课程涵盖还是比较标准的，基本的计算机核心课都有了，申请研究生肯定是足够的。但是如果是希望自己能够从事一些开发工作或者是科研访学，这些课程是远远不够的，可以说如果仅仅学课内课程的话什么活也干不了（非常抽象），更别说有些课的质量实在是一言难尽。这篇会分享ics基本的核心课信息+一点网课推荐。作者是20级的，所以是根据20级的课设和lecturer写的，后续有可能会做出调整，但大体不会改变。 8 | 9 | ## Y3-S1 10 | 11 | #### CAN201 Introduction to Networking 12 | 13 | Delivered by: Dr. Fei Chen and Dr. Enjun Fan 14 | 15 | Programming Language: Python 16 | 17 | Workload：★★★☆☆ (3/5) 课程收获: ★★★★☆ (4/5) 18 | 19 | 这门课在20级之前应该都是Fei Chen一个人带的，19级的cw据说很难，给了一个diy的protocol然后手搓C/S，我校为数不多的还可以的coding exercise，评分标准是按传输文件的速度，完全符合正态分布，被卷成麻花，report基本不看，后来据说惨遭投诉课程难度下降(cw难度被腰斩了)。分数结构上cw的占比很高(40%)，和期末(45%)差不多。有百分之15是lab课白送的，基本只要上了lab就能拿满。学期初还说要考勤，搞得人心惶惶的，结果每节课都有录播，不用去lab，看完录播课提交每周的assignment就可以拿满15分。在期中之前的lecture是Fei Chen讲的，后半学期则是Wenjun Fan。 20 | 21 | 课程结构直接是照抄的[Computer Networking: A Top-Down Approach](https://gaia.cs.umass.edu/kurose\_ross/index.php)。非常经典的计算机网络课程，进度非常快，讲课进度和umass官方提供的视频课程差不多，个人感觉跟着这个进度是吃不透这门课的。如果想找替代课程的同学，推荐观看[中科大计算机网络](https://www.bilibili.com/video/BV1JV411t7ow/)。课程时长比较恐怖，2小时只讲我校一半lecture的东西，不做多赘述，自行观看。 有关cw：20届的cw变成了groupwork，并且分为了两个part，每个part判分分为code和report两个部分。Pt.1是阉割版本的19cw，给定了protocol和server文件，只要求完成对应的client文件，难度急剧下降。Pt.2是实现根据OpenFlow protocol的SDN重定向流量，还是比较有意思的，虽然实现功能只要在OPF1.3的基础上多加几行代码，但是要看懂SDN控制器的工作流程需要花一点时间，作者猛看OFP文档才找到了对应的API，最抽象的是下一节lab直接把答案需要使用的API讲出来了。由于难度被阉割，所以每一组的判分不会很悬殊，甚至变成了report大赛。 22 | 23 | #### CPT 203 Software Engineering 24 | 25 | Delivered by: Soon Phei Tin 26 | 27 | Programming Language: Java 28 | 29 | Workload：★☆☆☆☆ (1/5) 课程收获: ★☆☆☆☆ (1/5) 30 | 31 | 这门课可能会让很多同学失望的一门课，非常非常非常traditional的SE课程，PPT都快包浆了，课程也很无聊，作者只上了第一节lecture就再也没有去过了。同许多老旧软件工程课一样强调各种类图、文档设计、测试，大部分都是概念类的知识，猛猛背书就完事了。 32 | 33 | Lecture讲课昏昏欲睡，感觉水平也不是很好，没有学到practical的东西。唯二涉及到一定代码的可能是高内聚低耦合部分会讲一点java代码的类设计还有是junit test。（很少）要拿分重中之中是时序图，类图，活动图，类图等图的设计和绘画，建议自己多使用visual paradigm等软件或者手画一下，期末时候占比很重。 两个Assessment也是纯文字的选择，很水很水，而且答案玄学。 希望这门课能早点改掉吧，能学到东西的部分真的很少。 34 | 35 | #### CPT 205 Computer Graphics 36 | 37 | Delivered by: Yong Yue 38 | 39 | Programming Language: C++ 40 | 41 | Workload：★★★☆☆ (3/5) （如果很卷的话 cwworkload可以做的很大） 课程收获: ★★★☆☆ (3/5) 42 | 43 | 这一门课和DB是俩门选修课，二选一，如果想走游戏引擎或者游戏客户端开发的同学可以选这门课。(然而并没有什么很大用处) 岳老板常年沉淀过的课，对于图形学的intro课来说，理论内容应该算是面面俱到：从一开始的基础线性代数，变换矩阵，渲染管线，建模（这一部分感觉有的知识比较多余），光照和材质，纹理映射等。理论内容还是很多的。PPT依旧包浆，像Ray tracing之类的知识没有涉及到。岳老板可能年纪大了，lecture都感觉一直在念ppt，昏昏欲睡。Lab给的sample code还是挺有用的，值得看看，对完成两个coursework很有帮助。Lec内容和Lab内容可能有点割裂，lec纯理论，结尾时候会讲解几个OpenGL的API，lab的话就是给了基于OpenGL的samplecode，去看一些理论的简单运用。 44 | 45 | Coursework：两个，一个是2D，一个是3D。两个都是基于OpenGL的，两个都是基于Freeglut库的，应该只能使用STL和freeglut俩Cpp的库，不给使用多余的库。第一个cw公布的时间在前半学期，能用到的知识比较少，基本只有画一些基本图形和几何变化，可以做的很卷，美工大赛。第二个3d作业也是用openGL搭建场景，可以运用到光照，纹理映射的知识了。有认识的同学做的很卷很卷。很像美术创意大赛，做的好看应该分数就不错。