MPCS Big Data @ SFU 2021 Fall 两学期学习和找工体验
2676697
上一篇比较全面介绍SFU 这个方向的的好像是好几年前了（1point3acres.com），正好这两天比较闲想写一篇帖子回报下地里的帮助（其实主要是缺米了）
总的来说，就SFU Big data 这个track而言，没超过我的预期，但不失为一个专门找工的好项目。
之前有位thesis的仁兄写的这篇介绍对SFU生活已经比较全面（instant.1point3acres.cn），这篇介绍主要是针对course-based方面的补充。
**录取**
CS项目本身偏向海本不少，楼主也是蹭着海本两年光上的这个项目。就楼主观察而言，对于陆本选手有工作经验就看工作经验，没有就看绩点。至于录取的本科专业，楼主感觉对纯转专业不大友好，周围同学有EE，stat， business但好像没有听说过文科之类的，当然地里看见过文科录取绩点比较高。
**课程**
这个项目目标找工氛围比较浓厚，课程设置大部分都是project-based，至少让你过简历关有帮助，big data 的track定位是针对data pipline方面的，对应的职业就是data engineer，mle这方面。
Course-based 的前两个学期课程几乎就是固定的，学期课程设置 2 + 2 + coop（4 or 8 months) + 3 selective ， 当然如果你想提前多修学分也可以但就楼主而言不大建议，毕竟这个项目是为了找工所以最好第一学期根据JD整好简历 + Cover Letter template, 想进大公司还得刷好题尽量在第一学期进入面试状态，如果不行就走学校portal第二学期找coop。 再就是selective课程基本没有软工方面的课（sfu.ca），具体可以在官方网站上看。
课程内容方面，Big Data前两个学期四门课程涉及Big data, machine learning, distributed system。
Machine Learning 基础, 跟我以前学的入门课程相比，这门课偏数学基础，常用的ml算法并没有涉及，有些知识对面试比较有帮助
作业频率一般是三四周一个Assignment + 考试，workload不算很大
Big data, 前期hadoop后期spark，每周一个Assignment, 最后需要cloud platform攒一个group project。对个人发展挺实用，楼主最后把这个项目写到简历里， 之后的面试问到最多的也是这个项目。
Data anslysis & machine learning, 这门课其实教的东西不少，但不针对算法，而是叫你通过调用各种包来增加对整个pipline 步骤的理解，visualization，AutoML 和 AB testing 都有涉及，也是每周Assignemnt + group project。
每周Assignment + quiz + project。quiz需要阅读课外材料
因为楼主本科有一定AI基础，所以前两个学期有三门课还是比较轻松，但对我而言CI/CD那套东西学起来确实比较吃力，全靠我周围朋友捞了，也不评价CMPT756了。
总的来说Big data前两个学期workload都比较合理， 如果第二学期找Coop的话因为project的负担压力会大一些。
**找工**
SFU的portal叫my experience, 从第一学期10月份开始会陆陆续续po一些岗位机会, 从startup到政府再到大公司都有，但如果不对外开放的的就是政府部门和start up偏多些。 有些职位是只针对研究生开放的 ，也有针对本科生开放，大部分还是放在general CS的pool本科生研究生一起来投。
至于工作方向，大部分就是sde。de, ds，mle，data 的职位总体来说不算多，占比大概七三开, 就需求数量来说web技术栈后端java > node.js > python, 前端 React >> Vue = Angular, 再就是QA和几个android和ios开发 因为楼主不会也基本没怎么关注这方面的工作。总的来说如果有开发经历的同学可以不用太担心，个人感觉好好准备面试可以早早上岸。虽然说COOP的面试肯定要比full-time简单不少，楼主认为COOP面试难在不好准备，就楼主经历而言：有上来写题的，有全程BQ的，有过简历的，也有问基础知识的，还有讨论工作内容的。虽然难度不大，问到你没准备的题难免心慌。当然好处就是你不想通过刷题上岸大厂的话，COOP给你缓冲的机会（虽然招全职终究还是得刷题）。
