国内一线互联网在职谈谈对归国留学生的看法

一亩三分地论坛

 找回密码
 Sign Up 注册获取更多干货
E轮2.5亿美元融资
K12教育独角兽一起作业
北京-诚聘人工智能/教育/大数据岗
[Google级团队]
实时大数据分析领域践行者
北京/深圳-大数据/搜索/机器学习岗
码农求职神器Triplebyte:
不用海投
内推多家公司面试
把贵司招聘信息放这里
查看: 6321|回复: 8
收起左侧

[找工就业] 哥大Master CS 方向

[复制链接] |试试Instant~ |关注本帖
漂洋过海 发表于 2014-12-26 10:13:05 | 显示全部楼层 |阅读模式

2016(4-6月)-[14]CS硕士+<3个月短暂实习/全职 - 网上海投| 码农类General实习@Linkedin

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看,没有帐号?Sign Up 注册获取更多干货

x
哥大的CS Master 需要在下面的几个方向中选一个。
我在Software Systems 和Machine Learning之前犹豫不决,之所以发在这个板块下就是想听听各位找工大牛说说这两个方向的就业前景,两个方向毕业后都是做什么工作,有什么差异。有很多大牛都说没什么区别,但是我的基础不咋地,原来是EE的,还带靠这些课程来个系统的提高。
Computational Biology Computer SecurityFoundations of Computer Science Machine Learning Natural Language Processing Network Systems Software Systems Vision and GraphicsMS PersonalizedMS Thesis. visit 1point3acres.com for more.

万分感谢。下面是两个方向的要求课表:
THE SOFTWARE SYSTEMS TRACK
Course ID
Title
COMS W4111
Introduction to Databases
COMS W4112
Database System Implementation
COMS W4117
Compilers and Interpreters
COMS W4130
Principles and Practice of Parallel Programming
COMS W4156
Advanced Software Engineering (only for students who first enrolled prior to Fall 2014)
COMS W4170
User Interface Design
COMS W4187
Security Architecture and Engineering
COMS W4444
Programming and Problem Solving
COMS W4460
Principles of Innovation and Entrepreneurship
COMS W4995*
Topics in Computer Science (Fall 2014: DISTRIBUTED SYS FUNDAMENTALS)
. visit 1point3acres.com for more.
Course ID
Title
COMS E6111
Advanced Database Systems
COMS E6117
Topics in Programming Languages and Translators
COMS E6118
Operating Systems II
COMS E6121
Reliable Software
COMS E6123
Programming Environments and Software Tools
COMS E6125
Web-Enhanced Information Management
COMS E6901*
Projects in Computer Science
COMS E6998*
Topics in Computer Science (Fall 2014: ADV TPCS PROG LANG COMPILERS,CLOUD COMPUTING & BIG DATA)


THE MACHINE LEARNING TRACK
Course ID
Title
COMS W4252
Introduction to Computational Learning Theory
COMS W4771 or COMS W4721*
Machine Learning/Machine Learning for Data Science
COMS W4772
Advanced Machine Learning

Course ID
Title
COMS W4111
Introduction to Databases
COMS W4252
Introduction to Computational Learning Theory
CSOR W4246
Algorithms for Data Science
COMS W4705
Intro to Natural Language Processing
COMS W4731
Computer Vision
COMS W4733
Computational Aspects of Robotics
COMS W4737
Biometrics
COMS W4761
Computational Genomics
COMS W4771 or COMS W4721*
Machine Learning/Machine Learning for Data Science
COMS W4772
Advanced Machine Learning
COMS W4776
Machine Learning for Data Science
COMS W4995
Intro Social Networks
COMS E6111
Advanced Database Systems
COMS E6253
Advanced Topics in Computational Learning Theory
COMS E6717 (ELEN E6717)
Information Theory
COMS E6735
Visual Databases
COMS E6737
Biometrics
COMS E6901
Projects in Computer Science
COMS E6998
Search Engine Technology
COMS E6998
Network Theory
COMS E6998
Algorithmic Game Theory
COMS E6998
Statistical Methods for NLP
COMS E6998
NLP for the Web
COMS E6998
Advanced Topic in Machine Learning
COMS E6998
Machine Translation
COMS E6998
Machine Learning for NLP
COMS E6998
Intro/Distributed Data Mining
COMS E6998
Analysis of social Info. Nets
COMS E6998
Algorithms/Deal/Massive Data
COMS E6998
Econ of Social Networks
COMS E6998
Social Networks
COMS E6998
CV and ML an Mobile Platforms
COMS E6998
Data Science & Entrepreneurship
COMS E6998*
Fund of Speaker Recognition/Fund of Speech Recognition
COMS E6998
Bayesian Analysis for NLP
COMS E6998
Sublinear Time Algos Learning
COMS E6998
Semantic Tech in IBM Watson
COMS E6998
Cloud and Big Data
COMS E6998
Digitally Mediated Storytelling
COMS E6998
High-Dimensional Data Analysis
CSEE E6892
Bayesian Models in Machine Learning
CSEE E6898
Large-Scale Machine Learning
CSEE E6898
Sparse Signal Modeling
EEBM E6040
Neural Networks and Deep Learning
EECS E6893
Big Data analytics
EECS E6895
Topic Adv Big Data Analytics
IEOR E6613
optimization I
IEOR E8100
Optimization Methods in Machine Learning
SIEO 4150 or STAT W4201
Probability and Statistics/Advanced Data Analysis
STAT W4240
Data Mining
STAT W4249
Applied Data Science
STAT G4400
Statistical Machine Learning
STAT W4700
Probability and Statistics
STAT G6101
Statistical Modeling and Data Analysis I
STAT G6104
Computational Statistics