个人觉得有点不太合理 如果想要自己深入学习图形学的同学，可以先看看闫神的[GAMES101](https://www.bilibili.com/video/BV1X7411F744/?spm\_id\_from=333.337.search-card.all.click\&vd\_source=27a7dfe7f23984062616fef51dbba7fa)（_GAMES系列的课质量真不错哇，喜欢图形学游戏引擎的同学可以多看看，做做cw，网上有很多做完的作业，如果手搓完GAMES101的作业应该会对图形学有更深的理解，作者是懒狗，很后悔没写_），然后再来看这门课。如果只是想要学习一下OpenGL的同学，可以直接看看[LearnOpenGL](https://learnopengl-cn.github.io) 46 | 47 | #### INT 201 Decision Computation and Language 48 | 49 | Delivered by: Yushi Li 50 | 51 | Programming Language: 无 52 | 53 | Workload：★★☆☆☆ (2/5) 课程收获: ★★☆☆☆ (2/5) 54 | 55 | 讲得不咋滴，印象很深的是有一个TTL给的答案画生成树要先把CFL换成Chomsky范式，但是也没有人讲这个，还是和同学在讨论中发现的。也没有公布两个cw的评分细则，包括期末的回答题目的格式。[哈工大的形式语言与自动机](https://www.bilibili.com/video/BV1oE4116794/?spm\_id\_from=333.337.search-card.all.click)可以完美替代这门课的内容，只要看下每周TTL的答题格式就好了。不过个人认为如果因为格式扣分是真\*\*，别的方法就能算我错？油管上有一门MIT的类似课程讲得也很好,可以自行搜寻。 56 | 57 | ## Y3-S2 58 | 59 | 下学期内容是后面由其他几位同学补充的，所以受主观因素影响，可能和之前的内容的评价标准不完全一致；行文上也会有差别。 60 | 61 | #### INT202 Complexity of Algorithms 62 | 63 | Delivered by: Rui Yang and Chunchuan Lyu 64 | 65 | Programming Language: 无 66 | 67 | Workload：★★☆☆☆ (2/5) 课程收获: ★★☆☆☆ (2/5) 68 | 69 | INT202是一门算法课，感觉是大二那门算法课INT102的进阶版，主要涉及到了一些重要的算法，数据结构和它们的时间复杂度分析。这门课一共有两个quiz和一个Final Exam，两个quiz很考验反应能力，这两年都是7道题，一共有10个空，15min的时间完成考试。每个题目计算量不是很大，只要掌握算法的关键步骤就行，全部都是填空题。期末考试可以带一张help sheet去，可以打印也可以手写，看个人喜好吧。博主当时是将每课的重要算法（核心思想，步骤，时间复杂度等）整理出来，一面4页，拼接在一起打印过去的。 70 | 71 | 这门课一共有两个老师，上半学期是杨瑞老师，个人觉着杨瑞老师讲的很好，算法讲的很清楚，他的课我是全部有去听的。下半学期是吕纯川老师，我觉得他连自己在讲啥都不知道，PPT一些地方都是扣过来的，错了都没改，不如自学。 72 | 73 | 然后这门课平常的时候把tutorial上的题目做了，然后跟着老师的板书规范一下过程就好，考试上很多题型都是tutorial上的。不会的，可以在Office hour去问老师，我觉得大多数的老师都很乐意解决你的疑惑，而且在Office hour的时候是用中文回答，理解起来要好很多。在期末考试之前，集中精力复习老师考纲上的内容和重点。 74 | 75 | #### CPT208 Human-Centric Computing 76 | 77 | Delivered by: Yue Li and Teng Ma 78 | 79 | Prototype Software: 有很多可以用的软件，我们用的是Figma 80 | 81 | Workload：★★★★★ (5/5)（因为是小组作业所以wl拉满！）课程收获: ★★☆☆☆ (2/5) 82 | 83 | 这门课的每个PPT都很长加上图片很多文字较为分散，可能会让同学们不知道哪里是重点。22-23是Yue Li和Teng Ma两个老师穿插的来讲的，当时因为说建议每节课大家以小组作业为单位来签到，所以博主尽量每节课都去了，但是感觉能从课上学到的东西很少，只能说Yue Li老师讲的会好一些，上课超级有活力，很有人格魅力，个人很喜欢她。 84 | 85 | Coursework：博主本人深受两个15%的小组作业的迫害，大概就是别人在和伴侣出去玩，我在写小组作业，并且每次都能被他们交上来的垃圾气的不清，怎么能有人到了大三写作业还不知道看tasksheet。扯远了，听说23-24届cw有所改革，不知道是不是因为我在MQ里口诛笔伐。扯远了，建议大家一定要提前找好队友，有的时候成绩只是表面，一个人的品行才是决定了这个作业质量的好坏。实在不行的话，建议大家放下“如果这个作业全是我做的，我心里很不平衡”的想法，毕竟分数是自己的，在大三这个最重要的刷分阶段，分数是一切。并且你最终会发现，和傻逼一起合作写作业不如一个人全部肝完来的高效。作业形式应该还是以一个原型设计以及竞品评估两个cw。其实个人感觉原型的想法是否新颖并不一定在打分的考量范围内，关键在于是否应用到课程中学习到的知识，并且能够有较为现实的考量。举个例子来说，一开始我们组打算做一款用户群体为视障人士的产品，这一产品的困难点就在于我们无法找到目标用户去做调研，失去了用户调研的产品就没有考虑到现实性，也违背了HCI设计过程中的问卷设计...方面（记得不太清楚了）。竞品分析也是同理，并不一定要找非常成熟的产品，一个产品如果很成熟的话，就说明能够被找寻的问题是少的。做竞品分析本质上是考察大家对于Nielsen's 10 usability heuristics的理解和应用，我们做竞品分析是希望能够在自己的产品中规避他人的缺点，加入他人的优势。 86 | 87 | 期末考试：208的期末考试占了70%，允许带一张cheat sheet，没记错的话是允许打印的，建议拿学校电脑来上传打印材料，可以把8页纸打印在一页纸上面。而且老师考试前会上传一个Revison的outline，并不是每一课的都是考试范围，应该只有9个Lec会被考到，其实就是Design，Prototype，Evaluation各三个部分。