This guy with a GPA 2.4 generated a lot of discussions
https://www.linkedin.com/in/benjamincichy/ Benjamin Cichy first received a bachelor and a master in CS from Cornell, worked for a few years, and the obtained his master in aerospace engineering from USC. He has worked for Microsoft, JPL. NASA, and Blue Origin.
听说一个来美国读计算机博士的小留因为做不下去了，自杀了
今天刚刚我回答网友什么是Data Science的：
古希腊Pythagoras说过，万物皆数。
早期计算机语言，Fortran和lisp，介于不同的理念。Fortran认为最基本的是number，而LISP认为是函数公式function。所以产生了2种不同的语言，Fortran以变量为基础，任何结果从基本的几个变量得到，而LISP以function为基础，任何结果都从不断调用函数得到。
后来发现，这些都不能解决实际问题。最重要的是Data，所以产生了Set language，以Edgar Codd的Relational 数据上的SQL把几乎所有的应用程序都是建立在 Data driven之上的。但是SQL的问题在于一是速度慢，二是不能处理非结构性数据，所以NoSQL的大数据开始兴起，Data mining从cube分析转向大数据。人工智能从以前以为的算法问题，转化成数据问题。现在的人工智能，machine learning, deep learning，都可以囊括在data science里面。data science概念的外延不断扩大，几乎无所不包了。
另外，大学里面的data science学不到什么，顶尖的都在工业界。Data science的重大进展几乎都是工业界做出的
R不是革命性的语言。而SQL是！
Simula是革命性语言一样，因为是第一个OO语言。不是单纯的把世界看成number,或者function。而是看成一个组合Object。里面有member, 有function，有各种acess level
然而，如何整合relational database(SQL)和OO object（C++，Java）成了关键，加上文件从 XML到 JSON。
R基本上不重要，就像SAS不重要。他们能做的，Python也可以做，而且做的更好。学习data science，不是学习一门语言，而是学习从语言（Python也好，R也好），到技术（从statistics，到数据分析，到machine learning)，到平台（从 RapidMiner到Anaconda, 到Matlab，，，）到构架（从TensorFlow到Hadoop），到Visualization（2D到3D模拟，从 surface rendering 到 volume rendering)....
上面这些技术，基本上全是工业界的发明创造，老实说，大学落后工业界几个年代，大部分大学教授根本跟不上工业界的步伐。前面我讲过这个观点，受到不少网友嘲笑。但我还是要说，在大学攻读什么计算机博士，完全是在浪费金钱和生命 （除非极个别的几个大学计算机大拿教授）
稍微解释下。
到工业界后，做的事基本由工作限定了，不太容易跳出那个圈圈。
念书时更接近自己的兴趣。日子长着呢，人生不必匆匆忙忙往前赶。
谢谢大家。
将来去当教授…一辈子当码工多无聊啊！
哪间学校？
这样就可以不朽了，只要是弟子的弟子的弟子，最后还是能追溯到祖师爷那里。。
学校只要录取成为博士生，就管了全部。对学生毕业后就业没啥要求，对能按期毕业比较注重。。
祈祷盼望能有个博后那么好的老板和老婆了。
日子也过得挺美的。
这个瞎编的
教职，公司梯子，前程远大呢
现在是学位和头衔通胀的年代，乔布斯和英特尔新老板那种高中肄业去顶级公司做顶级项目的年代过去了。
如果学计算科学，反而应该读到博士，只有读到这个程度，你才能写基础算法。你要知道，如果你能写出这些东西，钱根本不是问题，大厂都会花天价雇你。那些时髦专业，比如数据科学家，GIS专家啥的，都是用这些写好的包，我见过的最牛X的data scientist也就是花好长时间去读懂人家的源代码，然后稍微改改。当然我不是说搞应用的这些人就不行，我只是说，千万不要小看计算科学的博士，这些都是数学家，尤其是顶级大学的那些博士生，都是人类精华。
与上上下下对博士的期待值落差太大，博士头衔反而成了大累赘。
尤其是人工智能，芯片研发，看看Google deepmind 那些人，phd 是门槛。你的理解太肤浅。而且这是工业界和学术界的区别，跟读博士两码事
上千人申请挤破头。真正算法的突破还是靠数学，还是在大学，而不是靠公司的计算资源。
cs真正的突破靠的是科学家的算法/数学，而不是公司里的计算和应用资源。
俺本科电力系统研究生CS现在开发电力系统控制软件得心应手，没有学过电力系统的做这一行做不深比较吃力。
比如系统集成，架构设计，数据库设计。你可以把业务逻辑部分写得很好，但真正能上线的软件99%得靠cs毕业的人做架构。因为专业学cs的人，在大学里学过十几门有关数学算法和系统架构的硬课。
毕业后在后来的专业里做软件开发，也非常牛叉，我就认识好几个。你知道ESRI和Microstation吧，分别是GIS和工程制图设计方面的垄断性软件。里面很多开发工程师都是这种本科CS，后来读s了相关工程专业的硕士的。
现在就不一定了，现在的CS专业性极强，本科不学这个，以后很难在真正的软件公司混上去。
我上大学的时候也修过几门计算机专业的课但没有计算机的修我们的课。
搞错了，两个都是硕士生，退学了。
就大数据领域，目前热门的产品比如Apache Spark就是加州大学伯克利分校的教授发明的，他们还组件了初创公司databricks，估计如果上市的花，是市值千亿美金级别的。
https://www.linkedin.com/in/benjamincichy/
Benjamin Cichy first received a bachelor and a master in CS from Cornell, worked for a few years, and the obtained his master in aerospace engineering from USC.
He has worked for Microsoft, JPL. NASA, and Blue Origin.
https://opoyi.com/who-is-ben-cichy-stem-university-landed-spacecraft-on-mars-got-24-gpa-in-first-semester-in-college