Umich ME一年见闻 + Dual Robotics 选课 + 无人车行业 科研/求职攻略

61551
125
Umich ME一年见闻 + Dual Robotics 选课 + 无人车行业 科研/求职攻略
前面扯淡的话:
一转眼,距离咱在安娜堡就读已近过了近一年了。不得不承认,这一年的学习生活对我,以及我周围的很多同学带来了深远的影响。从一名理工科学生的角度来说,相比于国内大城市完美的治安与繁荣的生活娱乐环境,在美国求学的生活毫无疑问是枯燥和艰苦的。对于不少同学来说,美国研究生课程设置与教学和国内本科学习的内容有着很大的不同。当然,也正是这种充满不确定性的环境赋予了每个人机遇和挑战。我想,能够在这人生最为关键和多彩的几年里去学习如何认识世界并了解自己,能够挑战自己的极限并尝试追求内心或者世俗的意义,对于每个人来说都是不可多得的财富。
大家都听过这样一句话“有时候选择比努力更重要”,而做出当前尽可能最优的选择则需要足够多的信息。我希望可以和大家分享自己在Umich这一年的所见所闻,以及自己见到的一些案列和样本来帮助大家更好的了解Umich ME升学和求职的形势并制定属于自己最好的策略。如果你即将入学Umich 的ME(或者ECE)硕士专业并且对Robotics/Autonomous Vehicle专业感兴趣的话,这篇文章可以为你提供很多有用的信息。你想直接看选课和策略的话,也可以直接看本文的3,4,5部分。非常重要的ME转(Dual)Robotics专业攻略在第四部分。
简介:
密歇根安娜堡大学作为一所有特色的老牌的公立研究型大学一直为广大中国留学生所熟悉,而密歇根安娜堡的机械工程专业也一直是其王牌专业之一。然而,在如今千军万马转CS/机器学习的大潮下,机械工程专业的局限也日益凸显。所幸日益壮大的机器人(Robotics)和无人车 (Autonomous Vehicle)方向给广大ME同学提供了一个重要的新方向。我们可以通过选修一些课程并尝试科研和项目的方法来尽快增强自己这个领域的认识。

  1. Umich 学校介绍
    密歇根大学安娜堡分校是一所有着私立大学学费的公立大学。基本上每个专业的排名都在前十而综排常年徘徊20。绝大多数人对这所学校的映像就是下雪+地理位置差。当然,还有优良而深厚的膜法氛围(Umich的一位著名校友曾经采访过我国一位著名领导人且密歇根和这位领导人的母校至今保持优良关系hhh)。密歇根在美国工业界的认同度比很多国人想象的要高,也有着较好的学术求职氛围。这可以从一定程度上弥补地理位置在求职上的劣势。如果你希望自己能踏实学习一些技术和本领,而尚未十分确定自己的方向或者想探索自己在不同领域的可能性;同时对大城市没有那么大嗜好,能够适应小城镇(村)生活,那密歇根安娜堡这所综合研究型大学将会是你很不错的选择。当然,开学以后繁忙的课业忙起来也让人无暇玩耍了。
    1. 安娜堡生活环境,北校环境
      安娜堡的治安非常之好,几乎达到了国内一线大城市的安全水平,也为熬夜码代码走回家的同学带来不少安全感。安娜堡市区或者说中校也有不少餐馆和娱乐,也许能够满足人的基本需求,甚至在休伦河上你亦可赛艇。北校(North Campus)作为理工科的根据地更是学风浓厚。一般北校生活用品和食品采购全都仰仗距离北校步行25Min左右的Kroger + Wayone中超 两个超市。吃:日常饮食主要靠北校Pierpoint 的三家餐厅Pandas, Ahmos, 日料三文鱼拌饭以及Fireside学校食堂。稍远一点的有Bursley学校食堂的自助餐。外加距离北校步行10min的十字路口微型商业街有多家各式饭店。大多数时候大家都会选择Pierpoint的那三家餐厅,味道肯定是不好吃的请大家放心,不过一旦接受了这个设定就还挺带感的。Fireside的色拉和Bursley自主食堂的色拉都十分健康。北校主要有Duder图书馆,EECS楼+GGB+DOW+BBB群楼组成。相信大部分理工科学生都会在这几幢楼往返。图书馆里永远洋溢着热情的学习氛围,希望大家不要错过。
    2. 学业和课程
      总的来说密歇根安娜堡的理工科还是比较繁忙的。一但选修了3-4门压力中上的课程后你的学习将醉生梦死夜不能寐。当然,我也并不反对你在保护好身体的同时进行一下尝试。目前ECE/ME 研究生都没法选修 EECS280,EECS281这两门算法基础课。较为热门的EECS442 computer vision 和EECS 545 Machine Learning课程每次选课排队waitlist上几百。今年,针对热门的cs/ML/CV 方向的选课有稍微紧缩之势。总的来说,繁重的课业还是能让人学到很多东西。
    3. 校园文化与生活
      人一旦忙起来也就充实了。密歇根有着很强的校园文化,每到重要日期如体育比赛大家都会由衷Go Blue。基本上每学期开始时大家都会约饭郊游桌游聚餐,到了学期末则是打了鸡血赶PJ。值得一提的是安娜堡以及周边的确自然风景非常之好。如果有机会可以尝试中短途自驾游。
  2. Umich ME 介绍
    好的,尽管Umich的ME很强,尽管UmichME的生源颇好,尽管有很多尽管。但是,首先我想申明一个观点:ME的确是在式微。就目前来看,如果你并非已经立志于某一领域如 材料固体力学,工艺,生产设计或控制理论的话。尽可能地接触Robotics/机器学习等方向可能是最好的选择。