大家准备cheat sheet的时候，基本上就是把概念性的东西抄上去，比如说 Interaction Design的definition和goal，evaluating有几种方法等。建议大家在考试的时候，不要光抄概念，谁都会抄概念，最好和自己cw时做的东西相结合，把每个概念的主体讲完之后都举例讲解。HCI人机交互本质上就是以人为本，注重用户的体验，用户的反馈，所有的概念方法都是在不断的探索中实践出来的，空有理论没有结合实际就没有HCI的意义。所以老师希望看到其实是一张将理论与实践紧密结合的答卷。以及如果遇到完全不知道答什么的题目，可以先留到最后再写，但一定要写！！哪怕只是抄相近的概念也可以的，总是能给个1，2分的辛苦分的！（最后加一句：我真挚地希望大家不要被任何课下的小组作业影响到自己的分数，或多或少我们总会遇到很垃圾的组员，但希望大家明白自己的目标是什么，坚定自己的目标，其他的都不用去理会，在有的时候不要感情用事，理智的去解决它） 88 | 89 | #### CPT204 Advanced OO Programming 90 | 91 | Delivered by: Erick Purwanto 92 | 93 | Programming Language: Java 94 | 95 | Workload：★★★☆☆ (3/5) 课程收获: ★★★★☆ (4/5) 96 | 97 | 这门课是基于 MIT 的 [6.031: Software Construction, Fall 2020](https://web.mit.edu/6.031/www/fa20/) 这个课程设计的。课程设计和安排还不错，确实能学到不少东西。而且 MIT 也提供了完整的课件内容和例题，所以学起来也比较容易。不过对于编程基础比较弱的同学可能课程内容不是特别友好，需要多花些时间去理解。因为课程涉及大量 Java 语法内容，用 Java 语言讲面对对象编程的各种概念，自然也需要用到 CPT111 Java Programming 的基本知识。我个人是基本上自己看课件和 MIT 对应的资料学的，最后成绩还是不错的。 98 | 99 | ##### Assessments 100 | 101 | 这门课我们这一届虽然均分 56 不是很高，但其实主要是因为方差比较大。低分和高分都有点极端，30%+ 的人不到五十分，同时还有 9 个人九十多分甚至满分。总的来说，这门课高分不算特别困难，属于是很适合大三刷分的一门课。但代码部分如果平常没有好好练的话，限时考试的时候会很拖节奏，最后导致写不完试题。具体来说,这门课的评分组成是: 102 | 103 | - 10% Lab Exercises 104 | - 10% Coding Assignments 105 | - 40% Final Project 106 | - 40% Final Exam 107 | 108 | 虽然其中20%的平时的代码题 Lab Exercises 和 Coding Assignments 基本上就是送分，但也一定要自己写一下，别直接抄。因为后面 Final Project 和 Final Exam 里面都有限时代码题，和平常的代码作业强相关，对日常作业理解透能节省很多时间。如果觉得平常作业比较困难，可以额外有针对性地刷刷力扣简单题。 109 | 110 | Final Project 我们是分了两部分，一部分是完成几个函数实现一个游戏再加一个限时编程。限时编程基本上就是检查你有没有好好写平常的作业，难度不大。另一部分是写一个游戏的 AI 玩家和 GUI，还要录个视频 Pre 一下。这个基本上就是 UC Berkeley CS61b 的某个大作业的修改版，框架源码基本上没改，所以网络上有很多可以参考的资料。不过具体的算法实现需要查文献资料，但不需要你卷算法部分，找一个主流的算法就行。评分更在于结合文献讲清楚使用算法的原因，以及其他课上概念内容的实践。此外还有一个额外加分的 GUI，我们是把这个也写了，不过这个在 200 分的作业里就加 10 分，还挺废时间的，看个人取舍吧。 111 | 112 | Final Exam 开卷考试，内容是概念题 + 编程。可以提前去机房传资料到电脑上，可以自带键鼠（不过好像就我自带了 hhh）。概念题和课件以及 MIT 网站上例题的内容差不多，而且还可以用软件的搜索功能，所以熟悉的话基本上就是白给的。需要注意的是答题策略，要留够时间给编程题，因为题目顺序是随机的，别在一个地方卡太久，不然后面容易写不完。 -------------------------------------------------------------------------------- /zi-jiu-pian/ics-ke-cheng-jing-yan-fen-xiang/xi-pu-y2-ke-cheng.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: Edit by NONE 3 | --- 4 | 5 | # 西浦Y2课程 6 | 7 | ## Y2-S1 8 | 9 | 10 | ### CPT 101 Computer Systems 11 | #### 1. 课程概述 12 | - **教师**： Steven Guan 13 | - **难度**： ★★★☆☆ 14 | - **收获**： ★★★☆☆ 15 | - **主要包含以下几部分：** 16 | - 计算机体系结构的概述和历史 17 | - 计算机系统组件:处理器和存储【**重点**】 18 | - 计算机系统体系结构:数字逻辑层次和机器程序层次（**汇编语言**）【**重难点**】 19 | - 内存系统组织和架构存储系统及其技术（**涉及计算题**）【**重难点**】 20 | 21 | #### 2. 课程分值 22 | - **学分**：5 23 | - **组成**：两个平时大作业【Assessments】各占 **10%** + 一个期末考试【Exam】**80%**。 24 | - **难度**： ★★★☆☆ 25 | - **笔者个人体会【仅代表个人】**： 26 | - **Assessment 难度：** ★★★☆☆ 27 | - 一个小时，有点局促【指 **PPT例题**】 28 | - 唯一值得注意的就是 **读题** 一定要十分仔细，避免丢掉冤枉分。 