导师背景：Codex Xiang
本科：华侨大学 数字媒体技术
硕士：华威大学 计算机科学
博士：华威大学 计算机科学
申请方向：人工智能 计算机科学
申请结果：华威大学全额奖学金博士
本期内容将涵盖以下几点:首先，给大家介绍一下人工智能专业，英国的课程硕士人工智能相关的课程设计;然后，与大家分享如何申请研究型硕士或者博士，和我们课程硕士申请的区别;最后，我们一起了解一下人工智能行业的现状。
人工智能专业简介。在英国的大学里面，设置了计算机科学、软件工程、数据科学、大数据、机器学习、机器人和电子工程等与人工智能相关的课程。但是相信各位在申请过程中，也会感觉困惑，这么多的课程究竟哪些才是我们真正想学的内容。
计算机科学，也就是我们最常见的computer science课程。现在留学圈子有一句话叫做“一切专业转CS”,所谓CS也就是computer science专业，这个专业囊括的概念非常宽泛。首先，在各个大学里面，对于computer science专业的课程设计各不相同，可以完全分为不同的专业，但是他们的名字都叫computer science；其次，computer science专业的要求，一般会要求有相关的专业背景。如果没有相关的背景，或者只是工科背景，申请会有一定的难度。
现在就从英国的几个大家非常喜欢的大学里面挑选一下各个学校的computer science专业的课程设计，看一下究竟应该如何选择自己想要学习的方向。
华威大学computer science的课程设计。它的课程设计是偏向数据科学的。华威大学作为数据科学机构的主要承办机构，数据科学是华威大学的强项，教授、导师教授这方面的课程会多一些，我们可以从课程设计中看到，包括了data science、数字图像处理、自然语言处理等一些比较新颖的数据科学课程。华威大学作为一个比较新锐的学校，在课程设计上前沿大胆，所以包括了强化学习的内容。
曼彻斯特大学，包含了text mining、data engineering课程。从这些课程的名称上可以明显对比看出，曼彻斯特大学的computer science更偏向于program和engineering。课程设计更加注重实践和实用性。所涉及课程，如果你作为一个和data science相关的engineering参与到企业中，这些课程对你就非常有帮助。
非常著名的硬核工科大学的布里斯托大学，整体的设计方向非常engineering,整体的课程设计思路往software engineering 方向靠拢，包含c语言、计算机的组成原理、前端开发的课程内容。所以我们在选择compute science相关专业的时候，不能仅仅只依靠学校的排名、声誉、知名度去挑选学校，我们要从课程的设计、学习内容、学习目标综合考虑。
所以，希望各位同学在初次申请的过程中能够积极选择WordSunny这样有资历的平台能够帮助大家。仔细的遴选各个专业和学校，更好的帮助大家规划自己的留学历程。
Software engineering软件工程专业。我把这个专业称为通向码农之路，课程的设计基本上仅仅围绕program，主要是教授大家如何develop software。包括了编程语言的课程内容。课程内容设计和我们的工作经验以及实际的就业需求绑定在一起。
University of Manchester，对比于之前的computer science，这个课程就是software engineering，更加侧重于engineering方向。
我们在专业申请中，大家最常见的一个常识性的误区，把data science数据科学和big data大数据两个专业弄混。这两个专业其实各有侧重，虽然都强调数学基础和数学模型的运用，但是两个专业强调的方向是截然不同的。Data science数据科学专业更侧重的是数据模型，不论这个数据量的大小,着重是用数学的方法去分析数据,建立数学模型,从数据中得出合适的理论。而big data更加侧重数据本身，强调使用现有的数学模型，或者是数据分析工具，从海量的数据中如何寻找出挖掘数据的模式，发现这个数据的价值。从课程设计的角度上来说,data science会更着重强调与数学建模machine learning相关的课程.
