各位好 小弟我規劃畢業後留美所以來詢問各位大大
不是很確定自己的定位是否正確
再請各位多多指教給建議
[Background]: 中部傳統私校B.S. in CS (2017~2021)
[GPA]:
<目前大四上、為應屆畢業生>
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相關
[Work experience]:
外系教授的研究團隊當研究助理(主要協助語音系統開發)(6 Month)
圖書館工讀 (2 Month)
[Honor]:
書卷獎*1
大專生研究計畫通過 NT 48000
[Extracurriculum]: 系學會活動長
[專題]: Deep Learning相關 *1
[LoR]:
專題指導教授 *1
修課教授(班導師) *1
修課教授(該科目分數高) *1
口袋名單(最後選個8到10間)：
夢幻區：
UCSD MSCS (當作樂透丟)
USC MSCS
USC MSCE
SJSU MSCS
ASU MSCS (Dec.1 截止 就用現在的成績丟了)
衝刺區：
UCSC MSCS
UCR MSCS
UTD MSCS
Santa Clara University MSCS
U of Cincinnati MSCS (有Co-op Program 對就業好像有幫助?)
San Diego State University MSCS (對此學校了解不多 只知道是就業地點不錯的學校)
U of Illinois at Chicago MSCS
Colorado State U MSCS

建議就是別找ML了 不想找工作gg的話

低三圍選校我一律建議海投 丟個15、20間總比最後沒上好

末班車要開了，我說ML，普通SWE還不錯。

好的瞭解 領域的部分會再考慮 目前有些學校裡面prefer的領域我都是填artificial intelligence，不知道如果申請上了之後能不能再自己找其他的領域的教授，或是只能按照當初填的去找?

如果你是念ms....大概就連找都不用找吧一般thesis track 才有機找 教授也才會理@[email protected]~(機會) 要不你就是要念phd可能好點

想請問ml是因為研究導向目前疫情下不好找嗎還是領域本身發展問題？

我也是中部傳統私校畢業，目前在你衝刺區的學校讀MS，不過我是ECE，基本上你的背景和我差不多，所以加油可以的！！另外建議來灣區這裡，就別跟教授做啥了，考試track趕快畢業刷題找工作。如果有需要可以私我另外如果你care名聲的話選UC就對了，回台灣好用

哈哈我也是因為大學研究的原因都填ai 但是入學後打算直接學碼農技術 賺錢吃飯要緊

好奇問一下 碼農技術指的是哪些呢 除了刷題之外

現在data engineer會比較有價值，資料存量變很大，怎麼存和使用很重要， data science 變的很重資料分析，偏統計。 ml有很多演算法已經被實現而且很好implement了，相對的ml lifecycle反而變重要，所以swe focus on production modeling變重要，你如果想做的話,應該往data engineer or machine learning engineer發展，有興趣可以敲我討論。 還有你的grequant 不高，建議在考169 or 170

Data engineer 你認真？ 現在做Data的沒有PhD誰敢說要找工作 乖乖刷題轉碼比較實在吧人家都CS本科了 幹嘛去跟唸BA DA 的搶飯碗這時候要轉過去分析 感覺不就是自廢武功嗎？

樓上的 data engineer 跟我理解的很不一樣。我認知的 DE基本都是在做 data pipeline, data clean, data preprocessing。也就是資料庫，分散式計算的 framework要求有經驗。對於 ml model要求反而沒那麼重視

你把data engineer想的太單純了，在data area,需要很多swe支持。不是只搞data就好，包含data pipeline, feature store. 現在新的架構叫做lake house. 這些都需要swe 技能。你說的看data 比較偏data scientist. 有問題也可以聊聊，我現在就是做這方面相關。大家互相交流我同意expiate的留言， 不同意樓樓上的...斷言

lakehouse etl開始往上加 這是swe沒錯慘的是da ds最近layoff比較多啦

樓上說的是，但是好的會溝通和分享的ds 還是很搶手的。 但是有工作保障de 其實最好，因為現在每家公司得標data都在比大的。要妥善處理給內部及客戶用是很大的問題。打錯，是分析

我也看壞 ds跟 da未來市場的需求，如果真要跟 AI相關，我覺得JtsYa建議不錯，但是coding不能太差。如果真想走da與ds，數學與 domain kniwledge其一要非常傑出我覺得才有機會獲得大廠offer

會溝通的ds通常都是 domain knowledge很強 或是精通多樣東西且一直在學習 這不容易啊 而且數學要好真的是必要的 看太多半調子進去又出來就是各種不行的DE其實其實一般沒有機緣蠻難下手的 要學的東西不少而且蠻散的 做系統整合級別要學的太多了回一下某樓問ml的問題 就沒有位置 泡泡都快破光了只剩下幾個大的真正還有沒有補完的洞當然還有一堆小的剛起步或是剛轉型的 通常也只要強者以一擋十那種 要不就做應用....這 就看命了應用端很多是找有經驗的工程師讓他去用framework總之 對新手或沒有正經驗的 總是難上不少

同意, 新手確實對de or mle比較難找...不過還是有機會的...最好是進大公司..就有很大機會可以進入de or mle.

3.5叫極低哦...那我2.67不是要去跳海

da ds最近慘淡是因為covid吧，疫情前需求都還滿高的但未來我也不是很看好，但不是需求少，而是供給成長太快社會科學類和商學院的畢業生也都可以做da甚至是ds。更不用說理工相關數學系、物理系、地球科學系等等