计算机科学传奇人物唐纳德-克努特(Donald Knuth)曾经说过:"除非我尝试编程,否则我不会理解事物。我们也相信,学习算法的最佳方式就是编程。然而,许多优秀的算法书籍和在线课程虽然在介绍算法思想方面表现出色,但在教你如何实现算法方面却并不成功,而这正是你在下一次求职面试中必须掌握的关键计算机科学技能。为了填补这一空白,我们组建了一支多元化的讲师团队,其中包括加州大学圣地亚哥分校理论和应用算法领域的世界顶尖专家(Daniel Kane、Alexander Kulikov 和 Pavel Pevzner)以及谷歌的前软件工程师(Neil Rhodes)。这种独特的技能组合使本专业有别于其他由理论计算机科学家开发的优秀算法 MOOC。这些 MOOC 注重理论,而我们的专业课则是算法理论/实践/应用与软件工程的结合。您将通过使用自己选择的编程语言实现近 100 个编码问题来学习算法。 据我所知,没有其他算法在线课程能为您提供如此丰富的编程挑战(和谜题!),而这些都是您在下一次求职面试中可能会遇到的。我们投入了 3000 多个小时来设计我们的挑战,以替代您通常在 MOOC 中发现的选择题。
应用的学习项目
该专业包含两个真实世界项目:大型网络和基因组组装。您将分析道路网络和社交网络,学习如何计算纽约和旧金山之间的最短路径,其速度比您在标准算法 101 课程中学到的最短路径算法快 1000 倍!之后,您将学习如何从数百万个 DNA 短片段组装基因组,以及组装算法如何推动个性化医疗的最新发展。

























