在我还在申请的时候，我最喜欢的就是那些“新项目”。因为新，意味着知道的人少，申请的人少，竞争少，所谓四两拨千斤。想象一下，那些奋战4年有超高gpa的人纷纷惨死在斯坦福，UIUC，奥斯丁CS专业激烈风口之下，而申请类CS的人默默拿着录取上着CS课，闷声发大财。命运，瞬间逆转。

这就是信息的力量，一个消息，有逆转一个人的命运的可能，而我今天要分享的正是这样的信息。

在2年前，我接连收到USC CS/EE的4封拒信（USC可以申请5个专业），在最后时刻，我发邮件让小秘把我最后1个under review的申请转到这个新项目，让我拿到了这仅有的USC录取，逆转了USC全军覆没的悲剧(＞﹏＜)。然而，我当时是这个项目第一届学生，太多的未知让我望而却步，最终选择踏上了前往瑞士的道路……2年过去了，又一年申请季，当大家开始挤破头去USC 37学分项目的时候，却忽视了这个适合转专业，课程非常CS，超高性价比的新项目。因此，我决定把我收集到的资料分享，希望能给正在申请秋季或者春季的同学更多信息。

• 学校介绍：

USC，南加州大学，一所申请时GRE，GT，文书，推荐信都是optional的神奇学校……咳咳，然而USC凭借出色校友网，丰富的课程设置，高排名和位于加州的地理位置，备受留学生青睐。

• 项目介绍：

Master in data informatics，USC 14年开始的新项目，引用官网的话：“Our students are immersed in the overall field of data analytics, the role of the analyst and/or data scientist, and the domains where informatics skills can be applied to critical organization missions. ” 一句话说：其实可以视为data science专业。

录取情况：门槛低于传统CS，但bar逐年上涨，录取学生的本科专业CS和非CS都有，一般来自985/211大学，排名在10%-40%不等。

课程设置：8学分任意选修，其余必修，必修主要课程有：Data Mining，Machine Learning，Data Base，算法，数据可视化等等。

INF 550：大数据入门课，学习基础算法和基础知识。下一届开始变成选修课，可以不上……

INF 551：数据库，会讲系统设计，老师是中国人在IBM工作过，干货很多。和CS下的数据库不同，INF下的nosql也会讲，值得好好上，对找工作帮助很大

INF 552：机器学习，INF最难的一门课，老师NB，作业设计的很好，每次作业都会要求实现，并与已有的package比较，要求理论和应用结合，能力提升帮助很大。

选修课：尽情享受USC的CS资源吧

• 找工作情况

15fall一共有14个中国人，在美国找到实习的只有有3个，虽然大家大多科班出身，但国内的编程训练不够，加上刷题太晚，所以结果不太好，部分同学选择去国内实习。（PS：这个和个人情况有关，和项目无关）

也有很多人选择毕业就回国，妹子居多，原因多种多样，毕竟不是每个人都想在湾区拼一波工作经验，在祖国家人旁吃吃喝喝睡睡岂不美哉lol~

• vs USC 37

USC 37学分项目时间长，用时2年半，适合完全没有CS背景的转专业同学，而data informatics项目适合有一定计算机背景，追求高性价比的同学

BTW，申请秋季deadline是1.15日……各位想要申请的同学抓紧了，如果错过了可以试着发邮件争取，比如哈佛和UCLA过deadline都是可以抢救的（然而……T_T）。

最后，祝大家申请顺利，加州的阳光等着你?