毕业前介绍一下Johns Hopkins EECS（长文）学习科研/实习/课程/吃喝玩乐/住宿治安等等

下面随意聊聊我想到的一些方面。
1. 住宿与治安：学校北边我觉得非常安全，一般大家都住在Carlyle、Hopkins house、Broadview、The Social这几个公寓，但价格有点贵rent 800-1000人均。另外北边稍微远一点比如linkwood，房租比较便宜600左右人均，周边环境很好。如果开车的话，挺多人会选择住在mount washington那块，属于baltimore地界最北边了，绿化和治安都很好，人均500左右。其他我觉得比较好的区有Hampden、Cross Keys、Roland Park等等。学校的南边和东边治安不太好。另外downtown那边靠近医学院地方以及西巴尔地摩（the wire）等区域治安不好。挺多新生都会担心巴村的治安，我觉得一般来说住学校北部，活动范围往北走的话，我个人并没有过不安全的体验（第一年我经常很晚回家）。 校园内部随处都有可以发安全警报的小蓝灯，周围1-2个block内都有校警巡逻，晚上2 mile内也可以叫shuttle接送。

2. 有车：在巴村我是非常建议开车的，一来rent会便宜并且居住环境好很多，二来更有安全感，三来去超市去玩也方便。建议来美之前先考出国内驾照，这样这边考驾照时会方便些（直接可以去笔试+路考拿驾照，顺利的话一天可以办下来）。养车的开销主要是报销和parking，油费很便宜。学校的parking是露天60刀一个月，garage 100刀一个月。其中south garage/wyman park两个停车场离大多数人上课的地方最近。south garage上来就是EECS大多数实验室所在的楼，考虑雪天的话garage也会方便很多。学校的停车位比较紧俏，一般需要排队一两个月。学校附近的那些公寓的parking一般都是更贵一些要100多刀；但除了学校附近那几个公寓，其他的公寓大多数都是free parking。保险的情况会因人而异，我的经验是，住在21210/21209这两个zip code区域内保险会比较便宜（就是我之前提到的那几个区）。我以及我的几个朋友都是100-150左右一个月全险。所以我每个月在车的开销上大概为200-250。

3. 没车：如果不开车的话，住在学校旁边可以坐学校的shuttle去买菜什么的，学校附近主要有3条shuttle routes，以及另一条开往医学院和Peabody的。晚上大概在离学校2 mile的距离可以叫免费的night ride，如果学校shuttle忙不过来他们会帮忙转接Lyft也是免费的。

4. 超市：学校附近的一般去Giant，shuttle可达。有车的话一般会去H-mart（韩超）、大中华（中超）。我个人还经常去Costco（便宜量大）和wholefoods（品质比较好，而且在mount washington挺近的）。

5. 玩：大家一般会去Towson，那边白人为主，很安全，离学校开车20-30min。有一个shopping mall，停车很方便，里面有百货公司比如Macys、Nordstrom，有苹果店、丝芙兰等等以及各个品牌店。shopping mall对面是cinemark，大家通常去那里看电影。学校往南有家The Charles Theatre我也非常喜欢，会放很多非商业片，隔壁有个bar可以吃吃东西，对面的停车场parking3刀。 除此之外inner harbor那块有很多好吃好玩的，不过停车可能不是很方便，可能隔一两天街才能找到空的meter。出巴尔地摩的话，附近的城市就有很多好玩的地方。DC经常会有知名DJ过来，以及有许多博物馆都是免费的。纽约的话百老汇、爵士乐等等就更纸醉金迷了。我觉得巴尔地摩最大一个好处是，生活成本低，交通基本不堵，然后出行也很方便，DC开车1小时，费城开车2小时，纽约开车4小时（由于纽约不好开车，一般我会开车半小时去megabus的接驳点，在那儿停了车然后坐megabus去纽约）。如果选择坐火车的话，可以乘学校shuttle到penn station，然后坐火车去那些城市玩。

