※ 本文为指南者留学原创，转载请联系授权
大家好，我是Jane，研究生就读于南加州大学，专业是EE。今天应指南者老师的邀请，和大家分享下我的留美研究生经历和体验。
学校简介
南加州大学，学校基本介绍百度百科即可，我简单说几点。
USC的football很厉害，football赛季的时候氛围特别浓厚，决赛前都会有篝火晚会。学校也经常会有很多名人、明星来做活动、做分享，甚至颁奖典礼有时也会在我们学校附近举办。此外社团活动、音乐会、话剧什么的也很丰富，有很多免费看演出的机会。
学校地理位置比较好，在downtown，出行还挺方便，住在学校附近也比较方便，有校车。学校划了一个安全范围，安全范围内，有“小黄衣”站岗，晚上7点到凌晨2点打Lyft免费，final的时候是晚上7点到早晨6点免费。
USC每个学院都有自己的图书馆，有2个主要的图书馆，分别叫做Leavey和Dohney。Leavy图书馆是24小时开放的，爱学习的小朋友睡在图书馆都没关系，负一层有讨论区，可以约着组员讨论project，图书馆也可以预定meeting room方便讨论project。每周三中午Leavy门口有个farmer market，会卖些新鲜的蔬果、手工艺品、小吃什么的。Dohney是学校最美的图书馆，可以好好逛逛。
师生
EE所属的学院是Viterbi School of Engineering，网上很多说EE专业水，我本人（学渣一枚非凡尔赛）并不认可这种看法（想水在哪里都可以水，不用分学校和专业）。
不同课程的professor要求也不一样，有些课平均分能拿A或者B，有些课的professor会按成绩分布curve。作为一名学渣，从来没觉得load小，当然这也和选课有关系。每周都有due，有些课midterm也不止一次，加上各种lab、project和presentation的话，想要水过去一门课还是有难度的。但是身边的理工科大佬真的很多，同专业遇到比较多的有华科、浙大、南航、南理工、美本的同学，对他们来说，课程的压力应该会小很多。
USC在实验室和professor上投入了很多资金，所以professor都非常非常厉害，工科大牛一般人都很nice，也不会为难学生，想进实验室的平时好好学问题都不大。很多同学想要读博的话，一般刚入学就会开始找professor进实验室，想要留美工作的同学，如果找IT类的就可以刷刷题、找找内推。
南加大的校友力量很强大，很多校友、同学都去了Amazon、Facebook、Google、Apple等等，获得内推的机会也比较多，想要回国工作的，要多关注秋招春招的信息，国内很多大厂例如BAT也会去USC开招聘会。
学习
EE下面一共有10个方向，可以申请自己想研究的方向或者不选择方向，不选择方向就属于EE general。以EE general为例，毕业要求是修满28个学分、GPA达到3.0，其中20个学分必须满足EE下的一个方向（方向可以任选），剩下8个学分就可以随便选课啦，选其他专业的课也可以，整体说来，选课比较自由。
· Communications
· Computer Networks
· Computer Architecture
· Controls
· Electric Power Systems
· Electromagnetics, Optics, Photonics
· Mixed-Signal Integrated Circuits
· VLSI/CAD
· Data Science and Engineering
· Signal and Image Processing
具体方向的课程设置可以查看：
https://minghsiehece.usc.edu/academics/ms/master-of-science-electrical-engineering-program-details/拿Data Science为例，Data Science下又有不同的小方向，比如机器学习、统计、信号、视觉、语音数据分析等，你可以按照自己想研究的小方向去选课，也可以随便在这个course list里选课程。
每个课程的右下角是选择这门课程的prerequisite course，拿EE660来说，必须上过EE503、EE510和EE559才可以选EE660。所以，第一学期选课之前就确定好自己的方向以及自己计划要上的课就比较重要了，不然如果你第三学期想学EE660，那你之前没有上过EE559的话，基本就和这课无缘了。