    Umich ME 生源概述:根据我掌握有限的数据来看,ME Ms的生源还是较为强劲的。结合16,17入学的同学来看。主要的组成成分按照比例有交大,清华,浙大,哈工大,西安交通大学,强劲的美本以及复旦等其他学校。总的来说大家出身还是较为优秀的。

    Umich Me Master 选课概述:想要获得硕士学位一共需要选修30学分。平均一门课程3,4学分。其中需要一门研究生级别的数学课以及可以选修6学分的非ME课程。ME拥有被称为ME590的科研课程。每学期你可以和教授联系好科研任务和项目以及学分后选修,这门课的成绩将只有P与F,一个人最多可以选修6学分。每学期(前三学期)都需要选修8分以上的课程以满足Full-time的条件。最后一学期(第四学期)可以选修任意学分(1分)来利用F1签证的时间。当然,你也可以1.5年就毕业。值得注意的是,Robotics学院也有类似的ROB590课程并且可以与ME590学分互换。你可以尝试利用这一政策来自由控制自己毕业的时间。值得注意的是,大部分课程可以中途退出不算入绩点并在成绩单上留下一个withdraw记号。

    UmichMe Master 科研指南: 有为数不少(》30%)的Me Master 会选择申请Phd或者寻找转Phd的机会。总的来说,大部分想要科研的学生都能找到科研的机会(大部分的同学也都很主动和努力),并且能够谋求到一个temp RA的职位来获得薪资和SSN。一般来说,同学们可以通过前两学期的学习认识和了解感兴趣的教授,然后可以在第二学期或暑假较为正式在实验室搬砖,同时成为RA。有的老师会给十分看好的研究生同学提供GSRA的职位,这就会免学费(0 0 !)和博士生一个待遇、据我所知,16级ME有至少3-4名同学在第三学期获得了转PhD。总的来说,似乎绝大部分想读PhD的同学都找到了机会。