29 | - **Exam 难度：** ★★★★☆ 30 | - **开卷**，题量正常偏少【笔者20级】，试卷分为 I、II 两部分。 31 | - **Part A** 是 **选择题【5选1】**，涵盖几乎所有重要知识点，概念加计算； 32 | - **Part B** 则是 **汇编** 的编程填空，大概率是**PPT例题变式**。 33 | 34 | 35 | ### CPT 103 Introduction to Databases 36 | #### 1. 课程概述 37 | - **教师**： Jianjun Chen & Jun Qi 38 | - **难度**： ★★★★☆ 39 | - **收获**： ★★★★☆ 40 | - **主要包含以下几部分：** 41 | - 数据库的基本介绍: 分类和特点 42 | - 如何设计和部署数据库系统【**重难点**】 43 | - 了解数据库语言SQL的相关知识【**重难点**】 44 | 45 | #### 2. 课程分值 46 | - **学分**：5 47 | - **组成**：三个大作业【Assessments】占比分别为 **15%, 15%, 70%**，前两次为选择题，最后一次是根据业务目标去设计和部署数据库系统并完成一份报告 48 | - **难度**： ★★★★☆ 49 | 50 | - **笔者个人体会【仅代表个人】：** 51 | - **Assessment I & II 难度**： ★★★★☆ 52 | - 全为选择题， 题量偏大，一定要注意答题的时间分配。 53 | - **Assessment III 难度**： ★★★☆☆ 54 | - 时间充裕，一定要在实际动工前搞清业务要求，设计出合理的关系模型。 55 | - 报告中一定要写清楚为什么这样设计数据库，不要一味追求字数，要注重内在逻辑。 56 | - 测试用例一定要具有代表性，不要想着糊弄完事。 57 | 58 | 59 | ### CPT107 Discrete Mathematics and Statistics 60 | #### 1. 课程概述 61 | - **教师**： Ka Lok MAN 62 | - **难度**： ★★★★☆ 63 | - **收获**： ★★★☆☆ 64 | - **主要包含以下几部分：** 65 | - 数字系统与证明技术 66 | - 集合论【**重难点**】 67 | - 关系【**重难点**】 68 | - 函数【**重难点**】 69 | - 命题逻辑【**重难点**】 70 | - 组合数学，离散概率和统计学【**重难点**】 71 | 72 | #### 2. 课程分值 73 | - **学分**：5 74 | - **组成**：两个平时大作业【Assessments】各占 **10%** + 一个期末考试【Exam】**80%**。 75 | - **难度**： ★★★★☆ 76 | 77 | - **笔者个人体会【仅代表个人】：** 78 | - **Assessment 难度**： ★★★★☆ 79 | - 时间充裕，基本上都可以由PPT例题类推出来。 80 | - 难度高是因为证明题多，很难拿全分。 81 | - **Exam 难度**： ★★★★☆ 82 | - 笔者这一届由于不可抗因素改成 Assessment 了 83 | - 时间也变得更充分了，但是依然很难拿全分 84 | 85 | #### 3. 评价 86 | - 大部分题都可以在 Chegg 搜到，甚至连着出原题，实在没有思路可以借鉴一下。 87 | 88 | 89 | ### CPT111 Java Programming 90 | #### 1. 课程概述 91 | - **教师**： Erick Purwanto 92 | - **难度**： ★★☆☆☆ 93 | - **收获**： ★★★☆☆ 94 | - **主要包含以下几部分：** 95 | - 了解并掌握以 Java 为代表的面向对象编程技术 96 | - Java 的相关知识: 设计、编写、编译、测试、调试和执行【**重难点**】 97 | - 软件开发相关的基本法律、社会、道德和专业问题 98 | 99 | #### 2. 课程分值 100 | - **学分**：5 101 | - **组成**：三部分, 每周实验课的测验题, 期末的实验室线上考试, 以及一个业务工程, 不太记得具体占比了 102 | - **难度**： ★★★☆☆ 103 | 104 | - **笔者个人体会【仅代表个人】：** 105 | - **每周实验课的测验题 难度**： ★★☆☆☆ 106 | - 纯送分的代码题, 难度不高. 107 | - 提交前最好在自己本地环境测试一下,防止隐藏测试过不去. 108 | - 每道题有一次免死机会,超过一次错误后会导致百分比扣分 109 | - **实验室线上考试 难度**： ★★★☆☆ 110 | - 时间紧张, 注意时间分配, 遇到想不出来的就换一道做 111 | - 不要紧张,放平心态. 112 | - **业务工程 难度**： ★★★☆☆ 113 | - 拿到基本分不难,要想脱颖而出就得努力完善. 114 | - 一定要注意别交错文件了!!! 115 | 116 | #### 3. 评价 117 | - 一门很容易拿高分的课,做题仔细一点,多思多想. 118 | - 平时刷刷 [LeetCode](https://leetcode.cn/) 还是容易得分的 119 | 120 | 121 | ## Y2-S2 122 | 123 | 124 | ### CPT102 Data Structures 125 | #### 1. 课程概述 126 | - **教师**： Steven Guan & Kok Hoe Wong 127 | - **难度**： ★★★☆☆ 128 | - **收获**： ★★★☆☆ 129 | - **主要包含以下几部分：** 130 | - 了解数据结构、数据类型和抽象数据类型抽象、信息隐藏与封装效率; 131 | - 认识并掌握部分静态和动态数据结构：数组、链表、堆栈、队列、树；【**重难点**】 132 | - 了解一些基于数据结构的 “高级” 排序方法【**重难点**】 133 | - 了解哈希表和字典等数据结构； 134 | - 如何选择合适的数据结构。 135 | 136 | #### 2. 