先简单说一下我的情况，我是陆本，一所国内的985，本科在读期间，有过2段的美国大学交流项目经历，在2018年入学USC Applied Data Science项目，转眼间已经快毕业了。在这里我就根据自己之前的申请经历分享一些USC这所大学和Applied Data Science这个项目，以及后续的入学经历，介绍一下申请到生活，以及就业情况，希望可以对各位有所帮助。
2018年Fall一共录取了20多个学生，具体数据我不太了解，录取的学生中，70%都是中国国籍的学生，不过很多都是美本数学统计科班出身（因为CS科班出身的同学，都直接去申请Data Informatics去了）。
对于Applied Data Science这个项目，其实是从Data Informatics这个大方向中分出来的一个新项目，隶属于CS Department Informatics。主要的招收对象是具备一定数学背景的申请者，学制为两年。
课程设置应该是每个同学都比较感兴趣的方面，毕竟能学到什么知识，学到的知识和技能对你的未来发展是否有帮助，是每个同学在申请时都应该考虑的事情。
在课程设置上和Data Informatics相比，多了一些编程核心基础课程，其他的课程和Data Informatics的课程还是一样的。目前这个项目的必修课只有三门，包括INF 551、INF552以及INF 553。我感觉其实单纯从目前的课程设置上来看，开设的课程基本上都是应用型编程课程，并没有单纯教数学统计领域内容的课程（INF 559这门课的教学内容和数学统计领域的相关度还是比较高的，不过并不是每学期都开课），上的课程更倾向于MIS这个项目的课程。在选修课上，可以选择算法的课程。
接下来，我就来详细介绍一下Applied Data Science这个项目的课程。
INF 551：必修课之一，每周都会安排测试，如果有一定CS基础的话，作业并不是特别难，但如果是基础一般或者零基础，可能会有些难度。
INF 552：必修课之一，主要授课内容是围绕机器学习，老师的教授风格还是很不错的，讲得也比较深入和细致，但上课要求很严，不能玩手机。我身边很多同学都说，这门课还是有必要好好学学的，可以学到很多实用的知识，有很多收获。
INF 553：必修课之一，这门课程我感觉应该是我在这个项目中上过难度最高的课程了。Workload还是偏重的，每周都会有测试。Yaoyi这位老师讲得倒是蛮不错的，但作业难度偏高，而且对算法efficiency要求很高。不过如果可以把课本上和老师讲的内容都学透彻，还是有很大收获的，对你的能力和专业水平都有一定的提升。
INF 550：讲得内容其实就是551和553的结合版，主要是计算机一些基础的入门知识，个人感觉难度偏低。
INF 510：如果你是转码的选手，可以上上这门课，主要讲入门Python，课程整体难度偏低。如果你是打算在第一学期找实习的话，还是很推荐选这门课的。
INF 554：老师还是很认真，对每个同学都十分负责，每周都会安排lab，也会有相应的作业（一般都是网页相关的作业），督促同学课下及时复习，主要会运用到Vue以及D3.js。
INF 555：老师的知名度还是很高的，属于设计界大佬级别的任务，workload相对轻一些。
INF 560：这个课程的教学质量个人感觉很一般，反正我学到的东西并不是特别多。
CSCI 570：授课内容主要围绕着算法，授课老师是Shamsian教授，讲课十分认真，也很深入，好好听的话，基本上都可以理解和听懂。给分还是比较松的，如果你平时上课认真听讲，好好做课下作业，看DEN，就算你是算法零基础，照样有机会拿到A。
CSCI 544：授课老师是为以色列的教授，因为老师是学术型老师，所以在授课风格和作业上也比较偏学术型，平时会让学生读很多paper，也会安排测试。
对于510、549以及550这三门课程，如果你具备一定的编程基础，其实是可以waive掉的，还是比较松的。但我之前没有申请waive，所以具体的waive过程我并不是特别清楚，如果你想了解一下的话，最好还是自己查询和确认一下。不过就算你waive掉了课程，也是需要多选修一门课程的，32学分要修满，才可以申请毕业。我身边有些编程还算不错的同学也会选这三门课，因为课程难度偏低，他们可以有更多的时间去刷题和找实习/工作。
这个项目必修课只有三门，其他课程的选修灵活度还是很高的，学生可以根据自己的兴趣去选择对自己未来职业规划有帮助的课程。个人感觉，除了那么难度特别高的课程， 如果你上课可以好好学，下课及时复习和预习，做好作业和project，拿A还是有希望的。