    Umich Me Master 工作机会:好了这里将会是比较严肃的一块。首先,大部分16级Me的同学在毕业前都找到了工作,期中大部分同学找到了美国的工作。而这些工作中大部分集中在无人车/自动驾驶领域。 有很多同学拿到了Delphi旗下无人车新公司 Aptiv的工作,有多名同学拿到了Baidu无人车北京岗和加州岗的工作,有多名同学拿到了加州无人车企Tusimple的工作。也有同学拿到了传统车企如Ford, Honda中和无人车相关的工作。然而,为数不少的同学并非是靠着按部就班上Me课,而是背水一战苦学CS/Robotics和代码绝处逢生走向成功的。有的同学不了解ME求职形式和无人车岗位需求,走了一些弯路才一点点努力上道。本文的目的在于尽可能为ME同学提供信息和策略。
  3. Umich Robotics 介绍
    首先,Robotics作为一个新兴的专业近几年逐渐成为了理工科热门方向之一。有些学校都开设了独立的Robotics项目甚至学院。之前有一种说法说Umich 的Robotics专业全美排名第二,这种说法膨胀了吗?事实是这样的,全美开设独立的Robotics 学院或者部门排名较好的学校中除了CMU RI接下来似乎就只有Umich了。据我所知,除了CMU,Umich,西北,Upenn,WPI等学校外,很多学校尚未开设独立的robotics项目。而Umich的Robotics项目申请难度也较高,生源战斗力也颇为强劲;同时Umich 的ECE也开设有Robotics track, 期中同学们也都生猛无比。如果要究其原因的话,大概在于Robotics是一个极其需要理工科交叉的专业CS,EE,ME都能和其有关;Umich虽然在CS上不及CMU,但靠着强大而庞大的传统理工科结合也能够迅速地异军突起。接下来,大家会问,那么Robotics/无人车将会是ME的一个新的出路吗?我想答案是也不是。无人车和ME的关系并不大,几乎可以说是转专业了。请大家不要太乐观。
    Umich Robotics 把课程分为三大类:(Sensing)Perception, Acting 和 Reasoning。我想这是一个很好的分类。这其中Perception是当前robotics中最重要和现实的问题之一。

    Perception 就是让机器人知道自己周围有啥,期中大量的研究集中于Computer Vision和SLAM。那说道Computer vision大家都会想到神经网络和Deep learning,这就对了,在这一方面Robotics只是CS的马甲而已。而SLAM (Simultaneous localization and mapping ) 则主要基于 Probabilistic Robotics,大概用通俗但不一定最合理的话来说就是利用贝叶斯网络和马尔科夫链模型让机器人猜“我是谁(误),我在哪,我在干嘛”。这里牵扯到大量的概率,也许统计系的同学会学得更快?
    值得一提的是,目前无人车行业对Perception有着很大的需求,学好CV和SLAM将是无人车行业求职的主要竞争力。目前很多无人车企业还在解决传感器融合(Sensor Fusion)的问题,即如何用一大堆传感器确定车面前有些啥。这是个看似简单实则很难的问题。

    Reasoning, 又称Motion Planning。是Robotics领域中又一大核心问题。在于如何让机器人解决“如何从一个状态变成另一个状态”的问题。期中最重要的算法之一即为以A-Start和RRT(快速生成搜索树)以及一大堆以这两个算法为基础的花式变种算法,之后辅助以奥秘无穷的Optimization(优化)算法,加以基于ME Control对路径规划施加限制(Constrain)。同时,这里也会用到机器学习的内容。总的来说,这一块方向其实对机器人这个领域有着至关重要的作用,motion planing也大有前途,不过由于目前尚未很好解决无人车Perception的问题, 市面上对Perception工程师的需求大于motion planning工程师。

    Acting, 主要包括机器人Dynamics和Kinematics。这一块是Robotics中较为实际的一部分,同时似乎也是不那么热门的一块。期中以控制机械臂运动的 Forward Kinematics和 Inverse Kinematics为重。也包含机械控制和设计的部分。亲爱的读者,你发现Robotics和ME的关系了吗?除了在Acting和Reasoning中有细微的关系之外,传统ME几乎没啥关联。不过幸好ME Master的同学可以选修相关的课程,甚至申请Dual Robotics专业。好了现在进入正式的攻略,选课介绍, 如无特殊申明,截止笔者写作时这些课程都是ME可以选上的:

