南加州大学电气与计算机工程硕士为学生提供了数据科学、机器学习和信号以及信息处理的理论、方法和应用方面的集中、严格的培训。下面托普仕留学老师进行了南加州大学电气与计算机工程硕士解读,一起来看看吧!
一、课程设置
南加州大学电气与计算机工程硕士项目需要完成 32 个单元的课程。
1.所需的基础能力( 0-6 个单位)
其中每一项都必须作为技术选修课进行学习和使用,或者必须通过相应的能力测试(数字信号处理、软件):
EE 483 数字信号处理 单位:4
EE 538 电气工程师计算原理 单位:2
2.必修课程(22-24单位)
(1)所有课程均为必修课程(16 单位)
EE 503 电气和计算机工程师概率 单位:4
EE 510 工程线性代数 :4
EE 541 深度学习计算简介 单元:2
EE 547 电气工程师应用和云计算 单元:2
EE 559 机器学习 I:监督方法 单元:4
(2)学习和数据分析:此列表中需要两门课程(6-8 学分)
EE 546 高维数据 单元数学:4
EE 556 随机系统和强化学习 单元:4
EE 588 信息和数据科学 单元的优化:4
EE 641 深度学习系统 学分:2
EE 660 机器学习 II:数学基础和方法 单元:4
3.技术选修课
从以下列表或学习和数据分析列表中获取其余单元。课程可能不适用于多个学位要求。
(1)理论与方法
CSCI 570 算法分析 单元:4
CSCI 585 数据库系统 学分:4
EE 517 工程师统计和数据分析 学分:4
EE 542 互联网和云计算 单元:4
EE 561 人工智能基础 单元 :3
EE 562 工程 单位的随机过程:4
EE 563 推理和估计:理论和算法 学分:4
EE 564 数字通信和编码系统 学分:4
EE 565 信息论及其在(大)数据科学中的应用 单元:4
EE 575 工程师计算微分几何 单元:4
EE 586L 高级 DSP 设计实验室 学分:4
EE 592 反问题的计算方法 单位:4
EE 596 用于信号处理和机器学习的小波和图单元 :4
EE 689 计算智能和神经学习 单元:4
用于性能分析的 ISE 538 马尔可夫模型 单元 :4
MATH 541a 数理统计简介 单元:3
(2)应用领域
CSCI 544 应用自然语言处理 学分:4
CSCI 677 高级计算机视觉 学分:4
EE 519 多媒体单元的语音识别和处理 :3
EE 569 数字图像处理单元简介 :4
EE 619 自动语音识别 单元高级主题:3
EE 669 多媒体数据压缩 单元:4
更详细内容可以咨询Tops6868。
二、就业情况
南加州大学电气与计算机工程硕士项目就业前景广阔,以下是去年该项目部分毕业生就业去向:
阿里巴巴 - 软件开发工程师,软件工程师实习生
Amazon - 机器学习工程师
Amazon Web Services – 软件开发工程师
Goldman Sachs - 分析师
Google - 软件工程师
Meta Platforms,Inc. - 软件开发工程师、软件工程师
商汤科技 - 研究实习生
TikTok - 软件工程师
TuSimple,Inc. - 软件质量专家 I
南加州大学 - 资源员工
想了解更多信息可以向Tops6868咨询。
以上是南加州大学电气与计算机工程硕士的相关知识,如果您对美国留学感兴趣,欢迎您咨询托普仕留学老师(Tops6868),托普仕留学专注美国前30高校申请,助力国内学子顺利获得美国藤校入读资格。尽早规划和递交申请,对您未来留学会更有帮助!