UC Berkeley EECS系是如何培养计算机学生的

加州大学伯克利分校电子工程和计算机科学系(EECS)是世界知名的院系，计算机领域在2020 USNews排名第一[1]。EECS的使命是教育、创新和服务社会。自创建以来，为社会培养了大批人才，诞生7位图灵奖得主。EECS认为，其成功的背后，是强大的合作传统、与工业界紧密联系和互助的文化。

像这样的顶尖大学，本文无法面面俱到，而是从计算机专业培养入手，结合课程、研究中心实验室等角度总结其培养学生的特点，为CS领域或想转行CS的小伙伴提供可借鉴的方法和参考。

课程

命名约定

课程采用编号+课程名表示，比如很出名的CS 61A: The Structure & Interpretation of Computer Programs，61A是课程的编号，字母A表示系列（下面会介绍），后面跟着名字。关于编号有如下约定：

•0xy (e.g., 16, 61, 70) - lower-division courses，默认0是省略的，表示核心课程•1xy (e.g. 105) - upper-division courses，高阶课程•15x - Computer Architecture，计算机体系结构类课程•16x - Software，软件类课程•17x - CS Theory，计算机理论类课程•18x - CS Applications，计算机应用类课程•11x - Electromagnetics/Optics，电磁学或光学类课程•12x - Information Processing and Communication，信息处理和通信类课程•13x - Physical Electronics，物理电子类课程•14x - Integrated Circuits and Embedded Systems，集成电路和嵌入式系统类课程•19x - Special Topics, Directed Studies，特殊主题课程，指导学习

不同编号序列按照如下约定：

•1xy，1开头为本科课程•2xyA is the mezzanine-level course room-shared with 1xy，和1xy课程共享教室，但内容层次更高•2xyB，研究生课程•2xyC, 2xyD...，2xy后面跟C、D...表示后续课程

从上面可以总结出，0xy是核心课程，1xy是本科课程，2xy是研究生课程。总体分为EE和CS两大类，层次分明。

0xy核心课程

核心课程：

•CS61A 计算机程序的构造和解释•CS61B 数据结构•CS61C 计算机结构•CS70 离散数学和概率论

0xy系列课程重点培养学生的计算机基础、计算机科学素养和数学能力。

1xy本科生课程

本科生CS课程：

•CS 161 计算机安全•CS 162 操作系统与系统编程•CS 164 编程语言与编译器•CS 169 软件工程•CS 170 高效算法与难题•CS 172 可计算性与复杂性•CS 174 组合数学与离散概率•CS 182 设计、可视化和理解深度神经网络•CS 186 数据库系统概论•CS 188 人工智能导论•CS 189 机器学习导论•CS C191 量子信息科学与技术

面向本科生的1xy系列课程和0xy系列核心课程有明显区别，0xy是核心基础课，1xy则针对CS不同方向开课。

2xy研究生课程

研究生CS课程：

•CS 252 研究生计算机体系结构•CS 261 计算机系统安全•CS 261A 因特网与网络安全•CS 262A 计算机系统高级主题•CS 262B 计算机系统高级主题，对262A的延续，高级话题一门课讲不完...•CS 263 编程语言设计•CS 264 编程语言实现•CS 265 编译器优化与代码生成•CS 268 计算机网络•CS 270 组合算法与数据结构•CS 285 Deep Reinforcement Learning, Decision Making, and Control•CS 286A 数据库系统导论•CS 286B 数据库系统实现•CS 288 自然语言处理•CS 289A 机器学习导论•CS 294-162 机器学习系统•CS 298-015 BAIR First-year Proseminar•CS 299 个人研究

2xy系列是面向研究生的课程，部分课程名和本科课程相同，为了区别会在前面加上Graduate（研究生）或Advanced Topics（高级主题），比如CS 252. Graduate Computer Architecture。为了培养研究生论文阅读、交流讨论等能力，还开设了研讨会课程（CS 298-015 BAIR First-year Proseminar）。

课程总结

下图是笔者总结的CS课程架构图，可以看到特点鲜明：分类合理、层次分明、层层递进。红色部分是核心课程，也是其它课程的基础，然后将课程分为软件、硬件、理论、应用等方向。有些课程本科和研究生阶段都会开设，但研究生课程偏向高级主题、注重研究。