    1. ROB550
    ROB550作为密歇根安娜堡特色的硬核实验课之一,同时也是Robotics专业的必修课程,每次选课都爆满但是总有人试了一节课就退课。这门课由1个作业和3门动手实验课组成,需要大量的动手调试+码C和Python代码+写报告: 第一次作业是用python和C++做些计算,意在考察写代码能力。 之后随机3人分组(对,你没看错默认是自由分组,有可能某一次PJ会自由组队),然后紧锣密鼓地进行第一次PJ。1. 机械手抓取彩色方块。大概来说你需要机械设计+3D打印做一个爪子,用Python opencv写一个通过摄像机识别彩色方块的程序,再写一个用FK IK控制机械臂抓东西的代码。之后每组会比赛机械手的效果并写报告。 1. 自平衡二轮小车, 写一个PID控制程序而二轮小车站立并移动,在一个有障碍的地图里写motion planning的算法让小车绕过障碍走过制定地点。每个小组会比赛并撰写报告。 3. (从17年开始,似乎是认为无人车比较火的缘故ROB550舍弃了之前的无人机项目)SLAM小车,每个小组需要拼装并搭建一个装有激光雷达的小车。然后在指定地图里一边定位一边建立地图。比较结果并撰写报告。然后这门课还有期末考试。
    这门课的定位是Robotics入门级的动手课,然而由于几乎从硬件到代码都需要自己搭建导致这门课变得无比硬核和耗时。尤其是对于代码基础和嵌入式基础不都十分扎实的同学来说,这门课简直能逼人的极限让人无比酸爽。你甚至不知道是你的代码出了Bug还是你机器人的马达出了问题。当然,上了这门课后你将会对机器人有一个难忘的认识,同时这也便于你决定自己想从事哪个子领域(Perception, Motion Planning, Acting)。十分可惜的是,笔者并没有上过这门课,但我认识绝大多是的同学都上了这门课。这门课也比较需要团队合作能力。

    2. EECS 498: Introduction to Algorithmic Robotics 推荐!(只有秋季学期)
    web.eecs.umich.edu
    笔者上了UM Robotics人气教师Dmitry的这门看似Introduction实则教做人的课。这门课程同样作为一个Robotics入门级课程,其覆盖范围无比之广几乎涉及Robotics的所有内容。从基础的矩阵运算到优化,从机器手控制到Motion Planning,从点云处理到概率决策,以及卡尔曼滤波(Kalman Filter)和粒子滤波(Particle Filter!)。 Dmitry 作为一名出身CMU RI的优秀导师将每一节课讲得深入浅出惟妙惟肖,听得人如痴如醉流连忘返。那么。。古尔丹,代价是什么呢?代价是每两周一个全新的知识和PJ作业以及每周一次的随堂Quiz,基本上每次作业都需要使用Python 在一个叫Openrave 的神奇机器人模拟环境中控制机器人做出各种动作。附加期末大PJ+写报告,同时Dmitry给分也很严格,有时你以为自己综合总分挺高结果是个A-。这门课程总的来说也是相当硬核,学好这门课可以让你对整个Robotics有深入浅出的认识,同时对自己的Python技巧略微自信一些。总的来说,这门课需要花费的时间和经历远比其名字看起来来得多,但的确能学到很多东西。上一次这门课开在一个小教室里约有20个左右学生,作者曾和Dmitry尬聊听说他打算扩展一下规模,不只真假 (0 0)