Machine learning机器学习，作为一个比较新的专业概念，在近十几年中cs最火爆的方向，许多学校也专门设计了machine learning专业课程,如果想要攻读AI的同学，我希望最好能申请machine learning课程,但是相关的machine learning专业一般会有更为严苛的专业背景要求，而且竞争也会更加激烈,去年伯明翰大学的machine learning专业，早早的在11月份就已经截止了申请，而通常许多computer science要到第二年的3月份4月份甚至5月份才截止申请。
我相信大家想到人工智能这个词的时候，第一个想到的就是机器人。机器人专业虽然在computer science里面有一定的囊括，但在实际课程研究中，重点研究机器人方向是robotisc或者EE，课程设计中会有更多的跟电子工程相关的课程，控制力学、机械、AI研究方向会更加着重于应用，包括了计算机视觉、传感器的数据分析，或者是控制理论的强化学习。
接下来我讲一下，如何申请研究型硕士和博士。
研究型硕士和博士的申请，相比于课程硕士不太一样，主要内容是研究而非上课，所以一般的研究型博士和硕士是不会有具体的专业课程，申请的必要前提就是你需要有清晰的研究目标和方向。在申请研究型硕士和博士的过程中，一般需要提早一年开始准备，沟通意向的导师，导师可以为你寻找funding，并且需要了解导师今年是否有足够的博士或者是硕士的headcount。因为一般每个导师每年招收研究型硕士和博士的人数是有限的，必须确保老师给你留足了位置。如果你跟导师已经沟通好意向，那么拿到phd的offer已经不是什么问题，最困难的就是拿到funding，如果你要去申请公共方面，就需要细致的准备research proposal。这个时候，你需要打动的不仅仅是导师，更是由一群专业的教授组成的funding committed来决定是否给你下发奖学金，所以材料务必详实，这样才有可能为你赚取一笔奖学金。在英国就读四年的博士，开销非常巨大，我初步估算过4年的开销，预计在100万左右。如果能拿到一份奖学金，能够极大地减轻压力。
在WordSunny平台，我们有非常有经验的导师能够帮助到你。
在申请过程中，需要提前一年确定导师，同时准备申请材料，包括research proposal，到提前9个月的时候，基本上就可以拿到offer。Research proposal和CV等文书材料寻找完毕，我们的核心工作就是寻找funding。提前六个月offer就基本上确定了，这个时候需要准备ATAS认证,在英国从事计算机科学相关的研究工作，ATAS认证有效期为90天,算上申请时间以及拿到ATAS的时间必须要刚好在申请时间之内。提前一个月，如果已经顺利拿到了ATAS和奖学金，就可以开始找房，预定机票。博士生涯就要开始了。
我列出了一些常见的奖学金类型。首先，政府公共奖学金，例如国内CSC公派留学。公派留学是由国家留学基金委组织，每年会在年初开始提交材料和申请，申请的前提是务必拿到对应学校PhD的offer,就可以去国家基金委网站申请奖学金，这个奖学金的竞争相对激烈，国内外的学生都会申请，一般会要求研究生及本科成绩都达到优秀的水平，才有竞争的资格。其次就是学校的公共奖学金，英国的各个大学会设有校长奖学金，有比较丰厚的生活补助，以及全额的学费补助。校长奖学金的申请比较困难，每年一个学校会有10到20个名额，分配到每个学院，可能就只有一至两个人，基本上本科和硕士的成绩需要达到优秀的水平。如果有相关的研究经验和论文发表的话，也是适当的加分项。
相对容易是有一些学校跟其他学校合作的联合的博士项目。比如说南方科技大学和华威大学合作的一个项目，会在每年的3月份之前开始申请，还有华威大学和莫纳什的一个联合项目，联合项目的问题就是，需要在一个学校就读两年，然后在另外一个学校再就读两年。一般具体的学位情况，根据两个学校的协定来看，具体发放怎样的学位，需要具体各个项目的网站去看。各个学校的学院也会有跟社会或企业合作的基金，华威大学的computer science，mathmatics和CDT项目，每年提供上百位博士全额奖学金申请机会。还有一些独立的个人向学校捐赠的奖学金的机会，大家可以去各个学校的官网搜寻，华威大学的这项奖学金是一个在AI行业非常著名的企业家赞助的，每年会有4到5个人的名额。
当然，如果你有一个富有的导师，这个导师手上有专门的PhD funding，就可以免去了这些痛苦流程，所以找一个富有的导师也是非常必要的。
最后，我用一张图为大家阐述一下人工智能行业的岗位和我们具体专业的映射情况，在企业中，我具体分管过一段时间的校招，在筛选简历的过程中，我们具体有一个岗位和专业的简单的映射关系，各位可以参考一下这个图来适当选择自己的专业和岗位。
今天，因为时间关系，我就不对这张图展开来讲了。接下来，我们就进入到提问环节吧。
Q:老师,怎么知道导师是不是富有呢？
A:刚入职的新老师，或者是刚跳槽的老师，一般刚入职的老师根据英国的潜规则，第一年会至少给他一位学生PhD的奖学金，以便他开始工作。那么刚跳槽的老师更不用说，一个学校挖他过去，毕竟是用了丰富的PhD的奖学金，承诺了他大量的资金能保证他的PhD正常开始工作。所以对于这种刚跳槽，或者刚入职的老师，请务必抱住大腿。