. from: 1point3acres.com/bbs


 楼主| 漂洋过海 发表于 2014-12-26 11:20:01 | 显示全部楼层
LiamZhu 发表于 2014-12-25 22:17
如果打算打完找码农工作的就选Software System吧
感觉真正的Machine Learning的工作得读了PhD才有资格

Machine learning读完是什么工作呢?
回复 支持 1 反对 0

使用道具 举报

LiamZhu 发表于 2014-12-26 10:21:26 | 显示全部楼层
既然楼主的要求还是很明确的
如果单从上面列出的来的课程来看的话,那肯定都是Software System了
Machine Learning的课程局限性比较大
. 鍥磋鎴戜滑@1point 3 acres
不过如果两个Track都可以选修相同的课的话,那其实就没有很大的区别。
就是Software System的必修课覆盖的面更广更基础一点

鏉ユ簮涓浜.涓夊垎鍦拌鍧.

回复 支持 反对

使用道具 举报

 楼主| 漂洋过海 发表于 2014-12-26 10:37:27 | 显示全部楼层
LiamZhu 发表于 2014-12-25 21:21
既然楼主的要求还是很明确的
如果单从上面列出的来的课程来看的话,那肯定都是Software System了
Machine ...

每个track 都带选购自己方向的课程才可以选其它的,基本也没剩多少学分可以选其它方向的课程了。不知道这两个方向将来的就业差异如何。
回复 支持 反对

使用道具 举报

flyaway25 发表于 2014-12-26 11:11:11 | 显示全部楼层
如果你只是master走人,选啥track都没啥差别其实,如果你想继续读phd就选一个自己感兴趣的track。
回复 支持 反对

使用道具 举报

LiamZhu 发表于 2014-12-26 11:17:37 | 显示全部楼层
漂洋过海 发表于 2014-12-26 10:37
每个track 都带选购自己方向的课程才可以选其它的,基本也没剩多少学分可以选其它方向的课程了。不知道这 ...

如果打算打完找码农工作的就选Software System吧
感觉真正的Machine Learning的工作得读了PhD才有资格
回复 支持 反对

使用道具 举报

LiamZhu 发表于 2014-12-26 11:23:55 | 显示全部楼层
漂洋过海 发表于 2014-12-26 11:20
Machine learning读完是什么工作呢?

你是指Machine Learning Phd读完吗?
就是Machine Learning Model的设计,架构之类的。
Master出来估计还没能力搞这个,只能当当码农
回复 支持 反对

使用道具 举报

tsaids 发表于 2014-12-26 22:14:33 | 显示全部楼层
求LZ背景....有点中意哥大CS
回复 支持 反对

使用道具 举报

 楼主| 漂洋过海 发表于 2014-12-26 22:50:01 | 显示全部楼层
tsaids 发表于 2014-12-26 09:14
求LZ背景....有点中意哥大CS

我履历很挫,没什么参照性,就不拿出来现眼了。
回复 支持 反对

使用道具 举报

本版积分规则

提醒:发帖可以选择内容隐藏,部分板块支持匿名发帖。请认真读完以下全部说明:

■隐藏内容方法: [hide=200]你想要隐藏的内容比如面经[/hide]
■意思是:用户积分低于200则看不到被隐藏的内容
■可以自行设置积分值,不建议太高(200以上太多人看不到),也不建议太低(那就没必要隐藏了)
■建议只隐藏关键内容,比如具体的面试题目、涉及隐私的信息,大部分内容没必要隐藏。
■微信/QQ/电子邮件等,为防止将来被骚扰甚至人肉,以论坛私信方式发给对方最安全。
■匿名发帖的板块和方法:http://www.1point3acres.com/bbs/thread-405991-1-1.html

关闭

一亩三分地推荐上一条 /5 下一条

手机版|小黑屋|一亩三分地论坛声明

custom counter

GMT+8, 2018-4-26 11:26

Powered by Discuz! X3

© 2001-2013 Comsenz Inc. Design By HUXTeam

快速回复 返回顶部 返回列表