6. 吃：巴尔地摩海鲜很不错，我比较喜欢的店有LP Steamer、Bertha's的mussel、学校旁边的Dylan's Oyster Cellar、网红店Thames Street Oyster House。美式我喜欢学校边上的foraged a hyper-seasonal eatery、Miss Shirley's Cafe（比起DC名店founding farmers我更喜欢这家）、Woodberry Kitchen。印度菜Namaste很不错，以及中东菜Helmand Kabobi Cafe、Villagio Cafe。Towson有Nando's的烤鸡超好吃、Pho Dat Thanh的越南米粉以及烤鹌鹑、还有新开了一家回转火锅店。其他还有kippo ramen、mount vernon marketplace等等。八月和一月各有一周restaurant week，可以以非常实惠的价格吃到一些fine dinner比如the capital grille的牛排、Petit Louis Bistro法餐等等。中餐的话我更喜欢自己在家做。

7. 学习：我不算聪明，并且BME出身数学以及代码基础也不是很好，刚开始过来时花了一段时间适应课程，也遇到一些大神被他们智商碾压。不过两年来上了不少课，也当过ECE和CS两门课的TA，并且被因为TA工作被教授提名过awards，对于这边学习上也有一些自己的看法。首先是一些DON'Ts。cheating在美国的高校非常忌讳，不仅仅包括考试，还有每次作业。我以及认识的几个朋友TA的课上都出现过作业抄袭的现象而且大多是中国人，这个影响非常不好，很多教授如果发现都会直接给挂，我能私下警告的都私下聊了并且让他们把作业重做后再交上。出现的情况大多数是其中一个同学做完作业后，另一个同学会问能否借来看看，但交作业时有时会几乎会原封不动交上。我之前自己上课时由于习惯较早写完作业，也经常会被人要作业。但这边很多课都是30人不到的班2个以上TA，或者100人左右的大课通常会配6个以上TA+CA，TA们大多数都会很尽职的看你的回答并给你专门写反馈，这种情况如果作业有雷同非常一目了然，所以我觉得向别人要作业并且抄袭的人是非常损人而且不利己的。但由于这边的课程每次作业的比重也比较大，如果有题不会做或者做错的确会很影响最后GPA。我建议的是，直接去office hours问助教，或者可以做完作业后去问助教自己做的对不对，甚至去office hours做作业也是欢迎的。我TA的课上有不少学生会这么做，我也鼓励大家过来，我通常会讲作业题思路或者一起debug，不过很多中国学生刚开始可能不太有去office hours的习惯。另外，上交作业前对对答案这种一般是被允许的，不过我每次给别人看作业前都会先确认对方已经写完作业了，也算是保护自己。

第二点是关于team work，很多课程会有project要求几个人合作完成。我有过超棒的合作经历，也有过被坑惨的经历。一段良好的合作经历可以让你结交到一群挚友，但不愉快的经历会让我觉得不如单干效率高。所以在组队时建议大家找到能和你在同个节奏上工作的队友，不一定是要大腿，但必须要有责任心。有个朋友曾经向我吐槽他的队友在deadline前出去玩了，失踪了一个礼拜，他最后通宵单干做完project，但presentation前他的队友还什么都不知道，需要他给队友讲，有过那次经历后他就不愿意再组队带人了。如果真遇到坑的队友，也可以找TA反应情况，虽然不一定能换队友或者给分上得到照顾，但TA通常会愿意给你一些额外帮助。我之前有门课一学期有7、8个project，每组4-5人，我的队友说他们没有编程和数学背景很少参与，meeting也有时见不到人，前4个project几乎都是我一人完成。我当时跟TA反应了我们组内的分工，而且我同时在上一门workload非常重的课，再加上实验室的工作，所以对于这个team work分工我觉得有些overwhelming，虽然我非常认真勤奋，但无人可以讨论，依旧难以取得比别的组好的成。当时TA就说他也觉得有点unfair，如果我在project上遇到问题，他很乐意来帮我。学期一半时，我两个队友drop了那门课，于是TA就主动帮我重新分了组。所以一方面希望大家都能做到有责任心，另一方面如果真的遇到不愉快的team work，我建议大家也能积极发声。

