在前段时间新出炉的【2021-2022年度的CSRanking世界大学排名】中,美国高校依然包揽前50个名额的半壁江山。
“计算机神校”卡内基梅隆大学(CMU) 继续蝉联榜首,伊利诺伊大学厄巴纳-香槟分校(UIUC)稳居亚军。
对于工科强势的伊利诺伊大学香槟分校力压麻省理工、斯坦福大学等强校,CS专业已经连续两年位居No.2,表现极为亮眼。
今天就由已经斩获伊利诺伊大学香槟分校CS专业offer的一位学姐分享下她的项目经验~
学姐背景:美国某大学
研究生录取:伊利诺伊大学厄巴纳-香槟分校
录取专业:CS
“我选择人工智能这个方向,是因为本身我的本科专业是计算机科学。一是我对AI方面还是比较有兴趣的,当我平时看到人工智能机器人,会去思考它们内部的具体的结构,以及逻辑到底是怎么样的。
其次,从现实角度来讲,人工智能领域是计算机科学未来发展的一个比较重要的趋势,我作为一个本科就在学计算机科学的人,我会去想更多地了解我这个领域的一些知识。”
“为什么想做科研呢?因为在我自己的学校本身并没有做过这种科研项目,如果我要是申请研究生,在社会活动这个部分是有短板的。那为了丰富我的履历,我觉得有这么一个科研项目,是可以提升我的申请竞争力的。
集思科研它提供了很多不同方向的课题,那基于说我是对人工智能比较感兴趣,那正好也有人工智能方向的课题机会,我当时就想,是不是可以尝试去做这个科研。
在参加科研的过程中,又可以学到一些计算机领域的知识,其次我又可以跟我的小组成员有沟通的机会,一起有想法的碰撞,然后去完成这个project,这应该是个很意思的过程吧~”
“通过这个科研交到了很多志同道合的朋友,我觉得也是十分不错的,因为毕竟大部分都是学计算机的,或者是计算机相关的,那长远角度来讲,说不定以后就是同事。
“因为参加了科研,无论是我在这个学习的过程中,或者是说在做这个具体的项目过程中。它会让我有一种自己问自己的过程:是不是真的很感兴趣这个领域?
其次就是是不是可以真正的全身心的投入到这里,帮助我去检测是否有能力去继续往这个方向发展,所以它是一个很好的经历去审视自己。”
“整个项目过程中最大的困难是我没有很丰富的人工智能知识的背景。项目前期会大量的去给我们输入这些知识,这些知识专业性是比较强的,即使对于纯CS的学生,我觉得也是需要一段时间去消化的。那就更不要提我还不是这个领域的学生。
所以一开始我去理解这些知识,时间也比较短,也挺费力的,有的时候不一定100%的了解,可能尽全力了也只能到个百分之七八十这样子。”
最后我们做的final project是一个关于检测皮肤癌的APP,这个APP是可以检测皮肤癌,严格来讲不是检测癌,是识别皮肤癌,比如说,用户会上传一个图片,这个图片上面可能会有一个痣、一个肉球,或者是类似于就是这种皮肤上的东西,那拍完这个照片上传之后,它会进行一个识别,去看它是不是一个真正的皮肤癌。
然后会给出一个结果,准确说是一个得皮肤癌的概率,同时会附上一些信息,告诉你它大概是个什么东西,你需要怎么做,以及它的风险之类的问题。这个APP也会加一些人工语言服务,这个服务你可以去联系客服问一些information,也可以跟real doctor进行沟通。
我们做的这个软件的初衷就是为了能让大家有个预防和警示的作用。虽然在整个项目过程中有很多困难,但是和小伙伴、教授和mentor及时沟通也都解决了。
“我建议在选科研项目的时候一定要选你比较感兴趣的,如果做一个仅仅是可以接受的程度,做到最后你也会发现非常的痛苦。
其次的话进入了这个项目之后,我非常鼓励大家要多多提问,然后有问题一定要及时的去询问,因为我觉得这个科研项目本身他时间紧,其次,可能很多信息知识是你之前是我们之前没有接触过的,那一次性去接收这么多的信息,其实是比较难消化的,所以我就是很鼓励说有问题及时问,及时解决。
另外的话,在做小组这个小组项目的时候,我觉得大家一定要沟通好,这个沟通好如何分工合作,谁多做一点,谁少做一点都没有问题,但是重点就是说一定要把这个事情分好,比如说要开会,或者是我们上课做这种presentation,做演讲,都要认真对待,至少不要说,出现这种态度不端正的情况。
最后,科研后半期就是写论文。论文最好在前期的时候把这个题目。尽早的定下来,然后这样我们就可以尽早的开始,以防出现临时改的问题。可能题目就是不好写,或者是写不下去了,然后要换,这样的话就是很麻烦的一件事情。所以我建议在前期的时候就快速的跟论文老师去确定你的论文题目,然后去着手做这个事情。
希望听了学姐的分享,可以让你的科研申请之路豁然开朗~
·今天就来给大家介绍学姐同款名校伊利诺伊大学香槟分校终身正教授 Rakesh课题项目。
项目介绍:
本项目将带领学生详细了解机器学习的主要方法和当前的研究方向,涵盖机器学习中的不同算法的分析与对比。
项目在讨论至今仍有效的如决策树的经典算法外,还将讨论以深度学习与强化学习为例的改变了机器学习领域的新技术。学生将在导师的指导下挑选研究问题,在项目结束时完成项目报告,进行成果展示。
基于并行计算的高并发、高吞吐量系统平台架构搭建
项目介绍:
本项目将循序渐进地讲述共享存储器多线程编程的基础知识,详细解释当今多处理器硬件(多核处理器、图形处理器、加速器、数据中心、仓库规模和超级计算机)对并发程序设计的支持方式,全面考察主流的并发数据结构及其关键设计要素。学生将在导师指导下,针对现有问题,遵循并行程序设计原理,开发或优化机器学习算法。在项目结束时,提交项目报告,进行成果展示。
导师介绍:
Rakesh导师现任伊利诺伊大学厄巴纳香槟分校电子和计算机工程系的终身正教授,导师的研究兴趣在于计算机工程与用于机器学习的计算机硬件。
导师的研究成果曾获ISCA最具影响力论文奖、十年最具影响力论文奖、及其他最佳论文奖与提名(IEEE MICRO Top Picks、ASPLOS、HPCA、CASES、SELSE、IEEE CAL)。他的教学成果受广泛认可,并获得了多份杰出教学奖。
除学术研究外,导师行业经验也极为丰富,曾担任Hyperion Core, Inc(微处理器芯片初创公司)的联合创始人和首席架构师。
有任何想要了解的方向,也欢迎与我们交流!
以下问题,完全解答:
绩点不足
准备跨专业、转专业,没有相关学术背景
没有拿得出手的科研经历
没有论文发表
缺乏高含金量的科研经历
找不到冲击梦想的方法
不知道专业发展前景
迷茫毕业后的求职方向