Q:学长好，我本科是普通一本，目前大二，统计专业，毕业之后想出国读cs，我接下来要选些什么课，还有实习，有什么建议吗？
A:统计学专业的同学，你好，你现在最需要做的事情，就是提升你个人的学分绩点，因为英国的学校对于学分绩点卡得非常严的，尤其是对于普通一本学校，像G5，有时候会是90分钟的condition,均分要求非常严苛，需要你付出十分的努力去准备这个过程。
Q:想问学长，我目前是大二会计专业，可以申请cs的研究型硕士吗？有什么建议吗？
A:如果你是会计专业，想申请cs方向的专业，我的建议是不要申请computer science或者soft engineering这样非常强调编程的工作，因为在我读硕士期间也有一些非cs背景的学生转到了我们专业来申请硕士，但最终没有能够成功毕业，因为写不出课程设计，写不出最终的毕业设计。所以我的建议是，你可以选择data science或者big data这样的相关课程硕士方向，进行一个过渡。而不要直接的跳到cs和码农的坑里面来。
Q:申请机器学习PhD难度大吧？
A:申请PhD的难度，申请PhD和申请硕士，其实是两个截然不同的流程。硕士的申请是由ad mission office决定的，并非由你的老师来决定，而PhD是你老师一个人点头，能够起到大约80%的占比。一旦你通过了，只要达到了这个学校对于PhD的基本要求，你基本上百分百能拿到PhD的offer。最困难的一点是，你要拿到相应的finding。
Q:老师，英国读研人工智能方向，我听说英国的人工智能创业公司很多，想问一下留英工作的可能性大吗？
A:在英国，想要留下来工作，机会挺多的。包括现在英国政府重新核准的PSW项目，所有的硕士毕业之后有两年的实习工作的签证的延长的申请。在PSW政策下相对来说，留英工作的几率是要比之前大的。
Q:想问一下学长~我是大一计算机专业，想申请机器学习方面，本科需要着重学好哪些课程，有没有可以做得一些加分的小项目？
A:我觉得对于大一的计算机的学生来说，现在最重要的是提升自己的基础能力，比如说编程，数据结构，数学能力，不论你是做computer science，soft engineering还是data science，都是提升的一个重中之重的部分。如果你有相应的老师，可以指导你做一些大学生科创，你可以找一些最感兴趣的方向进行深入的研究。在这个阶段，你需要做的留学准备就是提升绩点，然后找到你自己的研究兴趣。
Q:请问怎么提升自己的科研经历呢？是跟着学校导师还是找自己找项目呢？有没有必要去发表论文呢？
A:申请CS课程硕士，其实并不需要提升自己的科研经验。但是你如果是要做研究型硕士和博士，打动您老师的肯定是你的研究经历，因为老师需要你产出的是paper。如果只是想申请课程硕士，英国的很多cs专业，甚至没有要求cs相关的背景，只要求工科相关的背景。所以最重要的其实仍然是你的学分绩点。
Q:学长，不走CSC,英国的全奖是不是特别难申请到呢？全奖是涵盖掉生活费吗？
A:奖学金各有不同，有的只cover生活费，有的只cover学费，全奖是两个都cover的。各个奖学金的标准是不一样的，像chance比较富有的奖学金，给的就会多一些，像CSC就会相对来说少一些。不走CSC英国的全讲是不是难申请呢，这个具体还是看你申请的是什么奖学金，英国的很多奖学金存在情况就是每年都收不满。因为很多人根本就不知道有这个奖学金存在，所以很多人就是一申都能申到，只要你能够知道这些奖学金存在，你的导师同意给你写推荐信去申请奖学金，基本上就能拿下。
Q:请问老师，应用数学（本科，统计（数据科学方向硕士））转cs,建议方向？
A:数学方向，我建议如果转cs,可以尝试一下machine learning方向。因为machine learning整体来说，对于数学的技术要求还是比较高的。像平时涉及的梯度优化，量化，概率论课程，相对来说对于数学专业的学生更加是强项。
Q:请问老师，转CS码农是个坑吗？
A:你如果是应用数学专业，我非常不建议你去做program工作，因为你的强项，如果是在数学方向，你会做一些基于数据的工作，我觉得你可能会更适。因为program是一个需要不断的刷代码量，实践经历堆积出来的一个工程，是一个非常注重实践的方向。所以，经历和实践的差距，不仅仅是靠努力就能够短期内弥补，而是需要时间。但是如果你选择相关的machine learning方向，能够发挥你的数学技术方面的优势，你应该能够会比较快的得到一个想要的结果。
Q:学长，我很想听听您的套磁经历。
A:陶瓷的经历，我在英国读的硕士，所以我是在做master的final project的时候，跟我导师认识的，我当时做了计算机视觉的深度学习的论文，和导师进行了深入的交流,在交流过程中，导师看中了我，所以决定接受我作为博士。如果你觉得直接找研究型的博士或者硕士比较困难，可以先选择课程硕士，作为跳板来作为你申请博士的和导师沟通机会。
Q:请问学长Al ms基本都要paper了吧？
A:竞争如此激烈的情况下，有paper的人当然胜出的几率是会更大一些。但是导师更看重的是你个人的学习能力和做事能力。我周围也有很多同学是在硕士或者是本科期间没有发表过一篇paper，但成功拿到了奖学金。所以就是要看个人的努力和经历，以及你寻找的机会是不是更加准确。这也是我为什么来跟各位分享的一个原因。因为我们能够提供相关的咨询，能够给你找到这样子的机会。