值得注意的就是offer流程，申请完之后有可能HR私下联系你也有可能通过学校portal来安排面试，如果走学校安排很有可能你最后只有一天时间来考虑接不接offer，如果接了你就不能继续接下来的面试了，并且学校portal也会关闭；而私下联系就跟正常找工差不多 - 你可以在offer letter期限内告诉他们结果, 并且因为学校不知道你的当前状态也可以继续面试，算是一个小trick。
楼主因为以前没大有工业经验找工历程比较煎熬，也就是最近才有成果，全部是在my experience 投的，最后结果165+ - 16 - 3， 都不是大厂。 周围朋友有一次上岸大厂，有比如像楼主最近才上的，也有还在找的。按照学校的说法和之前的帖子，前几届同学都是在五月份secure了position，就算没找到之后还可以在 summer找autumn的4个月实习，楼主感觉好好准备全部上岸的希望还是很大的。
工资方面，楼主周围的DP， 小中厂& 政府 3500-5000 大厂 6000+ 因为coop学期需要给学校交学费（第一学期10000，第二学期5000)，剩下的就能攒一点钱维持下生活这样子，当然对于楼主来说不用刷题就能得份工作还是挺好的。
**总结**
总的来说，加拿大因为身份政策比美国宽松整体氛围更chill些， 拥有bcpnp + coop 的sfu基本上符合我对项目的期待，毕竟楼主上这个项目的主要目标就是通过学校系统找到coop + 拿pr保底并没有奢求太多，如果相同想法的同学上这个项目还是挺好的。
文笔不好请见谅， 如果这个回答对你有帮助请帮我加个米吧谢谢，有问题我会尽量回答的。
补充内容 (2022-04-24 02:27 +8:00):
感谢admin的大米，楼主再补充些信息，到现在为止身边认识的都上岸了，总体上岸率八九十是有的，实习长度多是两个学期，所以整体长度多是20个月。
补充内容 (2022-04-24 02:34 +8:00):
补充原文不清楚的地方: 这个项目coop portal sde data都可以投。刷题刷好了直接投大厂sde过简历关也没问题。
补充内容 (2024-03-26 07:09 +08:00):
BCPNP新政出来后突然想起来这个帖子就更新一下近况：
去年毕业去了ON找了个小厂干着，到现在也快一年了，周围人lz知道的要么return要么入职本地中/大厂，薪资7-13都有，dp <=10
总体感觉还行叭，coop公司虽然没hc也对之后面试挺有帮助的，去年毕业前拿到offer个人也知足了
至于新政：新政实施后，lz个人申校优先级 ON有Coop > ON 无Coop 但是偏远地区加分的 > BC 有Coop的 > 其他，仅供参考
总的来说，就SFU Big data 这个track而言，没超过我的预期，但不失为一个专门找工的好项目。
之前有位thesis的仁兄写的这篇介绍对SFU生活已经比较全面（instant.1point3acres.cn），这篇介绍主要是针对course-based方面的补充。
**录取**
CS项目本身偏向海本不少，楼主也是蹭着海本两年光上的这个项目。就楼主观察而言，对于陆本选手有工作经验就看工作经验，没有就看绩点。至于录取的本科专业，楼主感觉对纯转专业不大友好，周围同学有EE，stat， business但好像没有听说过文科之类的，当然地里看见过文科录取绩点比较高。
**课程**
这个项目目标找工氛围比较浓厚，课程设置大部分都是project-based，至少让你过简历关有帮助，big data 的track定位是针对data pipline方面的，对应的职业就是data engineer，mle这方面。
Course-based 的前两个学期课程几乎就是固定的，学期课程设置 2 + 2 + coop（4 or 8 months) + 3 selective ， 当然如果你想提前多修学分也可以但就楼主而言不大建议，毕竟这个项目是为了找工所以最好第一学期根据JD整好简历 + Cover Letter template, 想进大公司还得刷好题尽量在第一学期进入面试状态，如果不行就走学校portal第二学期找coop。 再就是selective课程基本没有软工方面的课（sfu.ca），具体可以在官方网站上看。
课程内容方面，Big Data前两个学期四门课程涉及Big data, machine learning, distributed system。
- CMPT 726
Machine Learning 基础, 跟我以前学的入门课程相比，这门课偏数学基础，常用的ml算法并没有涉及，有些知识对面试比较有帮助
作业频率一般是三四周一个Assignment + 考试，workload不算很大
- CMPT 732
Big data, 前期hadoop后期spark，每周一个Assignment, 最后需要cloud platform攒一个group project。对个人发展挺实用，楼主最后把这个项目写到简历里， 之后的面试问到最多的也是这个项目。