    3. ME/EECS 567 Robot Kinematics and Dynamics From Chad Jenkins 推荐!(只有秋季学期)
    autorob.github.io
    这门课程可能由不同的老师任教,请认准Chad Jenkins 开设的课程!依旧是一门入门级的Robotics课,涵盖了从DFS,BFS,PID Control FK, IK 到 花式RRT Motion Planning的各种领域。Chad讲课也寓教于乐十分有趣,充满段子和娱乐。不知道是否出于这个原因,有很多老外选修这门课。这门课使用一个基于Javascript three.js 网页机器人模拟环境(十分厉害)。对于研究生来说,这门课由7个PJ组成,每个PJ会有一些基础分和必须完成的附加题,完成一定的效果变会得到分数,由最后的的得分来评判成绩。最终你会在这个模拟环境里拼装起一个机器人,完成机器人的控制代码并最终利用RRT算法在几个不同的迷宫里自由驰骋。这门课程需要的代码量也相当大。但好在总体的程序框架已经建设好了,并且Chad人更加好一些,这门课感官上的压力似乎没有前两门那么大。没有期末考试,但有四次Quiz。 按部就班每次按时把作业完成还能拿到A的。把所有点数都拿到应该能A+。一开始毫不熟悉Javascript和three.js的笔者就曾经依靠各位同学大佬的慷慨Carry以及在office hour上抱人美心善的助教小姐姐大腿熬过了这门课。之后便能对Robot Kniematic以及motion planning有一个较好的基础认识。以上三门课都属于入门级别的Robotics课,涵盖的范围比较广。覆盖的知识都有重叠。大家可以有考虑地选着上。

    4. ME/ROB/EECS 599 SPECIAL TOPICS SELF-DRIVING CARS: PERCEPTION & CONTROL (只有秋季学期)
    这是一门看似十分牛逼,实则效果有限的课。由于前一年人气爆棚,学校决定大规模扩大选课人数。笔者在17年秋季上这门课时有300多人一起在STAMP大礼堂一起上这课。这门课的涵盖范围也非常之广,从车辆动力学控制(Vehicle Dynamics) 到现代控制论(MPC LQR),到计算机视觉和点云处理。氛围和跨度远远比以上几门课来的大。什么都有的坏处就是什么都讲不精细,结果就是你很难在这一门课中扎实地学到新知识。最后往往是懂Control的同学加深了Control的理解,CV的同学联系了CV。当然好处就是你把无人车领域大致过了一遍,并且在成绩单上加了一门名字有无人车的课。这门课主要有多次作业(Matlab编程)以及最后的大PJ组成。大PJ由多达11人的小组组成,要完成一个车辆模拟控制的matlab问题。以及一个Computer Vision的perception问题。笔者参与了Control部分,我们辛辛苦苦完成了一个MPC的高速飙车控制器,但发现有很多组要么用精心调参的PID或者随缘寻路的RRT,更有甚者用SVM完成路径规划跑完赛道,总之八仙过海各显神通。
    Perception部分大致是需要训练一个DeepLearning模型识别车辆。一般大家先寻找开源的网络模型再基于其训练。结果似乎是一个类似Kaggle比赛的玄学调参大赛。没有任何考试。很多人作业都能满分,如果平时在课程论坛上踊跃发言并期末PJ拿到好名次可能有A+
    总的来说,笔者的那一学期在这门课上学到的东西并没有其他课来得多(也有一部分原因我比较菜),如果你对无人车无比感兴趣或者想要在这方面求职,同时认识了一坨志同道合的同学一起上课的话,体验还是不错的。这门课的教学方案可能有变,仅供参考。

    5. EECS 442 Computer Vision 推荐 (每学期都有)
    新时代的必修课,在这个Deep learning和Computer Vision满天飞的时代你还不选修CV吗?这门课由多个老师授课,笔者有幸选上了Feifei Li 高徒——ImageNet的创始人之一 Jia Deng的EECS 442。好吧其实他讲的课也就那样,不过还是可以细致地从Feature Based的CV技巧到神经网络的基础知识再到ResNet, Hourglass等新的网络全部过一遍。这门课由每两周一次的Matlab编程作业组成,最后有一个类似Kaggle比赛的项目。另外还有期中和期末考试。总的来说大家作业都能做满分,期末PJ拉开的分数不多,想要拿A+的话必须考好两次考试。关于选课,绝大部分人都会进入waitlist,根据笔者观察,凡是坚持到底一直苟在waitlist里的同学基本都选进去了。如果想选课的话就坚持到底吧!
    令人遗憾的是,有传闻说Jia Deng 要跳槽了。但笔者依然推荐大家去上一下EECS442。

