我們先來看一下學長的基本情況

“大家好，應智友杜老師的邀請，今天和大家一起分享一下UCSB的CS項目申請、學習等情況，希望對大家能有幫助。我大概從招生、申請、學習、就業等幾個大家比較關心的角度跟大家談一下~”

我們學校的CS專業master一屆大概招40人左右，其中大約10人是中國人。Phd招大概20個左右，中國人5 人左右。包含Phd，我知道我們這屆的中國學生大概十幾人的樣子。所以整體上，CS系的規模很小，招人不多，申請起來還是有一定難度的。但是UCSB cs系教授并不少，大概有40名教授，研究領域基本遍布cs的各個分支。除了cs系，UCSB的ece系也做很多cs相關的研究，申請時也可以考慮。

UCSB還是非常看重套磁的。因為決定Phd申請的人是教授，在申請Phd項目的時候，一般人也是照著某個學校某個研究方向去申請。在這個研究方向可能會有幾個教授，如果教授看到你的簡歷感覺你的背景很適合在他們lab的研究，他可能會錄取你。所以申請Phd重中之重是做好在你想申請這個研究方向的研究，多讀論文，這樣你才能了解每個教授的研究細節。在本科的時候最好需要做相關的研究，最好有英文的學術論文發表。比如我在申請Phd項目的時候，通過大量閱讀相關論文，找到了適合套磁的教授，從而申請了合適的學校。還有比較好的一個方法就是想辦法去自己想去的學校進行交流，如果在交流的時候能在某個教授的lab工作，并且有成果的話，那樣是最好的，順便還可以有國外教授的推薦信。另外一個是在申請前，需要通過套磁來確定申請的學校。通過套磁信，我們可以簡要的了解某個教授是不是在招學生，以及一些細節。另外要滿足申請基本要求，要有合理的GRE和托福的分數。對于托福來說，口語最好要好，比如22分以上。原因是作為Phd學校一般會給你提供助教來cover你的學費和生活費。作為國際學生助教考核標準之一就是口語?？偟膩碚f，如果某個教授想招你做學生，他最看重的肯定是你的研究能力，別的托福GRE分數都相對次要。

相對Phd來說，master申請相對容易一些。我最開始找到智友杜老師的時候，是打算申master的，后來覺得自己將來也打算讀博士，就master和Phd混合申請了。我的一點感受是如果打算出國留學，盡早規劃比較關鍵。比如我在大二寒假已經考完了GRE。大三前就考完了托福，之后就可以有更多的時間來準備科研。

Phd項目的核心是研究。不同學校有不同的規定。當然硬性的規定都很少。我們學校規定必須修滿若干學分的課。如果一學期修兩門課的話，四個學期就能修完（1學期三個月）。一般在第二年左右會有screening exam，就是幾個教授組成一個committee，然后出題考驗這個學生在特定研究領域的知識程度。一般人只要好好準備都能過。另外在第三年左右有了一定的研究成果或者計劃，會進行qualifying exam， 一般都是向幾個committee member 教授講解自己最近所做的項目，以及未來的研究計劃。通過qualifying exam之后就會成為Phd candidate， 然后一般預期做兩三年研究就能畢業。畢業的標準主要看導師，不同的導師標準不一樣，但是一般都是具有影響力的若干篇期刊或者會議論文。讀Phd時間一般較長，也有因為各種原因讀不下去中途轉master走人的。

Master專業一般最多2年，第一年上課，第二年可以選擇做project. 畢業可以有兩種選擇，一種是考試畢業，另外一種是project畢業。

對于Phd來說，課程是次要的。Phd一般會在第一年上課相對多一些，然后從第二年開始就很少再上課，而是主要開始科研。比如我Phd第二年沒有上過一節課，專心做科研。課程對于Phd來說比較自由，可以隨意選擇所上的學期，只有一個固定的學分要求，但是大部分人都會在前兩年搞定課程方面的要求。對于Phd來說，我們學校一般會在第一年有一個screening exam，是對Phd的一次考試，考察某個Phd對各個方面的知識掌握程度，由不同教授出題，只要認真學習上課，一般都會通過。在通過screening exam 之后，有Qualifying Exam，一般在第三年或者第四年。Phd項目一般在5年，當然如果research沒有達到老板要求，也有念到第六年的。對于research來說，主要是和導師相關。和一般的上課不同，research投入遠遠大于上課或者考試，志向讀Phd的人一定要做好準備。一般Project周期都在一年左右，如果順利的話，結果是一篇paper，需要發表在相關的期刊或者會議上面。UCSB的教授一般對學生論文質量要求很高，投稿的期刊和會議也一般都是相關行業最好的。如果學生發表足夠的學術研究成果，導師覺得你可以自己獨立的做研究，就標志著Phd就讀完了。

從就業來說，我們學校master畢業大多都去微軟，amazon，google等高科技公司。我們學校cs就業還是很不錯的，我的好幾個master朋友都去了amazon，facebook，微軟等公司。Phd就業主要看個人意愿，工業界就業的話有幾個師兄去了google，facebook的研究部門，也有一個師姐去了硅谷創業公司。學術界的話可以去做教職或者博士后，我知道兩個人都找到了好的博后職位，另外一個人則去了美國一個公立學校做助理教授。好幾個master畢業的學生也抽到了H1B簽證。另外，machine learning作為這幾年的大熱，如果有相關背景找工作機會會很多。

