有哪些美国大学名气大但计算机项目（硕士）比较好进的？

想知道USC CS详情啊，那你找对人了哎！

本篇文章，我将从总体介绍、课程设置、选课建议、就业资源、职业规划等五个方面去为大家详解大众口中的水项目——USC CS master。一起来看看吧！

一 、总体介绍

根据2019年 US News计算机专业排名[1],南加州大学排名第20名，与莱斯大学(Rice University)、耶鲁大学(Yale University)并列。

南加州大学的计算机硕士项目是美国知名的商业化硕士项目，每年约录取900人，其中大约200- 300人来自中国大陆。

GRE 平均分 317 + 3.5，托福成绩官网要求总分90分以上，单科成绩20分以上。没有达到要求必须参加2-4学分的语言课程。

学校采用学分制，2019-2020学年每学分$2075。

在整体上，USC CS Department下的Master项目分为三个大类：

1. CS general(28学分或32学分) 及其下属的8个方向
2. CS Scientists and Engineers项目(37学分，转专业)
3. Informatics Program下属的7个项目(信息学项目，交叉学科)

其中第二个项目，校内人士通常简称为CS37，是专门针对转专业的同学。

而Informatics Program的项目更偏向于数据科学家的培养，以及数据科学在交叉学科的运用，对于本科专业的要求也比较宽松。

USC是中国大陆学生申请率最高的美国高校之一，因为其US News排名高、地理位置好、校友广泛、对转专业友好的特征，深受广大计算机方向以及有意愿转行计算机的学生喜爱。

统计上看，申请条件较好的同学通常会选择USC保底。而USC本身的申请要求相对于其他TOP30学校较为宽松，甚至可以选择春季入学以及预科，所以很多同学都愿意尝试USC。

所以在南加大中，可以看到学生的本科差距很大，既有来自清华北大的精英，也可以看到来自二本的学子。基于这种情况，很多学生愿意称USC为“水校”。

但是根据官方统计[2]，2017年CS专业硕士在美就业率86%，年薪中位数$107,506，最高达到了$180,000。而在2019届CS硕士毕业生中的中国人，据可以确认的统计也有130人左右拿到了美国科技公司的Offer。

这足以证明，USC并没有传闻中的那样不堪，是一所非常值得申请的学校。

接下来，笔者将详细介绍USC CS专业的具体情况。

二 、课程设置

USC的CS硕士项目主要以授课制为主，达到规定的学分要求即可毕业，这也是大部分学生选择的模式。

与此同时，有论文要求的学术型硕士作为可选项，需要入学后自行联系导师。两种硕士在课程设置上没有区别。

普通CS专业分为无方向(General, 28学分)、有方向(32学分)两种，具体方向分为：

• Data Science(信息科学）
• Game Development(游戏开发)
• Computer Security(计算机安全)
• Computer Networks(计算机网络)
• Software Engineering(软件工程)
• Intelligent Robotics(智能机器人)
• Multimedia and Creative Technologies(多媒体与创新技术)
• High Performance Computing and Simulation(高性能计算与仿真)

这些细分专业没有明显界限，第二学期开始前可以自由转换专业。

实际上，作为授课型硕士项目，各类细分专业区别并不大。

举例说明，General项目含有一门必选课程CSCI570算法分析，并需要从CSCI561人工智能基础、CSCI571 Web技术、CSCI585数据库系统中选两门。