    6. NAME 568/EECS 568/ROB 530 MOBILE ROBOTICS: METHODS & ALGORITHMS (只有冬季学期才有,任课老师会变) 强烈推荐
    robots.engin.umich.edu
    无论你想从事无人车自动驾驶行业,还是从事Robotics的科研,你都应该尝试一下这门名字看起来质朴务实的课程。引用一名已经在加州某无人车Startup工作的人赢学长:“学了这门课再练好C++,你就能找到工作”。好吧,你要是只会这么点那是不行的,但这门课的确极其重要。
    这门课主要讲述了利用Probabilistic Robotics以及基于贝叶斯的Hidden Markov Model进行Localization以及Mapping。并最终实现SLAM的故事。对于整天和PDE作斗争的ME同学来说,你必须捡起尘封已久的概率知识和贝叶斯成为亲密的好伙伴。这门课中会从贝叶斯定理开始逐步推到到隐式马尔科夫模型(HMM)再推到工程中至关重要的卡尔曼滤波(Kalman Filter)无迹卡尔曼滤波(Uncent Kalman Filter, UKF)以及神奇的粒子滤波(Particle Filter)然后会讲述基于EKF的SLAM。接着还有基于Landmark SLAM的各种变种比如Information Filter, Pose Graph SlAM。最后会有Grid Map Based的SLAM。课程由5次小题目,两次作业(分别是理解运用Bayes Filter 以及实现EKF,UKF, PF的localization,以及EKF SLAM)。一次随机组队自由选题的大PJ+小组presentation。总的来说,笔者觉得这门课的压力并没有其他几门课来的大(也许是我麻木了?)但最后的PJ的压力还是比较大的,最后的结果则也是八仙过海各显神通。
    总的来说这门课给人的收获还是很大。值得一提的是,由于只在冬季学期开课,你最好在研究生的第一年学掉,不然下次就是第四学期了。

    7. Machine Learning EECS545 (每学期都有) 推荐
    带着无比热门的课名,和EECS 442 一样有成为全民必修课的趋势。连续几次初始waitlist上挤满了300+ 的同学。强烈推荐去选修一下。不同老师的教学风格和内容不尽相同,但总的来说上了这门课能让你对Machine learning有一个不错的认识。选课方法依然推荐坚持到底。

    8. EECS 598: Motion Planning (冬季学期) 推荐
    web.eecs.umich.edu
    依旧是人气教师Dmitry 带来的CMU原汁原味高阶课程Motion planning课程。这门课程一开始会介绍一些基础知识,和上文的EECS498有一定的重叠。当然,也会讲很多进阶的Motion Planning课程。Dmitry的讲课水平依然是听了都说好。会有三次python+openrave的作业。然而这门课的重点是分组做PJ,并做Presentation和写报告。Dmitry的要求非常之高导致听说有人presentation做的不好直接被无情伤害。当然,上完这门课你也能着实对Motion planning有更加深刻的认识,对于无人车求职也有着巨大的帮助。

