麻省理工學院是如何培養計算機學生的
本文共3356字,預計閱讀時間
3分鐘
,原文連結
麻省理工學院(後面簡稱MIT)的計算機專業由EECS系開設,EECS系隸屬於MIT的工學院,這點和UC Berkeley一樣。在EECS系的官網上,MIT這樣介紹自己: EECS系無處不在,我們把科學的嚴謹、工程的力量和探索發現的興奮結合在一起。我們的學生在改變世界。注意這句我們的學生在改變世界,敢說自己的學生改變世界,全世界恐怕沒幾所高校,然而MIT EECS卻有這個自信。下面我們一起探索MIT的自信來自哪裡,也為CS專業或想轉行CS的小夥伴提供可借鑑的方法和參考。
學生培養
本科
對於本科生,MIT EECS有著清晰明確的專業設定:
- 6-1:Electrical Science and Engineering
- 6-2:Electrical Eng. & Computer Science
- 6-3:Computer Science and Engineering
- 6-7:Computer Science and Molecular Biology
- 6-14: Computer Science, Economics and Data Science
為了方便學生選擇,學院為每個專業製作了課程體系路線圖,筆者以6-3的路線圖為例:
上圖可以看出,本科生的課程分為四個型別:
- 介紹性課程,注重內容的廣度和基礎
- 基礎課程
- 頭部課程,這類課程需要先學習2中的基礎課程
- 高階本科課程
這些課程層次分明、層層遞進,並且有依賴關係:有的課程需要學完基礎課程才可以學習,比如6.824: Distributed Systems要學習完6.044 Computation Structures和6.033 Computer System Engineering才可以學習。
另外,MIT為本科學生提供了豐富且前沿的科研專案,本科生就有機會參與真正的科研,不是去給老師幹雜活的那種。為了豐富科研專案,MIT與很多公司合作,為學生提供校企合作專案和獎學金。學生可以利用暑假到合作企業工作,鍛鍊自己的實際動手能力。
研究生
EECS為研究生提供兩個研究領域:Graduate Area I和Graduate Area II,前者偏EE,後者偏CS,Area II包含以下細分領域:
- Artificial Intelligence,人工智慧
- Computer Systems, Networks, and Architecture,系統、網路和架構
- Theory of Computer Science,理論
Area II中也提供了豐富的課程幫助學生加強基礎和研究,如系統方向有6.824 Distributed Computer Systems Engineering、理論方向有6.854J Advanced Algorithms、人工智慧方向有6.825 Techniques in Artificial Intelligence,詳細課程資訊見Graduate Subjects
EECS在研究生專案中強調,雖然分了兩個領域,但是教授們的研究專案交叉性很強,彼此少不了合作溝通,也會涉及其它學科:數學、物理、統計、材料科學、化學、生物學等。研究生會被分散到以下幾個實驗室:
- Computer Science and Artificial Intelligence Lab (CSAIL)
- Laboratory for Information and Decision Systems (LIDS)
- Microsystems and Technology Laboratories (MTL)
- Research Laboratory of Electronics (RLE)
教學
MIT非常重視教學,在學生教學上有以下幾個特點:
- 課程設定全而新。學校不會開設過時或無用的課程,對於前沿內容和新事物,學校很快能開出課來。課程不僅數量多,而且質量很高,而且幾乎每一門都是精品課。作為理工科學校,人文學科的課程可能無法滿足學生的需求,MIT專門和哈佛合作,允許學生到哈佛去學習,把學分帶回來。
- 對老師和助教要求都很高。很多課程通常由最好的教授講課(包括諾貝爾獎得主),而且大牛們也非常願意給學生上課。他們也很會講課,教授對助教要求嚴格,不僅一起設計課程作業和實驗,還要求助教每週至少花20小時。
- 學生的功課負擔很重。工程性課程實驗、實踐多,大部分課程需要花大量的時間做課程設計。