而Data Science方向中，CSCI570、CSCI585、CSCI561三门课为必选。

所以不同方向的学生最终只有2、3门课不同。这也导致了大部分就业导向的学生为了挤出时间刷题、找工作，大多转向28学分的General项目。

37学分的转专业项目大体上也是相同，只是在28学分的毕业要求上增加了CSCI455 编程系统设计介绍、CSCI402操作系统、EE450计算机网络三门基础课程。

Informatics的学生的课程设置则较为特殊，根据不同的方向分为28学分或者32学分，多为交叉学科。

核心课程多为INF开头，优先满足Informatics学生的需求，部分课程针对CS专业学生开设专场。而针对交叉学科，需要学习2-3门对应专业的核心课程。

举例来说，Healthcare Data Science方向需要从生物医学工程和预防医学工程选择至少一门课程。

三 、选课建议

具体的课程设置，官网[3]有更加权威的详细介绍，故不在赘述。

本节将重点介绍值得推荐的重点课程：

1. CSCI 402 操作系统

CS37项目必修课之一，任务量大、难度高，每次作业都适用c语言实现一些OS内部的工程，最终实现一个Kernel。

对于转专业的学生帮助很大，但是对于科班出身的学生不建议选，需要耗费很大的精力。不是很好拿A。

2. CSCI 450 计算机网络

CS37项目必修课之一，比较全面的介绍了各个层面的不同协议，作业使用c来实现socket编程。整体难度一般。

3. CSCI 455 编程系统设计介绍

CS37项目必修课之一，主要包括C++/JAVA基础、数据结构、部分面向对象设计，入门级别课程。整个课上除了CS37的学生之外，多是EE或者其他工程专业的学生。

4. CSCI 570 算法分析

所有CS专业学生的必选课程，也是我个人认为教授水平最高的课程之一。

主要分析各种高级算法如动态规划、贪心算法等。对于要刷题找工作的学生十分有用，甚至于考试中的一些题目就取自Leetcode。

但是值得注意的是，本课没有任何Coding部分，完完全全的分析过程，并且每周作业不计入成绩，最终成绩完全来自于三次考试。这门课需要用心学习，建议搭配一门水课。

5. CSCI 571 Web技术

这门课的特点是作业量比较大，最后两次作业可能需要多次熬夜才能完成。采用循序渐进的方式教授Web技术，从HTML/CSS讲起到AJAX再到Angular/React，甚至包括Node.js和Android的一些开发。

对于前端开发不熟悉的同学，这门课十分有意义。缺点在于上课和作业脱节，但是考试又需要死记硬背PPT上的内容，着实让人头疼。

6. CSCI 572 信息检索与搜索引擎

CS专业大水课之一，教授由于年纪太大无法亲自讲课，每门课会提前录制好视频。讲解的技术十分落后、作业枯燥重复。好处是整体成绩较高，大部分同学可以获得A-以上的成绩。

7. CSCI 561 AI基础

CS专业必选课之一，笔者曾经担任这门课三个学期的Grader，所以对这门课感受很深。

总体上是一门不错的AI入门课程，作业和课程结合很深，采用脚本评分，十分公平。作业分比重较大，期末绩点较高。缺点是最近几个学期，教师一直不稳定，水平有差异，需要做好准备。

8. CSCI 567 机器学习

这门课是笔者上过最为艰苦的一门课。首先，这门课教师变动极大，老师水平参差不齐，有一些问题老师自己也不是很能理解。

作业是用Python来实现一些机器学习算法，需要对Python本身的库有一些了解才能达到要求，对于数学有一定要求，需要投入大量精力来学习。

9. CSCI 526 游戏开发

知名水课之一，水的原因是无论Project做成什么鬼样子，最后基本都能有个很好成绩。很多同学都是为了缓解某一门压力比较大的课才选择这门课。但是两个section的老师都很负责，也有很多真正热爱游戏的人开发出了很不错的游戏。

10. CSCI 576 多媒体系统设计

这门课选的人不多，知名度不高，但是课程本身十分不错。从零开始讲述在电脑中，音频、视频是怎么样实现，光影效果是如何完成的，并且期末公费去几家科技公司参观多媒体技术的实际应用。

组队写Project，难度不低，有一些项目甚至都要涉及机器学习。考试也不简单，推荐真正有时间精力，想要学习新知识的同学。

11. CSCI 585 数据库系统

CS Department最迷的一门课，它是多数同学的必修课之一。通常情况下，这门课算是水课，作业难度低，上课的内容也不是很深入。但是老师的流动性较大，每个老师的风格也不一样，对待这门课也不是十分认真，导致某一些学期整体成绩较低，慎重选择。

12. CSCI 591 Directed Research

实际上来说，这不是一门课，它的作用是学生交钱来参与到一些研究当中，并且学分可以计入毕业学分。学生可以选择1个学分(每周10小时)或者2个学分(每周20小时)来决定工作时间。

工程学院提供了数十个工作岗位，来自于教授或者其他校内组织。其中的一部分需要面试筛选，但最终也存在着一些保底项目，保证学生可以参与到研究当中。

每个research的工作强度和难度差别很大，多数为工程类项目，通常被学生用于充实自己的简历。也有少量学术岗位，录取难度较大，适合有意愿深造的研究生。由于其学分比较灵活，也可以用来凑学分达到提前毕业的目的。

12. CSCI599 Special Topics

类似于CSCI591，每个学期的课程都不太相同，包含了区块链、深度学习等当前比较流行的课题，难度因人而异。

13. INF 551 数据管理基础

Informatics的基础课程之一，广泛的介绍关于大数据的一切，以及所需要的一些工具。

据说对于DS类的工作求职十分有帮助，很多知识点都是面试热门。

14. INF 553 数据挖掘应用基础

CS学生选择人数做多的INF课程，甚至于为CS学生单独开出Section。由于老师不同，所以成绩差异较大，有些老师喜欢随堂测验并放入期末成绩，而另一些老师则没有。

作业是用Spark来实现一些数据挖掘算法。网上可以参考的资料不多，需要自己动脑才能在规定的时间内运行结束达到满分。总体上是一门非常值得推荐的课程。

以上的14门课，基本涵盖了大部分CS学生的选课内容。根据4学分一门课为例，CS的学生一共需要选择7、8门课，常规每个学期需要选两门课。需要每位学生根据自己的职业规划、时间精力来酌情安排课程。

