KT [复制链接]

张弛shabi
UID: 3558729

中级会员

Rank: 4

声望: 176
寄托币: 1413
注册时间: 2014-9-3
精华: 1
帖子: 120

电梯直达

楼主

发表于 2016-1-17 22:18:34 |只看该作者 |倒序浏览

两年后来更新一波，今年6月硕士毕业了，硕士期间去了谷歌实习，后来转正现在全职入职了。

回顾找工作的历程，感觉加拿大总体还是没啥太多好的工作机会，有强烈事业心的同学们还是建议去美国，当然加拿大移民还是挺方便的，适合平淡生活。

--------更新于2016.6.28---------
申请总结：欧洲及加拿大机器学习、数据科学相关项目申请总结
https://bbs.gter.net/thread-1993895-1-1.html

--------更新于2016.3.20---------
最近拒信拿的不要不要的2333我都想笑了
3.17 TU/e ALSP奖学金被拒 KTH奖学金被拒
（附：ALSP拒信还没收到，不过小伙伴收到通过第一阶段的通知信了，所以我就默认自己被拒了）
3.18 EIT被拒附上拒信

Dear applicant for the EIT Digital master school program,

thank you for your application. The Master’s Program is highly competitive and only a few of all applicants are admitted. Unfortunately, your application was not selected for admission by the selection committees.

Data Science竞争着实激烈2333

--------更新于2016.3.14---------
上周withdraw了University of Notre Dame的CS PhD申请。
昨晚给UC Davis套磁的教授发信问结果，逼出了个waitlist的结果，不过应该是没希望了。
转专业申Machine Learning PhD梦碎，想想还是有点心疼的，套磁的导师也算是著名的机器学习库libsvm的作者之一。
AlphaGo彻底引爆了人们对AI的关注，估计明年北美CS PhD申请会更加残暴。

瑞典KTH CS给了我一个unqualified倒是有些没想到，前几天还立flag说给我全奖也不去2333瞬间打脸。
不过还好是二志愿，第一志愿是KTH的Machine Learning，估计结果也快了。

UC Davis拒了我，我也不用想读不读PhD的问题了，目前还是在Alberta和EPFL中纠结，不等EIT TUE TUD KTH们的offer了。

求有了解的学长学姐以及小伙伴们帮忙比较加拿大和欧洲计算机方面的就业环境，我未来的方向应该是机器学习相关。
个人关注比较薪酬方面，求比较求比较，thx a lot.

BTW 我的申请季今日正式宣告结束恭喜我自己

--------更新于2016.2.24---------
今天也是曲折，白天公司上完班后没赶上晚上的驾校理论课，打卡不成和小伙伴约了印象城玩耍，结果又被放了鸽子。
于是我特别装逼的在印象城里处理起了白天没处理完的数据。心灰意冷准备回学校前刷了刷邮箱没想到刷除了epfl的录取！
彩票开奖没想到真中了！
滚回寝室睡觉

--------更新于2016.2.23---------
终于有了第一枚全奖录取~不是失学儿童啦~
感谢老东家UAlberta，每年24500刀奖学金~

--------更新于2016.1.18---------
以下是征人！！！

大概去年此时开始决心转cs，无奈自己太懒一直水水水水了一整年，不过能拿到第一个ad还算是让自己有点点安慰（不过Delft好像从来不拒人），总算不失学了（不过还是穷，大概还是去不起）。

想趁着大学的尾巴好好为转cs特别是以后做data science做准备，想找个（或一群）小伙伴一起开始学习搞big data.

合作方式：

1. 这两天看到coursera上有big data相关课程，课程还有点小贵，大概300多刀的样子，希望有小伙伴可以和我共享账号，一起学习，相互学习共同进步。
（顺带练练听力，感受感受老外上课的感觉，为以后做准备。去年我在加拿大做科研时蹭过老板的几节课，感觉跟起来很吃力，所以特别想提高这方面能力）
以下是课程链接：https://www.coursera.org/specializations/big-data
当然，也非常欢迎小伙伴和我一起学习Machine Learning, 概率图模型，自然语言处理等相关知识。更加欢迎有小伙伴可以为我的学习路线提出建议，我在这方面实在是渣比。

2. 一起组队参加Kaggle之类的数据竞赛。（Kaggle是非常著名的数据挖掘类竞赛，希望有小伙伴能同我共同参与，为以后进FLAG积累下一些筹码）
Kaggle官网链接：https://www.kaggle.com/
（当然国内也有一些数据竞赛，诸如阿里天池大数据竞赛等）

3. 我可以提供dataquest.io网站账号（到2016.2.16），该网站提供了交互式学习Python及Data Science的练习，我花了近100刀购得。如有小伙伴愿意和我分担coursera上的费用，该账号我可以免费提供。
以下是网站链接：https://www.dataquest.io/learn

欢迎有合作意向的小伙伴评论或私信我！