EECS信息化程度很高，上文提到的课程都有对应的官网资源，读者可以浏览EECS Course WEB Sites[2]选择自己感兴趣的课程。

培养方案

本科

伯克利是公立大学，招收的学生数量比哈佛、斯坦福要多很多，因此对于本科生来说有三个特点：宽进严出、竞争激烈和丰富多彩。在学位上，CS方向为本科生主要提供两个选择：

•由文理学院（Letters & Science）提供的CS专业项目，毕业后授予Bachelor of Arts•由工学院（College of Engineering）提供的EECS专业项目，毕业后授予Bachelor of Science

两个学位CS课程内容是一样的，不同点在于选修课上，文理学院提供更丰富的课程选择，工学院的选修课侧重EECS领域。想修双学位可以选择前者，希望专注于计算机、STEAM选择后者，详情参考EECS/CS Program Comparison Chart[3]。

研究生

伯克利的研究生有两种，面向工业(Industry-Oriented Degree Programs)和面向研究(Research-Oriented Degree Programs)，类似国内的专业/工程硕士和学术硕士。

专业硕士有两个培养方案：

1.Master of Engineering(M.Eng.)：工程硕士，教授毕业后进入工业界所需的技能，重点培养学生的技术基础和领导力。主要计算机相关课程是Data Science and Systems[4]和Visual Computing and Computer Graphics[5]，学制为1年。2.5th Year M.S. Program：和M.Eng.类似，不过该项目只面向UC Berkeley自己的CS本科生，和国内的本硕连读类似。

研究型硕士有三个培养方案：

1.Master of Science：学制为2年，是比较小的研究型项目，读完后可以申请博士或者进入工业界做研发。2.Doctor of Philosophy：博士项目，培养学术人才，学制本科生要读5-6年，硕士读要3-5年。3.Both (M.S./Ph.D.)：硕博连读，学制5-6年。

研究型项目着重培养学生的研究能力和教学能力，页面Graduate Research Program Admissions[6]详细列出了研究型CS(Computer Science)专业主要研究方向：

•Artificial Intelligence (AI)•Operating Systems & Networking (OSNT)•Database Management Systems (DBMS)•Graphics (GR)•Human-Computer Interaction (HCI)•Programming Systems (PS)•Scientific Computing (SCI)•Security (SEC)•Theory (THY)•Education (EDUC)

每个研究领域都有详细的介绍，并且列出了主要研究者、开设的课程等，方便学生了解和选择。

硬件条件

地理位置

UCB地理位置优越，地处湾区（Bay Aarea），附近比较出名的城市还有旧金山，奥克兰，硅谷等。硅谷大量的创业公司和科技公司为学生实习提供的便利。也为伯克利与工业界紧密合作提供了条件。

图书馆

伯克利图书馆系统包括三个主要图书馆、18个学科专业图书馆和11个具有特殊藏书的附属图书馆，藏书超过1000万册，北美地区排名第四。在校园里，平均每步行5分钟，都会遇到一个图书馆。

研究中心和实验室

由于EECS是两个体系，所以研究中心和实验室大方向上包括EE方向和CS方向，这里主要讲CS方向，说两个业界出名的实验室。

伯克利人工智能研究实验室（BAIR）[7]，开发Caffe[8]和PyTorch[9]的大神贾扬清就来自这个实验室。该研究中心包含约30名教师和超过200名研究生、博士后。研究领域包括计算机视觉、机器学习、自然语言处理、规划和机器人。该中心开发了很多业界出名的工具，包括大数据处理框架Spark中的GraphX[10]、CycleGAN[11]等，详细页面见BAIR SOFTWARE[12]。

RISELab[13]，该实验室前身是AMPLab[14]，两者都是为期5年的针对特定主题的实验室。AMPLab研究周期为2011-2016，为业界贡献了Mesos[15]集群管理框架、Spark[16]大数据引擎、Alluxio[17]虚拟分布式存储等知名框架，为行业作出卓越贡献。新的5年研究项目由RISELab承担，RISELab实验室研究领域聚焦在Real-time Intelligence with Secure Explainable decisions，即开发实时、智能、安全、可解释的决策系统，围绕这一理念，RISELab已经研究开发了Ray[18]、Clipper[19]、confluo[20]等软件，并开源的。Ray已经在很多公司开始使用，国内知名科技金融公司蚂蚁金服就在使用。