第三点就是信心，hopkins的教授大多数讲课并不快。如果由于专业背景不一致、或者刚来美国不适应的缘故一开始没能跟上，也不要轻易放弃。多去office hours找教授、找TA，没有人会觉得你在问stupid questions。一般尽自己的努力完成一门课，并且主动与教授沟通，通常都能拿到令人满意的成绩。

最后一点是适当选择课程，一般刚来时可能大家都比较有激情，会想多选一些硬核的课。然后可能会出现压力过大的情况，学了半学期甚至半学期以上不得不退课。一般master大家一学期会选3-4门课，其中1-2门硬课。建议选课前问问学长学姐们各个课程的口碑和workload，问问advisor的建议，每个track也有些选课建议。也可以查前几年的课程评分：studentaffairs.jhu.edu。如果想做research，就选一些偏数学和理论的课程，找工的话就选一些算法数据库之类的。如果基础不错，只是想拿master当个跳板，其实就可以只选些workload最少的课，然后花大量的时间在实验室/找工上。总之最好尽早有清晰的规划。

8. research：hopkins的research氛围特别好，在网上看中哪个老师，发一份邮件给他，或者直接搜一下他的office hours找他去聊opportunities，一般进组的机会很多。大牛组不难进，但想留下来竞争还是非常激烈；小老板可能比较想要留下你，但小老板的funding不一定稳定。所以申phd非常看机遇。一般想申请phd的同学会在第一学期或者第二学期就找好实验室。由于第一年课程繁忙，进组的话通常实验室压力会比较大，产出不一定高，这时候建议放稳心态，先入手一些简单的活儿，打好基础。我第一年心态崩了，开始doubt自己research能力，就去找了实习本来打算找工作的，但第二年时间充裕了就发现自己做的也还算可以。我交流过不少第一年在实验室的master，大家普遍心理压力比较大。我们实验室每周会有一个individual meeting，一个大组会，以及自己参与的项目的一个会。其他实验室一般也至少每周会有一个meeting。在实验室里如果遇到不会的东西，可以主动找phd或者postdoc问。另外建议经常跟教授聊聊，问问他的反馈，甚至可以问他应该怎么做可以increase my chance of staying in the lab。暑假是个非常好的机会，如果要申请Phd建议留实验室好好表现。

9. 找工作：我觉得hopkins的牌子在找工作和实习时还是挺好用的，EECS的人数不多，同校竞争也没那么激烈。同时也可以找很多校友内推。我投过两次research岗位的实习，运气比较好，都只投了一个公司拿到了offer。research岗我觉得match挺重要的，仔细读岗位所要求的技能，面试前可以按条准备相关知识点的问题。其他的比如刷题之类地里经验贴很多，我也没有更好的建议。我校job fair比较鸡肋，不过我在hackthon拿过挺好的名次，在job fair上遇到了好几个hackthon时来过的公司，他们的人说记得我当时做的项目，说我当时的presentation很impressive。后来我因为去申请phd了就没follow up，所以也不知道hackthon之类的经历对于找工作是否有用。其他的建议就是尽早准备，组队督促吧。