四 、就业资源

对于计算机专业的学生来说，就业资源是一个十分重要的选校指标。

同时作为一所私立学校，USC本身也十分重视毕业生的就业率，提供了很多服务。

所以本节就来专门介绍一下USC在这方面能够给予学生的帮助。

4.1 简历建议及修改

入学不久以后，学生就会在自己的邮箱收到相关的邮件。学校有专门的小型课程来介绍该如何排版Resume和书写Cover Letter。也可以预约专门的Advisor来提供修改意见。

4.2 Career Fair

每个学期，会有两场大型Career Fair，分别来自学校和维特比工程学院，对于CS的学生来说，后者的作用更大。

除此之外，还会有创业公司专场以及各个公司专门开展的招聘说明会。

某些公司的招聘专员会有提供On-Campus Interview的名额，完成面试后即可直通on-site面试，省去了电话面试的过程。

在Career Fair开始前数周，学院就会发邮件提醒学生做好准备。在Career Fair的当天，可以见到很多学生大清早就来到现场提前排队，就是为了获得宝贵的面试名额。

4.3 Network Events

学校经常提供各种校友活动，通常是与各位成功校友共进晚餐。维特比工程学院的校友通常供职于各大科技公司，能够与这些校友建立联系是非常不错的机会。

但是实际观察，印度人对于这类活动的热情远远大于中国学生。有些中国学生较为内向，害怕自己口语不够好，拒绝这类活动。

另一些则是认为科技公司，个人实力大于人脉关系，而不屑于参加此类活动。

根据个人经验，美国各类科技岗位以内部推荐为主，而内推人的职位对于个人简历有很大加成。希望每一名学生或者未来的准学生都可以抓住这些机会。

4.4 其他

众所周知，USC是一所国际学生众多的大学。所以，学校对于国际学生的各类问题都十分专业，而且在官网上都有相关问题的解答。

举例说明，研究生期间学生如果要实习需要申请CPT，而毕业后则要申请OPT才能开始工作。USC的相关流程十分完善，指导说明十分细致。学生只要按照说明操作，就可以完成相关的申请。而在重要的时间节点，学校也会发邮件提醒学生，不会错过相关申请。

五 职业规划

5.1 就业

首先值得注意的是，美国的Master项目与国内不同，通常以就业为目的而不重视学术成果。尽管USC提供了学术型硕士的选项，即需要书写毕业论文达到毕业要求。但默认选项则是授课型硕士，即满足相应学分即可毕业，也是大多数CS专业硕士学生的选项。

对于大部分中国学生来说，来美国读硕士，就是为了可以有机会在美国工作。硕士的两年时间其实并不是很长，只有抓住重要节点才能获得机会。有想法的同学应该尽可能提早准备。

对于28学分的同学来说，通常毕业时间为4个学期，你的生活由两个重要节点所支配。一是第一年暑假是否能顺利找到实习，二是第二年毕业之前能否顺利找到工作。

和国内类似，美国也大致分为秋招、春招。对于实习生招聘来说，大厂(Facebook, LinkedIn, Amazon, Google)倾向于秋季招人，除去某些特殊情况，一月份之前就会招满。而小厂的职位则会稍晚一些放出，集中在二、三月份。

如果到四月份之后还没有找到正式实习，就应该考虑其他的方向。可以选择回国实习，也可以联系学校教授到实验室做一些工作，或者申请暑期的Directed Research。

同样的，八九月份后，就可以开始准备应届生秋招。如果已经拿到了return offer的实习生，可以在签订offer前尝试一些其他公司，可以使用多家offer与HR谈判的到更高的薪资。其他学生则开始正常内推投简历。

而对于37学分，一般可以根据自身情况选择4-5个学期完成学业。如果找工求职比较顺利，则可以两年毕业。否则可以使用第二个暑假继续寻找实习，得到一定的缓冲时间。

推荐使用的网上工具：

LinkedIn,用于拓展人脉，找相关公司的员工进行内推。

AngelList, 用于投递创业公司的职位。

Indeed，也是比较常用的求职工具。

同时也可以去一亩三分地关注求职版和面经版，跟进相关信息。

4.2 科研

对于科研方向，则需要投入更多精力。首先需要保证在校期间绩点要高，最好可以达到均分4.0。

其次要主动与教授进行沟通，可以通过发邮件或者课下直接沟通的方式，询问是否可以参加到实验室。

如果与授课教师的沟通不顺畅，也可以选择Directed Research项目课程，选择感兴趣的项目，在实施项目中与教授进一步联系。

除此之外，本科校友资源同样十分重要，可以帮忙引荐教授，工程学院还有一些科研组织如Information Sciences Institute, 提供兼职科研实习机会，通常只有内部推荐才有机会进入。

最后，尽管不像Ph.D.一样有优厚的福利待遇，能够参与到教授项目当中的学生较为容易可以得到Grader, TA等校内工作，改善生活。

南加州大学，作为US News综合排名Top 30, CS专业排名 Top 20的私立高校，在国内留学生团体中享有极高的热度。灵活的学制、优越的地理位置和广泛的校友网络是该项目的重要优势。特别适合GPA高但GRE和TOEFL较低的学生，以及转专业的同学申报。