同时，有的课程在Spring、Summer或者Fall学期不会开设，这个也要提前考虑到，建议刚开学的时候去找一下自己的advisor聊一下自己的选课规划。有很多热门课程，比如EE559、EE660、CS的一些热门课程，都是需要抢课的，这些也要提前打听好。
EE VLSI是学校的王牌项目，在美国业界评价很高，但是课程load很大，没有硬件底子、抗压能力不太强的同学慎选（认识的同学学这个方向的都学得昏天黑地的，生根在了图书馆）。
我自己是读的Machine Learning，主要课程是EE559、EE660，这两门课是我觉得体验感最好的两门课，是同一个professor，professor Jenkins，人超级好，讲课也很清楚，每周有due，一次midterm，一次final，final的时候会有一个project。
Machine Learning是现在的热门方向，EE559和EE660让我对模式识别和机器学习有一个比较详细的理解，包括监督、半监督和无监督学习的算法和模型，对深度学习也会有一个初步的理解。最后的project部分，是对现实环境中的数据集进行数据分析，可以用MATLAB或者Python，数据也是真实世界的数据，这样对机器学习在实际中的应用会有一个更好的理解。
我目前是在国内一家深度学习领域的企业从事产品岗，我的专业背景让我能更容易地理解产品。目前深度学习方向就业前景比较好，但深度学习实际落地难度也比较大，如果未来想从事这个方向可以提前多了解了解行业发展。 在这两门课之前，我还选过一门EE503，虽然本科学过概率论，但……难度一个天一个地吧。并不是说USC的概率论很难，因为概率论是很多方向的prerequisite课程，选课的人比较多，所以会有很多个session。不同的professor，教学计划也不同，刚好我选的这个professor教的难度就比较大，我们的professor上半学期复习了本科的概率论，midterm以后讲了半学期的马尔可夫链，这个professor还是个希腊人，口音基本听不懂，板书也不大看得懂，感觉这门课快把自己学废了，以至于接下来的学习里，每每遇到困难，我都安慰自己，EE503能过，其他课也都能过。
总的来说，我自己选的课程中，有几门load还挺大的，但还比较幸运，遇到的所有professor人都很好也很负责，每门课都有TA，答疑解惑完全不用怕的（当然找个大佬抱抱腿会更省心省力）。
申请
我本科是南京某双非院校，专业是电子信息类，GPA 3.7/4.0，TOEFL 100，GRE 325+，没有比赛获奖经历，没有论文，只有中科院实习+ 课程project + 学校老师的project的经历。
因为我自己是找中介申请的，这里就简单聊下找中介的事情。我个人认为，对于像我这种背景一般的学生，中介是可以直接影响录取结果的。
首先，留学机构的信息更为全面，尤其是关于各个院校以及录取情况的资料统计、申请流程等。一般申请出国的时候不会只申请一两所院校，学校申请的多，每个学校的申请流程和要求也容易打架，也容易犯错过材料提交时间、申请时间等等一些低级错误，中介会帮忙做这一部分整理的工作，能省很多时间去做其他事情。
留学机构的老师经验比较丰富，会对学生的情况做一个评估，再挑选合适的学校，这样不会出现过分高估自己的能力或者低估自己的能力的情况。专业的事儿还得交给专业的人去做。
但要提醒大家的是，中介不是神，也不能无米炊烟，我们自己还是要达到学校的硬性标准才可以，也有很多不负责任的中介前期为了签约什么条件都答应，这种情况也要辨别清楚。
总之，靠谱的中介就是锦上添花，帮助我们少走弯路，但是不靠谱的中介就是你弯路的开始，找留学中介还是要谨慎。
留学
很现实的一件事就是毕业找工作的话，学历确实是一块敲门砖，尤其是想进大厂的小伙伴们。对我个人而言，考研的压力与竞争太大了，而留学大一大二开始准备不算早，大三大四也都不算晚，心理压力要小很多，竞争也会相对小一些。 出国之后我们有机会接触到各个国家的同学、各个国家的文化，就会接触很多新的事物和新的观念。在这样的影响下，我们看待某些问题可能会更客观、更全面。
我也是出国之后才想明白，无论我们所处的社会的主流价值观是怎么样的，首先我们每个人都是一个独立的个体，都有自己的节奏，我们不应该用自己的标准和价值观去衡量别人、去要求别人，也不需要因为无关紧要的人对自己很片面的看法而苦恼。
出国后认识了很多朋友，有各种不同的经历，有跨专业的，也有工作了几年之后不顾所有人的反对决定出国读研的，他们中的很多人有一个共同点就是他们在做着自己想做的事，而不是不得不做的事，也让我慢慢去思考自己身上是不是还有其他的可能性。
留学的两年时光里，我所经历的事、所遇到的人让我收获到了很多，感受到了自己的渺小、无知，也激励着我不断去迎接新变化、新挑战。