伯克利EECS的研究中心非常多，这里只列举两个，详细信息请浏览EECS-Research Centers and Labs[21]。从这两个实验室可以一窥伯克利CS研究生的培养方式：学生会在导师所在实验室做研究，和工业界保持紧密的联系与合作。好的软件会和业界分享，在GitHub上开放源代码，与各界共同开发。

总结

在本科阶段，伯克利EECS很重视学生的基础知识，课程理论与实践相结合，课程的Project有难度需要编写很多代码，以培养学生的计算机科学思维为主，编程能力为辅。研究生阶段，重点培养学生的研究能力、教学能力，学生通过参加学术会议、开源项目等和学术界、工业界保持紧密的联系。

伯克利对于学生的培养方案是值得我们借鉴和学习的，但因人而异，以笔者个人经验来说，给出以下不成熟的建议：

1.在CS领域，计算机基础知识至关重要！2.对于想转专业到计算机的本科学生：

1.可以学习CS的核心课程CS 61A 61B打基础2.然后学习一门语言课（推荐Python，适合初学者）3.再学习OS、Network等课程4.最后要重视实践，多编写代码和参与开源项目5.接着去找实习在公司中锻炼自己，最后应该可以找到一个满意的工作

3.本身就是CS专业的本科生：CS专业应该具备相关知识了，这时可以根据自己感兴趣的CS课程4.工作1-3年的程序员：工作和实际编程中可以发现自己的不足，针对不足选择相关课程重点加强5.其它情况超出笔者的能力和经验了，可以结合本文自行决定

References

[1] 2020 USNews排名第一: https://www.usnews.com/best-graduate-schools/top-engineering-schools/computer-engineering-rankings [2] EECS Course WEB Sites: http://www-inst.eecs.berkeley.edu/classes-eecs.html [3] EECS/CS Program Comparison Chart: https://eecs.berkeley.edu/academics/undergraduate/eecs-cs-comparison-chart [4] Data Science and Systems: https://eecs.berkeley.edu/node/370 [5] Visual Computing and Computer Graphics: https://eecs.berkeley.edu/node/389 [6] Graduate Research Program Admissions: https://eecs.berkeley.edu/academics/graduate/research-programs/admissions [7] 伯克利人工智能研究实验室（BAIR）: http://bair.berkeley.edu/ [8] Caffe: http://caffe.berkeleyvision.org/ [9] PyTorch: https://pytorch.org/ [10] GraphX: http://spark.apache.org/graphx/ [11] CycleGAN: https://junyanz.github.io/CycleGAN/ [12] BAIR SOFTWARE: https://bair.berkeley.edu/software.html [13] RISELab: https://rise.cs.berkeley.edu/ [14] AMPLab: https://amplab.cs.berkeley.edu/ [15] Mesos: http://mesos.apache.org/ [16] Spark: http://spark.apache.org/ [17] Alluxio: https://github.com/Alluxio/alluxio [18] Ray: https://github.com/ray-project/ray [19] Clipper: https://github.com/ucbrise/clipper [20] confluo: https://github.com/ucbrise/confluo [21] EECS-Research Centers and Labs: https://www2.eecs.berkeley.edu/Research/Areas/Centers/ [22] 伯克利加州大学计算机专业课程简介: https://www.zhihu.com/question/23372616 [23] 转专业在Berkeley上的CS课: https://www.1point3acres.com/bbs/thread-345582-1-1.html [24] 加州伯克利大学计算机系是如何培养计算机人才的？: http://www.sohu.com/a/308174076_453160 [25] 在加州大学伯克利分校（UC Berkeley）学习计算机是怎样的体验？: https://www.zhihu.com/question/41533899 [26] 2020最新世界大学排名: https://www.forwardpathway.com/worldranking [27] 《大学之路》 吴军: https://book.douban.com/subject/27199584/