10. 英语以及social：很多人会觉得因为语言障碍很难跟外国人打成一片。我个人觉得，在social上英语能力并非很关键的因素，最重要的还是别人是否觉得你这个人有趣。但由于文化上的差别，外国人熟悉的很多文化我们可能并不了解，所以有时才会导致无话可说。比如万圣节时我们系一个人穿了三个大黑点的衬衫，我就当时就接了一句Hey three hole punch xxx（他的名字），然后就开始聊起来了，但我大多数中国朋友可能不熟悉the office，就不知道这个梗。我刚来时英语很差，也从不看美剧，但因为喜欢喝酒就有一群历史系的朋友经常约出去一起吹逼，我们6、7个人分别来自不同的国家，有不同的母语，我觉得在这种情况下对我语言以及文化上的了解帮助非常大，对于同个事件，我们可以从不同角度聊聊各自的看法。同时他们也给我推荐了他们觉得非常有趣的一些东西，我后来也看了不少美剧电影以及YouTube视频（甚至迷上了看DOTA比赛lol）而我因为很喜欢去听DJ，也经常跟他们聊我去追过的场（强调一遍电音爱好者来这儿简直太满足了，去Echostage一小时，每周都有top DJ过来，去年其中一个月内我去蹦了4次lol）。他们一群学历史的人对中国很感兴趣，我顺便也科普了一下中国文化。有趣的一点是，我当时英语其实不如很多来hopkins的中国人，但我那些朋友都觉得我的英语比他们认识的很多中国人要好，语言也并没有影响我们的social。另外我觉得我的英语提升最快的是在实习的时候，在校园里通常是大家各忙各，你一天不说话也无碍，大多数情况下也是跟同胞说中文；但是在工作场合沟通则更加重要，我工作的环境非常diverse，对英文的锻炼也很大。当时我在Airbnb找的房东是美国人，所以实习那三个月里我几乎没说过中文。虽然口语buff在我一回到学校后就结束了hhh，不过当时交到了几个关系极好的朋友。总之，如果你想social的话，多关注一下别人在聊什么话题，主动表达自己的看法，不用在意英语能力如何，敢说就好。很多外国人很喜欢去酒吧或者happy hours纯喝酒聊天。同时可以参与一些学校内外的活动（我们队连续拿了两年pumpkin carving第一 耶~），丰富自己的生活。不过social、跟谁social都不是必须，做你自己就好！（另外推荐一些我喜欢看的YouTube视频：Vox 一些短视频，介绍各种奇奇怪怪的知识；LastWeekTonight，关于时政的，John Oliver非常幽默而且毒舌。）

11. 课程介绍（我主要做image analysis，所以可能关注的课程有点片面）：

1) ECE下我觉得最好的课是random signal processing，教授是MIT本硕博满绩毕业的女神，奥本海默和Polina的学生，这门课会涉及很多statistical machine learning，主要讲inference，教材是MIT 6.437和6.438两门课的notes。先讲概率，然后是bayesian/nonbayesian hypothesis testing，Minimax，parameter estimation，graphical model，EM，approximation以及各种sampling，MRF以及HMM，random sequence以及一些filtering等等。教授讲的非常清楚（虽然我当时水平不好经常跟不上），黑板手写板书。每周有recitation让你课上做题然后到黑板上讲。两次考试，每周都有作业，所以workload很大，不过撑完这门课后我觉得很多课都会非常轻松。对research很有帮助。

2) ECE下的wavelets以及compressed sensing，同个老师教的，讲的很好而且讲的不难，教授人很好给分也挺高的。讲wavelets时教授完全不用任何板书，直接黑板手写。若干次作业+project，wavelets会有两次考试，compressed sensing没有考试。主要会给这两块的big picture。workload我觉得挺轻的。

3) ECE下的medical image analysis 以及 magnetic resonance in medicine，这两门课分别是Prince和Paul Bottomley两位大佬上的。这两个教授是我在hopkins最尊敬的两个教授，治学非常严谨，对学生很关心，在教学上也花了非常多的心思。MRI那门课的作业似乎是Bottomley亲自改，一个同学上午刚交作业，下午就接到Bottomley邮件说他有一题没做，鼓励他做完那题。medical image analysis会涉及一些图像处理传统方法，这两年的课也加入了deep learning。magnetic resonance in medicine两年一开，主要涉及医学物理，Paul Bottomley本人就是MRI研发先驱之一。这两门课workload比较大，课后的reading也挺多的。

4) CS下probabilistic model of visual cortex以及vision as bayesian inference，Alan Yuille的课，workload很轻给分也挺不错。不过建议上这些课前有一些statistical machine learning的背景，再过来听Alan的insights。之前没有背景，不自己进行思考的话可能就会觉得这两门课很“水”了。