UCSB地處美國西海岸，有山有水，風景秀麗。校園靠海而建，從校園最多步行10分鐘到沙灘。沙灘干凈整潔。大部分樓都是海景樓。比如我現在的實驗室，朝窗戶外面一望就是藍天大海。周末可以去校園附近hiking，風景秀麗的track有很多。學校距離Santa Barbara downtown 開車的話只要15分鐘，坐公交需要20分鐘。具有很多有特色的建筑。學生可以去免費的健身房，健身設施完善，并且平常有各種健身課程可以選擇（還有帆船課，不過要自己去downtown）。學校每學期會發免費的bus sticker，但是bus一般30分鐘一趟。距離一個較大的market place很近，開車只需要5分鐘，其中有物美價廉的costo，以及多種餐廳。學校有專門的bike track，并且bike track 一直延伸到downtown，是騎行愛好者的福音。距離洛杉磯車程2小時，距離舊金山車程6小時。

住宿的話可以選擇學校的公寓，也可以自己在外面找地方住，近兩年學校公寓降價，而且距離學校很近，所以還是很好的。如果自己找地方住，也有很多可以選擇的地方。

Santa Barbara是典型的地中海氣候，一年四季氣候宜人。冬天不會很冷，夏天也不會很熱。所以這邊絕大部分房間都沒有空調，因為沒有必要。

UCSB治安還是很好的，如果在晚上回家，可以申請免費的escort。 距離校園很近有警察局和消防局。

學校有mealplan，可以自己選擇，雖然價格有點貴，但是是自助餐，并且質量很高。學校內有很多各種各樣的餐廳，分布于校園，比較大眾的subway，吉野家，panda express 都很方便。當然自己做飯也是選擇。

最后感謝一下當年申請的時候

智友杜老師所提供的幫助~

福利放送，大家請圍觀一下智友的其他高端CS案例，幫助大家和自身情況進行對比：

C同學：普林斯頓大學-計算機博士（全額獎學金）

背景情況：清華大學-姚班，GPA3.9，T105，G326，百度、微軟亞洲研究院實習， computer vision一篇學術論文

Z同學：芝加哥大學-計算機博士（全額獎學金）

背景情況：北京郵電大學-信息工程，GPA3.5，T103，G330，高性能計算領域一篇論文，Yoller Games實習

C同學：卡耐基梅隆-計算機碩士機器學習方向，TOP23南加州大學-計算機博士（全額獎學金），加拿大滑鐵盧大學-計算機研究型碩士（全額獎學金）

背景情況：清華大學-數理基礎科學，GPA3.6，T101，G325，混合模式數據下的特征(Attribute)聚類與模式(Pattern)聚類的研究項目 Team Leader，數學建模美賽二等獎，加拿大滑鐵盧大學Engineering & System Design Department暑期科研，滑鐵盧大學教授推薦信

L同學：卡耐基梅隆大學-生物技術革新與計算碩士；卡耐基梅隆大學-智能信息系統碩士；卡耐基梅隆大學-信息技術碩士；TOP39加州大學歐文分校-計算機碩士；TOP44加州大學戴維斯分校-計算機碩士

背景情況：北京郵電大學-信息工程，GPA3.3，T102，G321，一篇Demo Paper：Aminer-mini: A   Distributed Academic Search and Mining System。清華大學Knowledge   Engineering Group研究經歷，百度實習。

W同學：哥倫比亞大學-計算機碩士，卡耐基梅隆大學-娛樂技術碩士，加州洛杉磯分校-計算機碩士

背景情況：北京師范大學-喬治梅森大學2+2，計算機，GPA3.7，G327

S同學：威斯康辛-計算機碩士  卡耐基梅隆-計算機碩士  TOP44 UCSD-計算機碩士

背景情況：電子科技大學-集成電路設計與集成系統，GPA3.6，T100，G315，水項目參與研究SPH模擬水流的算法并測試了多個不同的核函數，一段游戲開發經歷

Y同學：香港大學-計算機科學研究型碩士（全額獎學金）

背景情況：天津外國語大學-信息管理系統，GPA3.8，T109，G327，有二作文章發表，三段研究經歷，百度和德勤的實習，做的是數據分析崗。

J同學：卡耐基梅隆大學-計算機碩士，加州大學洛杉磯分校-計算機碩士

背景情況：北京大學-計算機，GPA3.4，雅思7.5，G325，掛名文章一篇Panorama to Cube: a content-aware representation method, ACM   SIGGRAPH Asia，研究經歷Effect enhancement based on scene analysis for stereoscopic videos，Supervisor: Hongbin Zha，KINECT 3D   reconstruction: noise reduction and depth enhancement，Supervisor: Gang Zeng，ACM SIGGRAPH Asia實習

S同學：哥倫比亞大學-計算機碩士，TOP15康奈爾大學-計算機碩士，TOP23南加州大學-計算機碩士

背景情況：墨爾本大學-計算機科學，GPA3.8，GRE326