我们先来看一下学长的基本情况

“大家好，应智友杜老师的邀请，今天和大家一起分享一下UCSB的CS项目申请、学习等情况，希望对大家能有帮助。我大概从招生、申请、学习、就业等几个大家比较关心的角度跟大家谈一下~”

我们学校的CS专业master一届大概招40人左右，其中大约10人是中国人。Phd招大概20个左右，中国人5 人左右。包含Phd，我知道我们这届的中国学生大概十几人的样子。所以整体上，CS系的规模很小，招人不多，申请起来还是有一定难度的。但是UCSB cs系教授并不少，大概有40名教授，研究领域基本遍布cs的各个分支。除了cs系，UCSB的ece系也做很多cs相关的研究，申请时也可以考虑。

UCSB还是非常看重套磁的。因为决定Phd申请的人是教授，在申请Phd项目的时候，一般人也是照着某个学校某个研究方向去申请。在这个研究方向可能会有几个教授，如果教授看到你的简历感觉你的背景很适合在他们lab的研究，他可能会录取你。所以申请Phd重中之重是做好在你想申请这个研究方向的研究，多读论文，这样你才能了解每个教授的研究细节。在本科的时候最好需要做相关的研究，最好有英文的学术论文发表。比如我在申请Phd项目的时候，通过大量阅读相关论文，找到了适合套磁的教授，从而申请了合适的学校。还有比较好的一个方法就是想办法去自己想去的学校进行交流，如果在交流的时候能在某个教授的lab工作，并且有成果的话，那样是最好的，顺便还可以有国外教授的推荐信。另外一个是在申请前，需要通过套磁来确定申请的学校。通过套磁信，我们可以简要的了解某个教授是不是在招学生，以及一些细节。另外要满足申请基本要求，要有合理的GRE和托福的分数。对于托福来说，口语最好要好，比如22分以上。原因是作为Phd学校一般会给你提供助教来cover你的学费和生活费。作为国际学生助教考核标准之一就是口语。总的来说，如果某个教授想招你做学生，他最看重的肯定是你的研究能力，别的托福GRE分数都相对次要。

相对Phd来说，master申请相对容易一些。我最开始找到智友杜老师的时候，是打算申master的，后来觉得自己将来也打算读博士，就master和Phd混合申请了。我的一点感受是如果打算出国留学，尽早规划比较关键。比如我在大二寒假已经考完了GRE。大三前就考完了托福，之后就可以有更多的时间来准备科研。

Phd项目的核心是研究。不同学校有不同的规定。当然硬性的规定都很少。我们学校规定必须修满若干学分的课。如果一学期修两门课的话，四个学期就能修完（1学期三个月）。一般在第二年左右会有screening exam，就是几个教授组成一个committee，然后出题考验这个学生在特定研究领域的知识程度。一般人只要好好准备都能过。另外在第三年左右有了一定的研究成果或者计划，会进行qualifying exam， 一般都是向几个committee member 教授讲解自己最近所做的项目，以及未来的研究计划。通过qualifying exam之后就会成为Phd candidate， 然后一般预期做两三年研究就能毕业。毕业的标准主要看导师，不同的导师标准不一样，但是一般都是具有影响力的若干篇期刊或者会议论文。读Phd时间一般较长，也有因为各种原因读不下去中途转master走人的。

Master专业一般最多2年，第一年上课，第二年可以选择做project. 毕业可以有两种选择，一种是考试毕业，另外一种是project毕业。

对于Phd来说，课程是次要的。Phd一般会在第一年上课相对多一些，然后从第二年开始就很少再上课，而是主要开始科研。比如我Phd第二年没有上过一节课，专心做科研。课程对于Phd来说比较自由，可以随意选择所上的学期，只有一个固定的学分要求，但是大部分人都会在前两年搞定课程方面的要求。对于Phd来说，我们学校一般会在第一年有一个screening exam，是对Phd的一次考试，考察某个Phd对各个方面的知识掌握程度，由不同教授出题，只要认真学习上课，一般都会通过。在通过screening exam 之后，有Qualifying Exam，一般在第三年或者第四年。Phd项目一般在5年，当然如果research没有达到老板要求，也有念到第六年的。对于research来说，主要是和导师相关。和一般的上课不同，research投入远远大于上课或者考试，志向读Phd的人一定要做好准备。一般Project周期都在一年左右，如果顺利的话，结果是一篇paper，需要发表在相关的期刊或者会议上面。UCSB的教授一般对学生论文质量要求很高，投稿的期刊和会议也一般都是相关行业最好的。如果学生发表足够的学术研究成果，导师觉得你可以自己独立的做研究，就标志着Phd就读完了。