5) CS下的machine learning春学期和秋学期都有，秋学期的教授上课比较好一些，春学期的教授似乎每学期不一样？属于正常的ML课程以及ML的workload吧，不算重。ECE下的machine learning偏signal，比较application，据说事儿比较多。AMS下也有machine learning，偏重数学推导，应用的比较少。所以建议上CS的那门，理论和应用比较平衡一些（那门课会对CS和robotics系的先开放选课，再给其他院系的人开放，不太好抢。我有认识的人先选了本科生的版本，之后再让教授帮忙调到了graduate的版本，如果实在想上可以试试看）。

6) CS和ECE下都有deep learning，而且教授都不错。CS的deep learning据说会给一个库的框架，然后让大家自己去实现一些layer和function。ECE的deep learning会带着读一些经典的paper，写review。还有一门课叫Mathematics of Deep Learning，Rene Vidal教的，讲deep network下一些architecture、optimization、generalization背后的一些数学理论和证明，会带着读一些paper，写review。这门课只有半学期，类似讲座的形式，期末一个project完成一些问题。

7) ECE下的image processing & analysis，signal processing都算水课吧，一般大家电子本科的话应该都接触过了，所以会觉得比较简单。image processing讲的内容基本上是冈萨雷斯digital image processing那本书。

8) ECE的principle of complex networked systems。和image processing同个教授，这个教授很久不做图像处理了，目前的研究主要在这一块。这门课还是挺有意思的，讲complex nonlinear network， stochastic modeling，以及dynamic process，主要的内容是各种方法来算master equations。这门课没有作业，所以workload很轻。grading是按三次考试以及一次project，project的内容是复现几篇paper里的实验和几张图。

9）AMS的matrix analysis，这门课教授讲的很好，我虽然没有上，我周围的朋友基本都上过。打数学基础的课，对research帮助比较大。这门课的经验据说是，上课认真记笔记，考试前好好复习笔记上的内容。另外我实验室的教授还推荐过Mathematics下的Analysis，据他说他给实验室的人都会推荐这门课。不过我当时因为那门课是upper level undergraduate，我不确定能不能算作研究生毕业要求，就没去上。

10) CS下的approximation algorithm，很有趣的课，属于比较硬核的CS课了。教授讲的思路非常清晰，内容主要涉及很多graph下的NP-hard问题的approximation和optimization。CS下的causal inference我之前也非常想上，主要讲graph model，听过那个教授的几门课，我觉得他讲的挺不错的。这两门课可能都比较有难度。

11）CS下的database据说workload比较大，AMS下的data mining据说workload极其轻（调调包之类的）。这两门对找工作应该挺有用的。

12）BME的computational medicine，BME系主任Miller的课（虽然他经常不来上课，让他的postdoc来讲课）。秋学期的主要是computational anatomy，偏图像处理方向的。这门课没有考试，成绩由若干project构成。workload正常来讲不重。按需选择这课吧。

13）ECE的Speech and Auditory Processing by Humans and Machines以及Processing of Audio and Visual Signals，同一个老师上的，教授人挺nice的，挺养生的课，workload据说非常轻。CS的NLP是Jason教的，workload据说很大，事情很多。

14）AMS的Nonlinear Optimization，评价很好的课，workload适中，我大多数朋友也都上过这门课。

暂时想到的就这些，有空再补充吧。大家如果有什么感兴趣的方面也可以留言。

补充内容 (2019-4-1 06:22):
Group study/自习的地方：1）ECE学生可以进ECE lounge，有咖啡机、沙发、书写板、电脑、打印机等。2）Krieger Hall的computer lab，JHU学生都可以去，比较难找，人不多。3）图书馆和BLC不用多说了，可预约小房间。

补充内容 (2019-4-2 07:22):
关于很多人关心的治安问题，推荐大家可以用NeighborhoodScout这个网站查一下各个区的cime rate，租房以及平时出行都可以参考。