南加州大学电气与计算机工程硕士为学生提供了数据科学、机器学习和信号以及信息处理的理论、方法和应用方面的集中、严格的培训。下面留学通老师进行了南加州大学电气与计算机工程硕士解读，一起来看看吧！

　一、课程设置

南加州大学电气与计算机工程硕士项目需要完成 32 个单元的课程。

1.所需的基础能力( 0-6 个单位)

其中每一项都必须作为技术选修课进行学习和使用，或者必须通过相应的能力测试(数字信号处理、软件)：

EE 483 数字信号处理 单位：4

EE 538 电气工程师计算原理 单位：2

2.必修课程(22-24单位)

(1)所有课程均为必修课程(16 单位)

EE 503 电气和计算机工程师概率 单位：4

EE 510 工程线性代数 ：4

EE 541 深度学习计算简介 单元：2

EE 547 电气工程师应用和云计算 单元：2

EE 559 机器学习 I：监督方法 单元：4

(2)学习和数据分析：此列表中需要两门课程(6-8 学分)

EE 546 高维数据 单元数学：4

EE 556 随机系统和强化学习 单元：4

EE 588 信息和数据科学 单元的优化：4

EE 641 深度学习系统 学分：2

EE 660 机器学习 II：数学基础和方法 单元：4

3.技术选修课

从以下列表或学习和数据分析列表中获取其余单元。课程可能不适用于多个学位要求。

(1)理论与方法

CSCI 570 算法分析 单元：4

CSCI 585 数据库系统 学分：4

EE 517 工程师统计和数据分析 学分：4

EE 542 互联网和云计算 单元：4

EE 561 人工智能基础 单元 ：3

EE 562 工程 单位的随机过程：4

EE 563 推理和估计：理论和算法 学分：4

EE 564 数字通信和编码系统 学分：4

EE 565 信息论及其在(大)数据科学中的应用 单元：4

EE 575 工程师计算微分几何 单元：4

EE 586L 高级 DSP 设计实验室 学分：4

EE 592 反问题的计算方法 单位：4

EE 596 用于信号处理和机器学习的小波和图单元 ：4

EE 689 计算智能和神经学习 单元：4

用于性能分析的 ISE 538 马尔可夫模型 单元 ：4

MATH 541a 数理统计简介 单元：3

(2)应用领域

CSCI 544 应用自然语言处理 学分：4

CSCI 677 高级计算机视觉 学分：4

EE 519 多媒体单元的语音识别和处理 ：3

EE 569 数字图像处理单元简介 ：4

EE 619 自动语音识别 单元高级主题：3

EE 669 多媒体数据压缩 单元：4

更详细内容可以咨询Tops6868。

　二、就业情况

南加州大学电气与计算机工程硕士项目就业前景广阔，以下是去年该项目部分毕业生就业去向：

阿里巴巴 - 软件开发工程师，软件工程师实习生

Amazon - 机器学习工程师

Amazon Web Services – 软件开发工程师

Goldman Sachs - 分析师

Google - 软件工程师

Meta Platforms,Inc. - 软件开发工程师、软件工程师

商汤科技 - 研究实习生

TikTok - 软件工程师

TuSimple,Inc. - 软件质量专家 I

南加州大学 - 资源员工

想了解更多信息可以向Tops6868咨询。

以上是南加州大学电气与计算机工程硕士的相关知识，如果您对美国留学感兴趣，欢迎您咨询留学通老师(Tops6868)，留学通专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。尽早规划和递交申请，对您未来留学会更有帮助!