如果你对研究比较感兴趣，可以直接给教授发邮件，表达你想进lab的想法，教授普遍都是蛮nice的，基本上都会给面试机会，不过有些热门lab的录取门槛偏高，还是要看个人实力。
我之前在美中的小城市生活过，个人感觉在LA生活是真的很舒服，天气不错，而且生活节奏也不错。USC的地理位置也很便利，旁边就是韩国城，如果你有车的话，可以直接开去华人区，绝对可以在那里找到故乡的味道。不过，很多时候我都会自己做饭，因为吃不惯美国菜，经常出去吃还太贵了。
如果你很喜欢爬山和海边的话，那USC绝对很适合你，周边有山有海，闲来无事去爬爬山，锻炼锻炼身体，去海边冲冲浪，感受一下LA温暖的阳光，还是十分惬意的。但晚上的话，还是建议不要出门，毕竟这边的治安还是有一点隐患的，如果晚上一定要出门的话，还是打车比较好，USC会提供免费的Lyft，不用担心花销问题。
Applied Data Science这个项目大部分都是印度人和中国人，其中中国人的数量会更多一些，如果你不想说英语的话，完全可以在中国学生的圈子里玩。虽然我课余时间和外国同学的交流并不是特别多，但也并不是完全只在中国学生的圈子里，我有时候会参加一些外国同学组织的party和社团活动，有些活动是就业相关的，还有一些就是单纯的学生娱乐活动，有时候会有讲座和演出。
我每次参加活动的时候，都会认识一些新的朋友。个人感觉，多和外国人交流，尤其是native speaker，对英语口语的提升还是有很大帮助的。如果你不想参加party和社团活动，也可以去参加学校组织的“每天每小时”，这种活动都是免费的，主要的目的就是让国外的同学练习口语。
学校的career fair还是比较靠谱的，据我了解，到2月底的时候，18年Fall入学的同学的就业情况还是比较可观的，我认识的同学基本上都拿到了美国公司的全职offer，虽然有些是大厂，有些是小厂，不过大家好歹都有自己的归宿。有些在暑假回国实习的同学，基本上也都在美国拿到了offer。
刚刚我就提过了这个项目的灵活度较高，所以在硕士在读期间，大家普遍都会根据自己的未来发展前景，去选择对就业有所帮助的课程，就offer录取情况来看，很多同学最后都去做了Software Engineer。
之所以大部分同学都会选择Software Engineer的原因，主要是因为美国这个岗位需求量还是比较大的，而且Applied Data Science这个项目在课程设置上，本身就偏向CS项目，学习到知识也比较对口Software Engineer这个岗位。
不过我认识的同学，有些也去做了Machine Learning Engineer以及Data Engineer，单从课程设置和学习到的知识来看，这两个岗位也是比较对口的。
还要一些同学，本科可能是数学、经济或者统计科班出身，对上述这些岗位都不太感兴趣，积累了一些Data Science的相关实务经验，也具备一定的统计领域知识，索性就直接去投了Data Analyst或者Data Scientist的岗位。
如果你让我对比一下Applied Data Science和CS这两个项目的就业情况，其实我感觉两个项目不相上下。其实如果你可以有效利用学校的各种资源，注意自己的能力提升，找工作还是比较容易的，最重要的还是看自己上不上心，如果自己不上心，学校和老师再怎么着急也没有什么用的。
我认识的很多同学和学弟学妹在刷题和实习上都很上心，秋季开学之后，很多大一的同学刚入学就开始找实习，有些同学在大一和大二的时候，leetcode就已经刷了几百到题目了，你说这么努力的同学，怎么可能找不到好的工作？
Viterbi gapp每个学期都会有Mentorship项目，我之前做过三个学期的mentor，还做过一个学期的mentee，我在跟这个项目以及参加学校组织的其他活动时，认识了很多学长学姐，他们不仅在项目和活动中帮了我很多，在后续找工作的时候也给了我很多帮助，当然我也有通过自己的关系网，帮助过我身边的一些同学找到了合适的工作岗位（毕竟美国是个很看重networking的国家，所以一定要注意人脉的积累）。还有就是你可以通过社团以及学校组织的info session，认识一些Hiring manger以及Recruiter，给他们尽量留下不错的印象，这些关系网在后续找工作的时候说不准就会派上用场。
我最后入职的公司是Facebook，我还是蛮喜欢这家公司的。
对于留学而言，准备的过程肯定是艰苦的，但我相信后续你拿到offer的时候，你会感谢你申请季的那些挑灯夜战和日夜苦读，你会认为那些付出的汗水和泪水都是值得的。
拿到心仪大学的offer，意味着你的申请季即将接近尾声，也是一个新的开始，你即将踏上留学生活，感受一种全新的生活和学习体验，希望你可以享受其中，并让自己变得更好。