课程分值 137 | - **学分**： 5 138 | - **组成**： 两个平时大作业【Assessments】各占 **10%** + 一个期末考试【Exam】**80%**。 139 | - **难度**： ★★★☆☆ 140 | 141 | - **笔者个人体会【仅代表个人】：** 142 | - **Assessment 难度**： ★★☆☆☆ 143 | - 时间较为充裕，全是课程内知识的应用和变式【指 **PPT例题**】 144 | - 唯一值得注意的就是 **读题** 一定要十分仔细，避免丢掉冤枉分。 145 | - **Exam 难度：** ★★★★☆ 146 | - 开卷考试【笔者20级】，试卷分为 I、II 两部分。 147 | - **Part I** 是**选择题【5选1】**，共**24**题，涵盖几乎所有重要知识点； 148 | - **Part II** 则是 **数据结构相关算法** 的落地实践，大概率是**课内PPT例题变式**，共两道（一道）是按算法跑一边填结果，一道是给你几个选项，选择其中几个排序来构造符合要求的算法。 149 | 150 | #### 3. 评价 151 | - 学完了可以动手实现一下，加深印象 152 | - 多啃 PPT 例题 153 | 154 | 155 | ### CPT104 Operating Systems Concepts 156 | #### 1. 课程概述 157 | - **教师**： Gabriela Mogos 158 | - **难度**： ★★★★☆ 159 | - **收获**： ★★★★☆ 160 | - **主要包含以下几部分：** 161 | - 进程管理:进程管理和调度，资源分配、互斥、信号量、死锁【**重难点**】 162 | - 内存管理:主内存和虚拟内存，内存分配，分页，分段。【**重难点**】 163 | - 存储系统 164 | - 文件系统:F.S.接口和F.S.实现 165 | - I/0系统:轮询/中断 166 | - 保护和安全 167 | - 虚拟机和分布式系统 168 | - 简单的C语言（Lab）【**重难点**】 169 | 170 | #### 2. 课程分值 171 | - **学分**： 5 172 | - **组成**： 两个平时大作业【Assessments】各占 **10%** + 一个期末考试【Exam】**80%**。 173 | - **难度**： ★★★☆☆ 174 | 175 | - **笔者个人体会【仅代表个人】：** 176 | - **Assessment 难度**： ★★★★☆ 177 | - 全是课程内知识的应用和变式【指 **PPT例题**】, 掌握那几个重点算法和概念基本就稳了 178 | - 唯一值得注意的就是 **读题** 一定要十分仔细，避免丢掉冤枉分。 179 | - **Exam 难度：** ★★★★☆ 180 | - 开卷考试，题量大【笔者20级】，试卷分为 **四** 部分，每一题都最好写尽步骤，避免丢失步骤分。 181 | - **Part I** 是 **基础概念题**，涵盖几乎所有重要知识点，（写的字偏多）； 182 | - **Part II** 是 **CPU调度，内存管理，磁盘调度** 的落地实践**课内PPT例题变式**； 183 | - **Part III** 是 **资源分配** 的落地实践 **课内PPT例题变式** 184 | - **Part IV** 是 **C语言在操作系统中的应用**， **实验课例题变形** 185 | 186 | #### 3. 评价 187 | - 课程难度大，知识点偏多，建议学完一周课程后好好复习知识点 188 | - 老师人很好，又不会的可以请教 189 | 190 | 191 | ### INT 102 Algorithmic Foundations and Problem Solving 192 | #### 1. 课程概述 193 | - **教师**： Dr. Wenjin Lu & Dr. Jia Wang 194 | - **难度**： ★★★☆☆ 195 | 196 | - **主要包含以下几部分：** 197 | - 伪代码的认识和书写【注意书写格式、循环的起始等细节】 198 | - 算法效率的分析【时间(Time) 和 空间(Space)】 199 | - 一些基本算法：排序、搜索、字符串匹配等 200 | - 一些进阶算法：分治、贪心、动态规划的算法设计原理和区别，以及简单的渐近分析【**重难点**】 201 | - 计算复杂性理论：解释和说明不同类型问题之间的区别，特别是多项式时间可解问题和指数时间可解问题【**重难点**】 202 | 203 | #### 2. 课程分值 204 | - **学分**：5 205 | - **组成**：两个平时大作业【Assessments】各占 **10%** + 一个期末考试【Exam】**80%**。 206 | - **难度**： ★★★☆☆ 207 | 208 | - **笔者个人体会【仅代表个人】：** 209 | - **Assessment 难度：** ★★★☆☆ 210 | - 时间很充裕，而且全是课程内知识【指 **PPT例题**】 211 | - 唯一值得注意的就是 **答题步骤** 一定要写得十分详细、规范， 严格按照 PPT 例题 【Lecture & Tutorial】 格式， 不然会被扣掉步骤分。 212 | - 偷懒技巧：学完算法怎么能不动手实现一下捏，实现了怎么不可能拿来用捏 213 | - **Exam 难度：** ★★★★☆ 214 | - 题量略大【笔者20级】，试卷分为 A、B 两部分。 215 | - **Part A** 是**选择题【5选1】**，共**24**题，涵盖几乎所有重要知识点； 216 | - **Part B** 则是 **算法** 的落地实践和涉及 **计算复杂性理论** 的简答题，前者大概率是**课内PPT例题变式**，后者则是结合所学概念与相关例题举一反三(难度大但是分值不算太高，写不出来就能编多少是多少)。 217 | 218 | #### 3. 