Tre settimane fa, mi sono laureato con un MS in CS alla UCSD. Mi sono sentita valorizzata; ho ricevuto un'incredibile quantità di supporto durante i miei due anni, e i miei compagni sono un gruppo di persone fantastiche.
Corsi:
- Che si tratti di una classe di laurea o di un corso di laurea, i corsi di CS sono intensi; il sistema dei trimestri aggiunge le sue miserie, ma imparerai a gestirli comunque. Le classi di laurea hanno sicuramente del lavoro da fare; mi è piaciuto fare un mix di classi basate sul puro lavoro di corso e classi basate sulla ricerca.
- Come studente di master, non ho dovuto pre-impegnarmi in un piano particolare (completo/tesi) né ho dovuto dichiarare una specializzazione (CSE non ha specializzazioni). Questo fornisce un'incredibile flessibilità per passare da una traccia all'altra e da un'area di approfondimento all'altra. Non mi sono impegnato nel percorso di tesi fino al trimestre autunnale del mio secondo anno; tuttavia ero sicuro che avrei lavorato nell'apprendimento automatico fin dall'inizio.
- Con la notevole quantità di interesse nei corsi AI/ML, i corsi popolari come i corsi introduttivi AI/ML, deep learning e web mining sono di solito classi di grandi dimensioni, che vanno da 100 a 300 studenti.
- Ho seguito 6 corsi nei miei primi due trimestri per completare i miei requisiti di ampiezza e profondità, mi sono bruciato e mi sono rilassato per un po'. Nonostante il sistema dei trimestri, ho potuto prendermi queste pause tanto necessarie per rilassarmi e affrontare la situazione. Ho imparato moltissimo sia attraverso questi corsi che attraverso la ricerca.
- Il mio corso preferito nei miei due anni è stato Convex Optimization (CSE 291 Winter 2017). È il corso più difficile che ho seguito, ma è diventato molto più facile capire la teoria dietro a molti algoritmi di apprendimento automatico dopo averlo seguito.
- In generale, non mi è piaciuto il contesto delle classi numerose. Ho sentito che ha influito sull'interazione con i professori - sia in classe che nelle ore di ricevimento.
- Mentre seguivo i corsi, inizialmente ho trovato l'ambiente competitivo. Tuttavia, con il tempo, ho sentito l'ambiente aperto e incoraggiante in generale.
Ricerca:
- Ho finito la mia tesi nell'area dei recommender systems e della modellazione del comportamento umano. Mi è stata offerta una notevole flessibilità e latitudine per provare cose diverse. Ho iniziato riproducendo il lavoro sull'evoluzione dell'esperienza dell'utente, e sono passato a incorporare le influenze geografiche e temporali nella raccomandazione usando l'incorporazione metrica.
- Le opportunità di ricerca variavano a seconda del professore e del laboratorio. I finanziamenti per la ricerca sono sfortunatamente difficili nella maggior parte dei laboratori per gli studenti MS, che possono tuttavia essere compensati da numerose opportunità di insegnamento.
- Molte classi hanno opzioni di progetti di ricerca, e un'intera serie di classi è dedicata alla ricerca pura - lettura e discussione di documenti e implementazioni/estensioni di lavori allo stato dell'arte.
Saggio d'insegnamento:
- Ho fatto affidamento su finanziamenti tramite TA per 4 dei miei 6 trimestri. Pensa alle classi numerose e ora sei dall'altra parte - impostare i compiti a casa, correggere gli esami, correggerli tutti, orari di ricevimento, pianificare, creare e tenere discussioni. Il mio TA è stato intenso soprattutto perché si trattava di classi popolari di livello superiore con un sacco di lavoro.
- Il più difficile tra tutti i miei corsi TA è stato quello di algoritmi (sia universitari che di laurea). Mi sono trovato snervato dalla massiccia quantità di correzioni di prove.
- Come TA al 50% (20 ore), il tuo finanziamento TA copre olisticamente l'intera retta per il trimestre; devi solo gestire le tue spese di soggiorno, che non sono molte a San Diego.
Misc: (ambiente/consulenza/cultura)
- Il dipartimento fa un ottimo lavoro in termini di consulenza. Il team di consulenza della SM è semplicemente incredibile! Nel mio secondo anno, hanno istituito anche un career advisor interno, oltre alle risorse generali del career center. La consulenza personale è stata estremamente utile per navigare tra le complessità delle offerte di lavoro.
- Il dipartimento promuove e incoraggia anche la diversità; hanno persino un team per la diversità per identificare potenziali aree in cui potrebbero migliorare.
- Il dipartimento è in grande crescita - sia in termini di professori e studenti, sia in termini di infrastrutture necessarie per gestire la scala.
- C'è una tonnellata di conferenze settimanali durante il trimestre - alcune sono specifiche per laboratori/gruppi (non chiuse) e alcune sono seminari con relatori ospiti. Siete incoraggiati a partecipare a questi e opzionalmente utilizzarli per il requisito minimo di crediti (non contano per la laurea).