  4. Dual Robotics 专业指南 (非常重要!)
    这是一个由ME前辈们摸索出来绝处逢生的野路子,并且相对来说难度较低可行性较高。
    我们知道Umich 也有独立的Robotics 项目,而Umich的Robotics是一个独立部门,并非如同CMU的RI是在CS学院下。尽管如此,Robotics的学历在很多时候相比ME的学历有着更大的竞争力。而Umich的有着特色的Dual Degree 政策。
    大意是如果你满足一定的要求就可以申请双专业。而对于ME Master来说 Dual Robotics 是一个性价比很高的选择。
    robotics.umich.edu
    大家可以看一下链接。
    考虑到大部分人需要在第二学年开学后尝试找工作或申请PhD。而申请成功Dual Robotics需要在下一学期生效。因此我推荐有这个考虑的同学在选课时考虑Robotics学院给出的认可课程(以上我介绍的课程都是可以的),多选一些有多重课号的课(例如ME/EECS 567)。选课并不麻烦,而Robotics学位要求必修ROB590 Individual Study。这时候你需要尝试寻找开设Rob590课程的老师并找科研。一般来说,能选上ROB590就基本能成功Dual Robotics了。
    Robotics和Me Master都需要30学分才能毕业,期中可以有10学分的重叠,换言之你要选择50学分的课程。前两学期你必须每学期都选修3-4门课,10-15学分才能满足这个挑战,拼一枪吧!
    Dual Robotics之后你就拥有了两个平级的专业,如果实在不能修完两个专业,你可以只从Robotics毕业。这样就等于从ME转专业到了Robotics。(别和Robotics小蜜说这事)。
  5. Robotics/Autonomous Vehicle 工作求职简介
    说道大家关心的求职问题了。我想大家已经感受到了自动驾驶的求职和传统ME的巨大不同了。那么假设我们学好了以上课程并拿到了Robotics Dual Degree。该怎么更好地找到工作呢?笔者准备去读PhD了,但我可以从身边找工作的同学找到可行的方法。首先,找到工作最好的方法依然是在第一年暑假找到实习,实战经验非常非常重要。无论是实习还是科研项目,如果能够在实际智能车上或者机器人实现自己的算法是最棒的。切记必须对某一算法或方法达到自己写过一遍的熟练度和认识才行。在这里也强烈推荐Mcity的Huei Peng及旗下团队,Mcity有多辆无人驾驶试验车你很有可能找到不错的科研机会。
    对于找到工作相关的能力按照总要性排列如下
    1. 实战经历/无人车企业的暑期实习 (这是因也是果)
    2. 熟练的编程能力 C++为主,Python为辅,甚至懂些OS最好
    3. Robotics的知识,CV,SLAM,Motion Planning, Machine learning
    4. 课程和项目经历
    聪明的读者一定发现了,期中只有3,4条是能够通过选课练习的。第二条则需要放平心态踏实地从头学习写代码。这里你可以问上各种网课并刷Leetcode,千万不要觉得自己是找偏ME的工作就轻视对代码的掌握。几乎所有的无人车实习或工作面试都会要求写C++代码,虽然要求也许会比CS SDE的稍低一些。但总而言之,需要不懈地努力,并且不要放弃!


补充内容 (2018-8-9 23:40):
文中有些错别字,请问哪位大佬知道怎么再编辑文章?

补充内容 (2019-9-13 04:14):
####################注意####################
很不幸地给大家带来这样一个消息:2019年秋季学期开始,Robotics 不再接受 ECE和ME的Dual degree 申请。
课程和选课上暂时没有太大影响,各位同学们加油。
  • 235
置顶回复
收起
avatar 168703
VersElectronics楼主
我觉得我需要补充一下。
首先我说到UMich Robotics 专排第二。这个的确就是一个段子,而且大家也想不到不是吗?如果你正在申请Robotics相关方向的硕士或PhD。请不要被这个第二过多影响。毫无疑问,CMU,MIT,Stanford以及UC Berkeley等CS强势的学校是更好的选择。Upenn Robotics也很不错。在Robotics 以及ML领域,最近UMich一方面没有吸引更多更强的Faculty开设更多新课,另一方面去年还缩紧选课政策。EECS也限制了重要的Database, Web Development的选课(以后也许有变)。我想总的来说,目前还是要劝退的(当然你要有更好的offer)。
本文意在分享见闻,并总结了一些UM ME Master 可以采取的转Robotics经验。我力求客观,并且行文略有积极。因为我实在不想说出“学了6年ME其实卵用没用转CS也来不及,回国躺着洗洗睡吧”这样的不负责任又没意义但有点道理的话。在这个CS为主的时代背景里,一些专业距离CS比较远的同学面临着不小压力,甚至有对于过去多年付出的自我否定带来的巨大沮丧。因此我也想让相关的同学尽快了解这些机会和案例。也感谢有同学指出了UMich Robotics现有的一些问题。 当然,对ME的同学来说,尝试往Robotics靠只是努力的开始。
大米 10
2
guzhiyan+5欢迎分享你知道的情况,会给更多积分奖励!
金三顺+5给你点个赞!
125条回复