课外网站 219 | - 以下是笔者在学习该课程时使用过的网站，建议收藏： 220 | 1. [算法的可视化](https://visualgo.net/en) 221 | 2. [编程竞赛知识整合站点【相当于一个算法百科】](https://oi-wiki.org/) 222 | 3. [算法例题库](https://www.geeksforgeeks.org/fundamentals-of-algorithms/?ref=ghm) 223 | 4. [国内常用刷题网站](https://leetcode.cn/) 224 | 225 | 226 | ### INT104 Artificial Intelligence 227 | #### 1. 课程概述 228 | - **教师**： Shengchen Li & Ye Wu & Yushi Li 229 | - **难度**： ★★★☆☆ 230 | - **收获**： ★★★★☆ 231 | - **主要包含以下几部分：** 232 | - 前置数学知识: 线性代数、概率论；数据预处理 233 | - 机器学习算法：回归/分类, 梯度下降训练分类器，监督和非监督学习【**重难点**】 234 | - 使用机器学习解决实际问题的步骤 235 | - AI算法的应用：计算机视觉（CV）、自然语言处理（NLP）... 236 | 237 | #### 2. 课程分值 238 | - **学分**： 5 239 | - **组成**： 两个平时大作业【Assessments】各占 **15%** + 一个期末考试【Exam】**70%**。 240 | - **难度**： ★★★☆☆ 241 | 242 | - **笔者个人体会【仅代表个人】：** 243 | - 由于疫情因素，笔者这届的 Exam 和 Assessment II 分值权重互换了，这也导致了当时的实验报告特别卷（TAT） 244 | - **Assessment I 难度**： ★★☆☆☆ 245 | - 一篇关于 AI 发展的文章，难度不高，按照要求写就行了； 246 | - 笔者当时的题目是 **讨论在不久的将来自动音乐生成方法的可能发展** 247 | - **Assessment II 难度**： ★★★☆☆ 248 | - 一个基础的机器学习实践，难度不大。 249 | - 实验报告要注意格式和逻辑，讲清楚每一步实验的原因和目的，最后对整体实验做一个总结分析。 250 | - 注意文章引用格式 251 | - **重要**： 有3节lab课要去向TA汇报实验进度，没达到参加次数要求的会整个 Assessment 没有分 252 | - **Exam 难度：** ★★★★☆ 253 | - 笔者当时 全是选择题，注重机器学习基础概念和简单使用与分析；认真复习没有什么难度。 254 | 255 | #### 3. 评价 256 | - 课程知识点跨度大，知识点偏多，建议学完一周课程后好好复习知识点 257 | - 一定要问清楚 Assessment 要求， 当时要求连着改，真的搞人心态。 258 | 259 | #### 4. 课外网站 260 | - 以下是笔者在学习该课程时使用过的网站，建议收藏： 261 | 1. [Kaggle--学习机器学习实践的网站](https://www.kaggle.com/) 262 | 2. [DataCamp--学习机器学习实践的网站](https://oi-wiki.org/) 263 | 3. [吴恩达机器学习系列课程](https://www.bilibili.com/video/BV164411b7dx?share_source=copy_web) 264 | 265 | 266 | 267 | -------------------------------------------------------------------------------- /fang-tan-ji/19-ji-tong-xue-shen-qing-zong-jie-csdsece/mei-yan-23fall-shen-qing-yingxi-chen.md: -------------------------------------------------------------------------------- 1 | --- 2 | description: by Yingxi Chen 3 | --- 4 | 5 | # 美研23fall申请 (Yingxi Chen) 6 | 7 | 如果对本文有疑问可以联系： 8 | 9 | v: cyxwechatid 10 | 11 | linkedin (欢迎来Connect): [https://www.linkedin.com/in/yingxi-chen-b0b3aa1a3/](https://www.linkedin.com/in/yingxi-chen-b0b3aa1a3/) 12 | 13 | 本文分五大块来写，Preparation & BG, Program Selection, Online Application，Results和复盘 & Conclusion。 14 | 15 | 第一部分主要讲需要准备的材料，第二部分是选校以及我对一些项目的认识（跟我bg相似的人可以参考），第三部分是网申的一些注意事项，第四部分是我的申请结果，第五部分是一些经验+心得体会。 16 | 17 | ## Preparation & BG 18 | 19 | ### Preparation 20 | 21 | 要准备的材料： 22 | 23 | | Materials | Detail | 24 | | -------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------- | 25 | | Enrollment Status | Required，在e桥上申请 | 26 | | Transcripts | Required，和在读证明一起申请 | 27 | | WES | Required，先要去学信网认证，拿到报告之后再去WES，整个过程可能要一个多月，而且WES有可能会给你算错GPA，拿到报告需要核对和自己算的是否一致，不一致的话要发邮件或者打电话让他们改过来。这项工作要提前做准备，给可能发生的问题预留时间。 | 28 | | TOEFL | 大多数项目Required | 29 | | GRE | Optional | 30 | | CV / Resume | Required | 31 | | PS / SoP | Required | 32 | | PHS (Personal History Statement) / Diversity | 少部分项目Required | 33 | | Letter of Recommendation | Required 3，推荐信可以找3-4个老师，不用太在意老师的职级，只要是能给你强推的就可以 | 34 | 35 | 软背景方面： 36 | 37 | **Research** 38 | 39 | 一般有还不错的Pub或者做出成果的Research才会在申请中有用处，普通的research作用比较小 40 | 41 | **Internship** 42 | 43 | 实习同理，有成果的有用处，没有成果的用处很小，big name的swe/sde可能有点用 44 | 45 | **Contest** 46 | 47 | 小的比赛成绩在申请中没有用处；大的没拿过，不知道 48 | 49 | #### 重要性排序 50 | 51 | 其实这个在每个项目里都是不一样的，一般来说GPA >> TOEFL > GRE，GPA和TOEFL决定你的下限 52 | 53 | 如果是质量很高的实习或科研（有成果的那种）重要性介于GPA和TOEFL（TOEFL达标的情况下）之间。 54 | 55 | 某些比较特殊的项目科研会大于GPA 56 | 57 | 普通实习的作用主要体现在之后找工作，对于申研用处不大。 58 | 59 | 还有一个关于TOEFL是达标就行还是越高越好的问题：就我的观察而言，例如要求90分的项目，TOEFL须达到95及以上；其他项目中，不太难的项目过线之后都差不多，难的项目110+会有优势，没有必要一直卷语言，可以多做有意义的事情。 60 | 61 | 还有一个我个人觉得可能会比较重要的：PS/SoP中的内容最好要和推荐信有联系，这样显得更加真实，也可以突出自己的关键经历，审材料的人就会对你有一个整体的、立体的认知。比如说我的推荐信是一封带我科研的教授（跟我一起发论文的），一封微软实习mentor，一封其他老师（因为我没有其他突出经历了，所以第三封推荐信可以随便找个老师）。一般对推荐信的要求是academic2-3，professional0-1。 62 | 63 | 和项目的match程度也很重要，可以去看看csmsapp上对于项目的评价，寻找适合自己的项目。这样申请过程会更容易些，拿到ad的可能性也会更大，后续enroll的体验感也会更好。 64 | 65 | ### BG 66 | 67 | XJTLU ICS 4+, 均分75, GPA3.8+ (半奖 \* 1), TOEFL 101 (Best 103), GRE 150+167+3 (Best AW 4，但那次前面分太低了，离谱) 68 | 69 | Research: 一段有产出科研，产出是一篇水论文三作（这个感觉没啥用） 70 | 71 | Internship: 共三段，一段证券公司水实习，一段滴滴后端Intern，一段微软SWE Summer Intern 72 | 73 | (科研和实习里做的东西都是比较普通的，不是特别厉害的东西) 74 | 75 | #### 这里给大家补充一些关于找实习和interview的tips: 76 | 77 | **找实习的前置准备**： 78 | 79 | 计算机的基础知识，比如OS，计算机系统，计算机网络……的知识要掌握 + 做算法题 + 你投的岗位的专业知识 80 | 81 | **找实习过程**： 82 | 83 | 首先是投简历，选择感兴趣的岗位，一般国内大厂会有很多细分的岗位，而外企则不会分的很细，可以从官网上挑选和自己match的岗位，这样比较容易拿到面试。 84 | 85 | 面试一般会问一些计算机基础知识加上1or2道算法题，要保证solution是最优的。 86 | 87 | 还有一点很重要的，如果拿到外企面试，可能会需要全程英文交流。本人在这里吃过一次亏，面Google的时候因为口语太烂交流不畅然后没过，面试官当时还评价我（他是从美国Google transfer回来的）：你的英语不怎么好 🙃。 88 | 89 | ## Program Selection 90 | 91 | （每个类别里无难度顺序） 92 | 93 | 其实本来不想申这么多项目的，但因为太焦虑了，就疯狂加项目 94 | 95 | 这里面我最喜欢的项目应该是Brown CS和UCSD CS75 96 | 97 | **彩票+冲刺** 98 | 99 | | NYU CS (Courant) | GRE required 且官网描述对G的要求比较高 | 100 | | ---------------- | -------------------------- | 101 | | Rice CS | GRE交比不交好 | 102 | | Brown CS | 录的人少，小班课，人均资源很多 | 103 | | Duke MENG ECE | GRE交不交好像没差别 | 104 | | Duke MS ECE | GRE交不交好像没差别 | 105 | | UCSD CS75 | 阳光海滩 | 106 | | CMU SESV | cmu氛围太卷 | 107 | | CMU SESS | cmu氛围太卷 | 108 | | Dartmouth CS | 录的人很少 | 109 | | Columbia CS | 难，但哥大硕名声不怎么好 | 110 | | Cornell Tech CM | 创业项目，录的人少 | 111 | | UIUC MCS | 22Fall扩招很多人捡漏，所以今年非常多人申 | 112 | 113 | **匹配** 114 | 115 |
UCI SE转码项目
UCI SE转码项目
UW ECE其实是EE，对于喜欢CS的人不是一个很好的选择
UCSD EC79最符合cs的ece track
NWU CE不算难，选课也还行
NEU CS申的人非常多
UCI NetSys之前好像bar不高？
116 | 117 | **保底** 118 | 119 |
DKU ECE对我们学校非常非常非常友好，GPA3.6+ & TOEFL95+肯定能录（感觉录了几十个人😂），性价比比较高，能拿duke毕业证。But！！！留位费很坑，21k
