大家好，我是 L 学长，在 2022 年通过指南者拿到了南洋理工大学的计算机控制及自动化硕士（简称 CCA）项目的录取并顺利入读。

在新加坡读书、生活的这大半年中，我充分体验了当地生活、了解了当地的风土人情，并且锻炼了与人（教授、同学、当地人）交流合作的能力。

接下来我就具体谈一谈我们项目的情况。

一

23 届生源情况怎么样？

我们计算机控制与自动化项目虽然在工学院下，但颁发的是理学硕士学位。

此外，这个项目近 2 年有不少的扩招，我们这一届就有 208 人。且据确切消息，仍将持续扩招，所以申请难度相较于工学院其他专业略低。

班级同学 bg

就我们班同学的本科背景，绝大多数为大陆本科，海外本科（主要为英、美）占比约为 8%。

在大陆本科同学当中，约 20% 来自 " 国防七子 " 或者其他被北美洲国家列入黑名单的理工类院校。

本科 985/211 的同学约占 60% 以上。来自哈尔滨工业大学的同学尤其多。

标化方面，我们多数同学的 GPA 在 85 分左右。大部分同学的托福成绩在 90~100 分之间，另外大部分同学都没有考 GRE。

想要申请我们项目的同学可以提前做个参考。

二

NTU 的理学硕士并不 " 水 "

我们专业的课程设置以控制类课程、机器学习（神经网络）相关、计算机网络相关课程为重点。

选（辅）修课程包括线性 / 非线性系统、电力系统、新能源系统等等。

图片说明：全日制、非全日制学生每学期的选课限制

每个学期开始前，学生在网上选课平台进行选课，原则上是 " 先到先得 "，超出当前规定课程容量的同学会被放到等候列表（Waiting List）当中，校方会根据列表人数适当对课程进行扩容（但可能是为公平起见，有些极受欢迎的课程的容量却是固定的）。

大家选课前一定要谨慎、再三考虑，最好选择自己本科接触过的内容，切记不要 " 随大流 "，很容易被误导。（第 1 学期就有不少因挂科需要重修的同学。）

  图片说明：第 1/2 学期开设的课程

课程学什么

以下为第 1 学期我选择的 4 门课程。 

图片说明：学期 1 的 4 门课程（共 12 学分）

计算机控制系统（EE6203）的计算量较大，并且需要本科信号与系统课程相关背景知识，不推荐没有学过《信号与系统》的同学选择这门课程。

系统分析（EE6204）较为容易，概括起来就是如何解决线性 / 非线性最优化问题，平时小测相对比较简单。

机器视觉（EE6222）推荐选择，紧贴技术风口，授课内容较深入，但小测和期末考试基本只涉及基础概念、公式的理解和运用，教授比较通情达理，给分手软。

以下为第 2 学期我选择的 3 门课程。由于还在修课中，暂不做具体评价。

图片说明：学期 2 的 3 门课程（共 9 学分）

这些课程总体难度中等偏难，而且教授不会留时间进行复习或者集体答疑，需要同学积极（邮件）提问，并在课后做好复习工作。

我们的课程考核方式为平时（作业 + 小测）占比 40%，期末考试占比 60%。全部课程按照比例赋等级分（5.0 对应 A+，0 对应 F（即挂科），每 10% 学生为 0.5 绩点，以此类推）。

我最喜欢的课程

目前我最喜欢的课程是第 1 学期的《遗传算法与机器学习（课程编号 EE6227）》课程。

因为我自己对机器学习和神经网络领域有浓厚的兴趣，另外这个课程平时的作业多为探索类，没有标准答案，且完成过程比较有趣。

比如，第一次作业给出一个运动时长与平均心率的关系情境，要求通过机器学习的方法确定每周最佳的运动时长，不给出最优化函数，需要按照自己对问题的理解去定义。并且由于每个人对最优化函数的定义不同，本作业并没有标准答案，而是一个区间。

我从这门课程中收获了许多实用的知识和技能，包括对于海量数据集的模型和算法选择、高维度数据降维，以及多种聚类、分类算法，并且在作业中使用 Python 对这些问题进行了实际编程。

CCA 毕业要求

1

修满 30 学分。

共 10 门课程，其中必修课需修够 4 门，且论文为非必选，占 6 学分

2

总平均绩点不低于 2.5 分。

一般来说，通过（最低绩点 2.5）较为容易，但是想要拿到高绩点（4 以上）较为困难。

3

任意单门课程绩点大于 0。

单门课程绩点若为 0 需要重修

对于大家比较关注的毕业难度问题，应该说自该项目成立以来，还（几乎）没有因为学分问题无法毕业的学生，但每届都有（3% 左右）因必修课 fail 而需要重修，导致打乱原本的选课计划，甚至最后延毕的学生。

个人在第 1 学期结束后的切身体会是，CCA 项目作为较硬核工科类，属于 " 水硕中的战斗机 "，想要顺利毕业的话肯定是要下一番工夫的，少不了泡图书馆、自习室。

教授怎么样

本项目的教授几乎全部为华人，学术水平高（其中不乏新加坡工程院院士和 IEEE Senior Fellow），而且和蔼可亲。

教授一般语速较快（全部课程采用英文授课），需要同学们课后自行消化的内容比较多。

我一般会在课后第二天把课上知识点复习一遍，并重做课上的练习题。

对于某些十分晦涩难懂的内容（比如本学期《多变量控制系统》课程中的一些定理等），我会通过国内的 MOOC 平台对相关知识进行系统学习，加深印象。

目前我最喜欢的老师是本学期讲授计算机网络的老师——邵旭光博士，他的课程内容丰富、授课细致、风趣幽默，而且老师回复答疑邮件十分及时。

图片说明：和邵老师的答疑邮件往来（已是下班时间）

三

CCA 项目好就业吗？

我们学校会定期举办就业咨询会 Career Fair，主要面向应届硕士 / 博士毕业生。

招聘单位多数为在新加坡设有分部的跨国 IT 或者金融公司，也不乏国内的企业（前几天美团就在学校发传单）。

图片说明：美团在食堂发放的招聘传单

参加此类招聘会需要提前报名，一般学校会把报名链接通过电子邮件发送给同学，这类招聘会的一面通过率相对比较客观。

图片说明：校园招聘会海报

我身边有少部分同学选择毕业后留在新加坡本地工作（博士较多，且薪资优厚），另外少部分同学选择继续读博深造。

其余回国的同学中，目标大多为互联网 / 科技公司、央国企、考公，三者平分秋色。以下为 3 个身边同学的案例，供参考：

学姐 1：国际关系专业硕士，回国考公

学长 1：电子电气类硕士，进比亚迪，算法岗

学长 2：电子电气类博士，留新加坡，金融公司，数据分析岗

从目前大家求职的情况来看，我周围很少有抱怨找工作难的同学，感觉大家对拿到的 offer 都比较满意。

值得一提的是，我们专业所属的电子电气学院的口碑不错。  因此在求职的过程中几乎不会在简历关给刷掉。

图片说明：学院官网给出的排名情况

  以上为本人的就读体验，希望能够对准备申请该项目的同学们有所帮助。

扫码填写评估表