作为刚毕业的留学生说句心里话，仅代表我个人情况。 如果你定下来就往某一方向发展，比如ML这块儿，我认为你去一个北邮或之上档次的靠谱的实验室读研究生，比在国外读一个常规硕士项目要强（当然如果能申请到CMU Stanford MIT UCB这个档次的肯定还是要去国外）。 为什么呢？有这几个方面： 1.国外的教学质量/资源确实要比国内好，但是如果你意志坚定的走向某方面了，课堂内的那点东西根本就不够用的，最后还是回到刷cs229和统计学习方法的路上 2.这是我觉得最严重的一点：在国内的研究生都是要进实验室的，而国外普通硕士的科研机会都是要自己去写邮件去寻找的，先不说能否成功，光方向问题就不好解决（比如我个人是做nlp和推荐，我们学校就没有搞这个的，我的学校好歹也是全美前20） 3.由于上一点的原因，这导致你在国外读硕士做ML这条路很艰难，为什么呢？ ML绝对是一个learning by doing的领域，而且属于现在很前沿的，很多问题都没有一个统一的答案，而这个时候最关键的是什么？ 是丰富的科研经验带给你的读文献，建立思考框架，实现想法，快速迭代的能力。这些玩意儿你不进实验室是很难获取到的，更不用提发文章什么的了 4.就美国而言，硕士要找data science的话，其实是比较困难的，我指的是做模型的data scientist，国外很多data scientist做的是国内数据分析师的事情；而那些modelling导向的DS，会非常青睐phd，这一点和国内不太一样的（其实在他们眼里也可以理解，如果你只是跟着上课两年出来的硕士，假设没有自己丰富的扩展与储备，连解决工业实际问题的方法论和框架都建立不起来） 综上，如果你醉心走ML的路，我推荐你在国内读研，或者去国外读phd            else if 出国读硕士相对于做ML更感兴趣，我推荐你放弃ml的梦（不是说做不了，而是性价比不高），就专心刷题，做两个拿得出手的项目，顶级公司机会都是不小的（美国这边面试基本就看你题刷的怎么样）。              //为什么说性价比不高呢？你如果就当SDE，你leeetcode 400题刷三遍，加网上找两个你兴趣领域相关的项目做下来，你很难不进FLAG         // 你如果坚定做ML，可能你只用刷200道题，但是除此之外的要学的东西是不可估量的，而且求职难度比SDE高了不少，钱可能一年只多1-2w 最后，吐槽一下自己，我水的一B，我就是出国读硕士醉心做ML，这条路真的不是很顺遂；反观当SDE的朋友们，刷刷题就大厂走起了（再吐槽下这里，有几个身边的朋友，真是零工程能力，就靠刷题刷进了大公司，但是这就是现实。 现在国外有那种中国人开的专门培训班，6500刀教你刷几个月题，再花5000刀带你做几个所谓的工业界项目（可能这个项目在慕课网上就要300块钱），真是他妈人傻钱多，信息不对称，以后我在业界混出名堂了也去赚留学生的钱））。