120 | 121 | ## Online Application 122 | 123 | 首先送分，TOFEL (20刀), GRE (30刀) 🥲真的很贵，很多不要G的学校可以不送 124 | 125 | 网申其实不算特别复杂，就是要在官网上开申请，然后按照步骤填写内容，上传需要上传的东西，然后提交，要注意有些学校PS/SoP是有格式要求的，这个不能弄错。 126 | 127 | 推荐信其实是一个比较麻烦的东西，建议找靠谱一点的且经常看邮件/手机的老师，回邮件特别慢的老师一般也会一直拖你的推荐信。而且在申请季的时候我听朋友说她认识的一个人本来老师答应写推荐信后来又反悔，所以一定要和老师确认好是否能写/能传几封。 128 | 129 | 跟老师说好之后要提醒ta交，如果系统bug了还得再跟ta说一遍😭，每次都会很尴尬，当然如果你跟老师关系很好就不用在意这个。 130 | 131 | 确认好所有材料之后就可以submit你的申请了，submit之后需要交申请费，一般在75-155刀，加州的公立学校真的很贵。 132 | 133 | ## Results 134 | 135 | | Program | tl & res | conclusion | 136 | | ---------------- | --------------------------- | -------------------------------------------------------------------------------------------------- | 137 | | NYU CS (Courant) | 1.17-4.13 ad | 以为会很看GRE，其实没有 | 138 | | Rice CS | 1.17-3.10 rej | bar感觉今年突然变高了？之前一般做保底，听说找工还不错，在德州 | 139 | | Brown CS | 1.17-3.23 ad | 是申请前和申请初期阶段最喜欢的项目，ad真的很开心 | 140 | | Duke MENG ECE | 1.13-2.18 ad | 不知道为什么来的这么晚，照理来说是和MS ECE一起录的。这个项目今年（不知道是不是每年都这样）很奇怪，拒了一批本来感觉稳录的人 | 141 | | Duke MS ECE | 1.13-2.8 ad | 来的比较早，收到还是挺开心的，课程挺不错的，能选成全软 | 142 | | UCSD CS75 | 12.18-2.15 ad | 彩票之一录了很开心，应该就去这个，很感谢sd在二月中就给结果，加州天气也很好。 | 143 | | CMU SESV | 12.13-3.4 ad | 在SV，bar不是特别高，match很重要 | 144 | | CMU SESS | 12.11-3.11 ad | 在匹兹堡，workload很大很大，感觉驾驭不了，太卷了 | 145 | | Dartmouth CS | 12.14-3.9 rej | 当时为了这个项目写了一篇diversity statement，感觉可能是不match，这个项目应该会喜欢偏艺术的类型 | 146 | | Columbia CS | 1.13-4.22 rej | 感觉可能没过初筛，看到很多人都会收到开始review的邮件，但我没有 | 147 | | Cornell Tech CM | 1.3-2.10 wl | 文书提到了创业，但不是很match，感觉看录取结果会prefer交叉学科，这个项目本身也就是比较交叉 | 148 | | UIUC MCS | 1.13-3.17 rej | 今年bar很高 | 149 | | UCI MSWE | 12.14-3.8 rej | 转码项目，感觉可能是oq了 | 150 | | UW ECE | 12.14-2.26 ad | 是EE，有点后悔申这个，CS没必要申EE | 151 | | UCSD EC79 | | | 152 | | NWU CE | 1.17-2.2 ad | 这个项目今年突然变rolling了，不能等到ddl再申，2.2就给了offer，所以各位学弟学妹在申ddl晚的项目的时候还是尽量1月就提交，可能某年会突然变化 | 153 | | NEU CS | 11.2-2.8 ad | 很火的项目，很多人做保底，感觉有可能会有人oq拒，我自己感觉我比较match neu喜欢的bg，neu是找工氛围很强的学校。还有就是提交尽量别太晚，不然校区可能会选不到喜欢的（我选的Seattle | 154 | | UCI NetSys | 1.14-3.11 ad | 网络的项目，bar可能不是很高 | 155 | | DKU ECE | 9.21-11.2 提前批ad, 小奖36000CNY | 留位费是真的贵，但还是交了，买个安心 | 156 | 157 | ## 复盘 & Conclusion 158 | 159 | 先讲一下中介 160 | 161 | 我个人认为签中介不是特别有必要，但如果自己对很多项目不了解或者是懒得了解，还是签中介可以给你保个底，不过他们也不会特别负责任，整个流程还是要你自己把控。而且中介很会降低你的心理预期，我当时跟他们聊过之后觉得很焦虑，话术基本都是“很难““很卷””不确定“ 这种，说实话他们对项目的了解并没有比我多，但总体来说我不是很后悔，因为确实给我省下了一些时间。我申的这些项目里有12个是在中介的套餐内，不过她们弄好了之后我肯定会重新检查并且修改文书。还有中介选校的问题，我觉得可能给我选低了一点（选校水平和评估applicant的水平欠缺），但我并不后悔没多申彩票，一旦去了之后peer pressure可能会太大了，我自己的能力够不上，不利于找工。 162 | 163 | 申请的时候要关注各个项目的偏好，有的项目不喜欢我们学校，比如nwu cs，usc cs28，但也有不错的项目喜欢我们学校，比如duke ece，可以看看往年dp。评价一个项目的好坏不能光看bar，也要看是否是适合自己的，这个不仅是课程方面，也有项目的录取偏好（比如重科研还是实习还是GPA），这个其实在写文书和申请的过程中自己都会有体会。 164 | 165 | 还有我觉得可以申一些早出结果的项目，这样不会太焦虑，我感觉我还是挺幸运的，在二月初就收到了好多offer，瞬间就不焦虑了（之前因为低tg真的很焦虑，谁懂）。 166 | --------------------------------------------------------------------------------