- CMPT 733
Data anslysis & machine learning, 这门课其实教的东西不少，但不针对算法，而是叫你通过调用各种包来增加对整个pipline 步骤的理解，visualization，AutoML 和 AB testing 都有涉及，也是每周Assignemnt + group project。
- CMPT 756
每周Assignment + quiz + project。quiz需要阅读课外材料
因为楼主本科有一定AI基础，所以前两个学期有三门课还是比较轻松，但对我而言CI/CD那套东西学起来确实比较吃力，全靠我周围朋友捞了，也不评价CMPT756了。
总的来说Big data前两个学期workload都比较合理， 如果第二学期找Coop的话因为project的负担压力会大一些。
**找工**
SFU的portal叫my experience, 从第一学期10月份开始会陆陆续续po一些岗位机会, 从startup到政府再到大公司都有，但如果不对外开放的的就是政府部门和start up偏多些。 有些职位是只针对研究生开放的 ，也有针对本科生开放，大部分还是放在general CS的pool本科生研究生一起来投。
至于工作方向，大部分就是sde。de, ds，mle，data 的职位总体来说不算多，占比大概七三开, 就需求数量来说web技术栈后端java > node.js > python, 前端 React >> Vue = Angular, 再就是QA和几个android和ios开发 因为楼主不会也基本没怎么关注这方面的工作。总的来说如果有开发经历的同学可以不用太担心，个人感觉好好准备面试可以早早上岸。虽然说COOP的面试肯定要比full-time简单不少，楼主认为COOP面试难在不好准备，就楼主经历而言：有上来写题的，有全程BQ的，有过简历的，也有问基础知识的，还有讨论工作内容的。虽然难度不大，问到你没准备的题难免心慌。当然好处就是你不想通过刷题上岸大厂的话，COOP给你缓冲的机会（虽然招全职终究还是得刷题）。
值得注意的就是offer流程，申请完之后有可能HR私下联系你也有可能通过学校portal来安排面试，如果走学校安排很有可能你最后只有一天时间来考虑接不接offer，如果接了你就不能继续接下来的面试了，并且学校portal也会关闭；而私下联系就跟正常找工差不多 - 你可以在offer letter期限内告诉他们结果, 并且因为学校不知道你的当前状态也可以继续面试，算是一个小trick。
楼主因为以前没大有工业经验找工历程比较煎熬，也就是最近才有成果，全部是在my experience 投的，最后结果165+ - 16 - 3， 都不是大厂。 周围朋友有一次上岸大厂，有比如像楼主最近才上的，也有还在找的。按照学校的说法和之前的帖子，前几届同学都是在五月份secure了position，就算没找到之后还可以在 summer找autumn的4个月实习，楼主感觉好好准备全部上岸的希望还是很大的。
工资方面，楼主周围的DP， 小中厂& 政府 3500-5000 大厂 6000+ 因为coop学期需要给学校交学费（第一学期10000，第二学期5000)，剩下的就能攒一点钱维持下生活这样子，当然对于楼主来说不用刷题就能得份工作还是挺好的。
**总结**
总的来说，加拿大因为身份政策比美国宽松整体氛围更chill些， 拥有bcpnp + coop 的sfu基本上符合我对项目的期待，毕竟楼主上这个项目的主要目标就是通过学校系统找到coop + 拿pr保底并没有奢求太多，如果相同想法的同学上这个项目还是挺好的。
文笔不好请见谅， 如果这个回答对你有帮助请帮我加个米吧谢谢，有问题我会尽量回答的。
补充内容 (2022-04-24 02:27 +8:00):
感谢admin的大米，楼主再补充些信息，到现在为止身边认识的都上岸了，总体上岸率八九十是有的，实习长度多是两个学期，所以整体长度多是20个月。
补充内容 (2022-04-24 02:34 +8:00):
补充原文不清楚的地方: 这个项目coop portal sde data都可以投。刷题刷好了直接投大厂sde过简历关也没问题。
补充内容 (2024-03-26 07:09 +08:00):
BCPNP新政出来后突然想起来这个帖子就更新一下近况：
去年毕业去了ON找了个小厂干着，到现在也快一年了，周围人lz知道的要么return要么入职本地中/大厂，薪资7-13都有，dp <=10
总体感觉还行叭，coop公司虽然没hc也对之后面试挺有帮助的，去年毕业前拿到offer个人也知足了
至于新政：新政实施后，lz个人申校优先级 ON有Coop > ON 无Coop 但是偏远地区加分的 > BC 有Coop的 > 其他，仅供参考