因此,EECS的很多課程廣為流傳,成為經典,比如6.037 Structure and Interpretation of Computer Programs的教材一經出版,逐漸被世界各地多所院校採用,包括史丹佛大學、普林斯頓大學、牛津大學、東京大學等。這們課程如此出名,GitHub上也有人整理了中文學習資源Learning-SICP|GitHub,感興趣的同學可以去學習喲~
學校特色
除了提供一流的師資、精品課程和前沿研究外,MIT的學校特色也在潛移默化中影響這學生。
- 這所學校沒有清晰的校園邊界,像個大工廠或大研究所。
- 校園裡建築前衛且風格迥異,比如著名的CSAIL所在樓Ray and Maria Stata Center。
- 這裡擁有獨特的Nerd(書呆子)和Hacker(黑客)文化,學生喜歡做一些“有趣的事”或“惡作劇”,比如在哈佛和耶魯的橄欖球比賽中,在球場上突然出現一個彩色的冒煙彩色球,上面寫滿了"MIT",最頭爆炸,從裡面滾出來一個麻省理工標誌。
- 將學生培養成工業界領袖,這是MIT和其它工學院不同之處。
總結
從MIT的生源、師資、軟硬體、培養方案等來看,它是有自信說“Our students change the world”這句話的。不過MIT是一所理工科學校,人文氣息相對欠缺。MIT十分重視教學,課程質量都很高,非常建議學習CS課程。但是MIT沒有像UC Berkeley那樣對所有課程資源進行整理,讀者可以訪問Graduate Subjects和Degree Roadmaps兩個頁面檢視課程,然後登入MIT Open Course Ware查詢線上課程資源學習。
References
- MIT EECS website
- 《大學之路》 吳軍
- MIT的計算機系課程設定-西交大工作7年的感悟
- 史丹佛或 MIT 的計算機系比清華的強在哪?
- Circulum2017
- 新生RoadMap
- 學位課程圖
- Course 6: Electrical Engineering and Computer Science Fall 2019
公眾號[QuanTalk],專注於電腦科學與技術、獨立思考、閱讀分享。歡迎關注交流
相關文章
- UC Berkeley EECS是如何培養計算機學生的計算機
- 加州大學伯克利分校是如何培養計算機學生的計算機
- 為了培養計算機學生,這所學校把地租給科技公司,沒想到......計算機
- 綠盟科技加入中國信通院“智慧+學院”人才培養計劃
- 一個計算機學生計算機
- 計算機學院的老師實際程式設計能力如何?計算機程式設計
- 計算機科班生學計算機組成原理的意義何在呢?計算機
- 麻省理工學院Lex Fridman:強化學習簡介強化學習
- 大學生不是計算機專業的也能學IT技術嗎?計算機
- 為什麼計算機專業學生想學前端 如今Web前端薪資如何計算機前端Web
- 給計算機專業學生的幾條建議計算機
- 麻省理工學院和美國空軍推出AI加速器計劃AI
- 專科學歷去學計算機,前景到底如何?計算機
- 培訓Linux學校,雲端計算學習感悟Linux
- 雲端計算培訓學院,雲端計算Python自動化運維開發實戰Python運維
- 小白文——計算機網路如何學??計算機網路
- 如何培養良好的程式設計風格程式設計
- 如何培養良好的程式設計實踐程式設計
- 中科院計算所培訓中心舉辦【人工智慧的計算機工程】企業內部培訓人工智慧計算機
- Java基於SSM框架的計算機學院管理系統(3)JavaSSM框架計算機
- 北京學Linux雲端計算哪個培訓機構好?Linux
- 軟體設計專家的八種習慣 | 麻省理工學院出版社
- Python 計算生態中那些著名的庫-機器學習Python機器學習
- 小學生入學教育培訓
- 智慧時代,應該如何培養中小學AI教師?AI
- 【重學計算機】計算機組成原理計算機
- 大學生適合學雲端計算嗎?
- 學習雲端計算簡單嗎?專科生學習雲端計算就業前景如何?就業
- 面臨畢業的計算機專業學生,怎樣去學習web前端,哪些是面試要點計算機Web前端面試
- 一個碼農是如何用遊戲推動計算機圖形學的?遊戲計算機
- 《自然》:如何更有效學習計算機程式設計?計算機程式設計
- 網易遊戲學院釋出研發系列入門叢書 助力人才培養 完善產業生態遊戲產業
- 優思學院|六西格瑪專案收益如何計算?
- 計算機字型渲染的學問計算機
- 專科生學習雲端計算就業前景如何?就業
- 研究了四大計算機名校的培養方案,核心課程都在這了計算機
- 因為美女太多,這所學校設定了三個計算機類學院計算機
- 如何學習一門計算機程式語言計算機