从就业来说，我们学校master毕业大多都去微软，amazon，google等高科技公司。我们学校cs就业还是很不错的，我的好几个master朋友都去了amazon，facebook，微软等公司。Phd就业主要看个人意愿，工业界就业的话有几个师兄去了google，facebook的研究部门，也有一个师姐去了硅谷创业公司。学术界的话可以去做教职或者博士后，我知道两个人都找到了好的博后职位，另外一个人则去了美国一个公立学校做助理教授。好几个master毕业的学生也抽到了H1B签证。另外，machine learning作为这几年的大热，如果有相关背景找工作机会会很多。

UCSB地处美国西海岸，有山有水，风景秀丽。校园靠海而建，从校园最多步行10分钟到沙滩。沙滩干净整洁。大部分楼都是海景楼。比如我现在的实验室，朝窗户外面一望就是蓝天大海。周末可以去校园附近hiking，风景秀丽的track有很多。学校距离Santa Barbara downtown 开车的话只要15分钟，坐公交需要20分钟。具有很多有特色的建筑。学生可以去免费的健身房，健身设施完善，并且平常有各种健身课程可以选择（还有帆船课，不过要自己去downtown）。学校每学期会发免费的bus sticker，但是bus一般30分钟一趟。距离一个较大的market place很近，开车只需要5分钟，其中有物美价廉的costo，以及多种餐厅。学校有专门的bike track，并且bike track 一直延伸到downtown，是骑行爱好者的福音。距离洛杉矶车程2小时，距离旧金山车程6小时。

住宿的话可以选择学校的公寓，也可以自己在外面找地方住，近两年学校公寓降价，而且距离学校很近，所以还是很好的。如果自己找地方住，也有很多可以选择的地方。

Santa Barbara是典型的地中海气候，一年四季气候宜人。冬天不会很冷，夏天也不会很热。所以这边绝大部分房间都没有空调，因为没有必要。

UCSB治安还是很好的，如果在晚上回家，可以申请免费的escort。 距离校园很近有警察局和消防局。

学校有mealplan，可以自己选择，虽然价格有点贵，但是是自助餐，并且质量很高。学校内有很多各种各样的餐厅，分布于校园，比较大众的subway，吉野家，panda express 都很方便。当然自己做饭也是选择。

最后感谢一下当年申请的时候

智友杜老师所提供的帮助~

福利放送，大家请围观一下智友的其他高端CS案例，帮助大家和自身情况进行对比：

C同学：普林斯顿大学-计算机博士（全额奖学金）

背景情况：清华大学-姚班，GPA3.9，T105，G326，百度、微软亚洲研究院实习， computer vision一篇学术论文

Z同学：芝加哥大学-计算机博士（全额奖学金）

背景情况：北京邮电大学-信息工程，GPA3.5，T103，G330，高性能计算领域一篇论文，Yoller Games实习

C同学：卡耐基梅隆-计算机硕士机器学习方向，TOP23南加州大学-计算机博士（全额奖学金），加拿大滑铁卢大学-计算机研究型硕士（全额奖学金）

背景情况：清华大学-数理基础科学，GPA3.6，T101，G325，混合模式数据下的特征(Attribute)聚类与模式(Pattern)聚类的研究项目 Team Leader，数学建模美赛二等奖，加拿大滑铁卢大学Engineering & System Design Department暑期科研，滑铁卢大学教授推荐信

L同学：卡耐基梅隆大学-生物技术革新与计算硕士；卡耐基梅隆大学-智能信息系统硕士；卡耐基梅隆大学-信息技术硕士；TOP39加州大学欧文分校-计算机硕士；TOP44加州大学戴维斯分校-计算机硕士

背景情况：北京邮电大学-信息工程，GPA3.3，T102，G321，一篇Demo Paper：Aminer-mini: A   Distributed Academic Search and Mining System。清华大学Knowledge   Engineering Group研究经历，百度实习。

W同学：哥伦比亚大学-计算机硕士，卡耐基梅隆大学-娱乐技术硕士，加州洛杉矶分校-计算机硕士

背景情况：北京师范大学-乔治梅森大学2+2，计算机，GPA3.7，G327

S同学：威斯康辛-计算机硕士  卡耐基梅隆-计算机硕士  TOP44 UCSD-计算机硕士

背景情况：电子科技大学-集成电路设计与集成系统，GPA3.6，T100，G315，水项目参与研究SPH模拟水流的算法并测试了多个不同的核函数，一段游戏开发经历

Y同学：香港大学-计算机科学研究型硕士（全额奖学金）

背景情况：天津外国语大学-信息管理系统，GPA3.8，T109，G327，有二作文章发表，三段研究经历，百度和德勤的实习，做的是数据分析岗。

J同学：卡耐基梅隆大学-计算机硕士，加州大学洛杉矶分校-计算机硕士

背景情况：北京大学-计算机，GPA3.4，雅思7.5，G325，挂名文章一篇Panorama to Cube: a content-aware representation method, ACM   SIGGRAPH Asia，研究经历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实习

S同学：哥伦比亚大学-计算机硕士，TOP15康奈尔大学-计算机硕士，TOP23南加州大学-计算机硕士

背景情况：墨尔本大学-计算机科学，GPA3.8，GRE326