在新南威尔士大学 (UNSW) 就读是怎样的一番体验？ 第1页

我在这里先读的是10周的语言，然后再读了两年的Master of Information Technology，期间受到了很多人的帮助，想明白了很多事情，对我人生改变很大。下面想按时间的顺序结合我的生活、课程和大家分享一下我的经历，也希望对后来的人有所帮助。

当时大三时准备出国，由于雅思没有考到6.5分，然后申请了新南的十周语言班（幸好作文到了6，要不可能要申请久一点的；也有遇到分数到了喜欢读个15或者20周的同学）。语言班应该是算在新南学习中最轻松的一段时间了，只要上课认真听，作业都做了，考试认真考，让老师觉得你是个积极学习的学生，一般都是可以顺利通过的。语言的内容都不难，对于国内的孩子来说，算是一个可以在学习和生活上过渡的桥梁课程。其中你会遇到来到泰国，巴西，伊朗，日本等等国家的朋友，当然，最多的还是中国人。我在澳洲最好的朋友（基本都是中国人），大多都是在读语言的时候认识的，可能是和上课的时候压力不是很大，大家一起去玩的机会比较多，然后又是第一批认识的朋友有关。

（第一天到澳洲）

由于我是1月初就读完了语言，但是正式开学要到二月底，期间有大概两个月的空闲时间，于是经当时舍友的介绍，我去了一家香港人开的餐厅打工，当时的工资还是挺不错的，算上小费一个小时大概有13.5刀的样子，但是每天都要听经理、厨房骂粗口，把别人祖宗什么的都骂了一遍，这是我在澳洲唯一一段时间听到这么多粗口的。

我第一学期选了下面这几门课：

COMP9024 Data Structures and Algorithms

COMP9311 Database System

COMP9414 Artificial Intelligence

GSOE9820 Project Management

由于我本科是学计算机的，所以我选课会选一些自己偏弱或者当时没有好好学的课，当然，第一学期也比较偷懒，想先好好适应一下环境，于是没有选很难的课程。在这几门课中，我觉得最有意思的和对我后面的学习帮助最大的课就是9024这门课了，其中，你会学到一些比较基础的数据结构和算法，要能够熟练的算时间复杂度和快速写出伪代码，这些在后面的课程甚至在我后面做的研究和工作面试中都会经常出现，可以说是编程奠基的课程。这门课有四个作业，分别要求你实现四个算法，第一个作业就是实现一个链表，可以轻松做完。但是从第二个开始，代码量就有点大了，要先把老师给的整个库文件好好读懂，然后再结合库里的一些算法，自己再写一个拓展的AVLTree，耗时应该一个星期左右，后面的就是写一个TaskScheduler和一个压缩的SuffixTree，耗时都是一个星期左右。由于我当时并没有跟着别人选课，上课的时候不认识人，一般都是自己一个人坐着，于是作业都是自己一个人闷着写的，这样有好处也有坏处，好处是自己把老师给的代码全都看完了，坏处是写不出来时干着急。这门课一定要好好学，即使少花点时间在9820这种课，也要好好多花时间自己独立把作业做完。

至于9311这门课，如果你遇上了Raymond Wong教你的话，那你会受益匪浅，数据库系统的知识一定会学的很通透很懂，但是如果遇到了Xuemin Lin教的话，那就自己好好学吧。9414这门课学的是人工智能比较层面高的知识，底层的算法涉及的并不是很多，而且写作业时要求用的编程语言是pl，如果以后工作不是偏AI研究方向的话，应该也很少会用到，所以这门课对我自己而言，算是比较水的课了。9820算是一门写作课，能免则免，不能免好好写作文就好了。

第二学期：

MATH5845 Time Series

MATH5905 Statistical Inference

COMP6771 Advanced C++ Programming

COMP6714 Info Retrieval and Web Search

这学期选课的时候，感觉自己是脑子抽了，选了两门统计的课。先说说5845，统计学院的这门时间序列是比较偏数学和研究方向的课，会有很多统计学的前置基础课程要求，意思就是老师会预想你是都有这些统计知识了，才会选这门课，但是这并不像其他课一样是硬性要求，你选了这门课，就要对自己负责。我记得当时我们学院，只有三个人选了这门课。由于我自己本科并不是学统计的，很多统计的基础知识都不是很懂，所以这门课学的还挺吃力的，整个学期有40%的时间都花在了这门课上，记忆最深刻的是，生日当天晚上通了个宵，把这门课的唯一一个Project收尾，但是自己写的时候有很多都是问别人的，自己对整个Project了解的并不通透。交作业的当天，我看了一下我的同学们，感觉大部分人都是精神不振，胡子没剃，最后一刻进教室教的作业。一个比较客观的事实就是我室友本科是在英国读的经济，研究生精算在读，平时靠帮别人写论文赚外快，最后这门课成绩只拿了67分（我非常感谢这位室友，感谢他对我学习和生活上的无私帮助）；当然也有遇到大神project fail掉了，靠期末考把最后分数拉到78。这门课学完之后感觉后面在自己学院学的Machine Learning和Data Mining的统计知识简直是太简单了，轻松理解。

对于5905，这也算是一门比较有用的统计学的课了，其中学的很多统计知识在后面也会经常用到，例如Bayes Theorem, Multinomial Distribution, Maximum Likelihood Estimation, Loss Function等等，都非常有用，结合数据挖掘的一些编程知识，很容易应用到实际当中。我当时这门课是抱着一个本科悉尼大学数学系大神大腿学的，他给我推荐了一个学习方法，就是不懂的多上YouTube上搜搜看，上面有很多统计知识的讲解视频，讲的非常清楚。我当时就是一点一点学，哪里不会点哪里，最后弄懂了很多，还养成了经常无字幕看英文视频的习惯。

对于6771，我们当时一共有4个作业，第三个作业是我两年中唯一一个写了通宵的编程作业。感觉这门课学的知识很多，好好学，能让你养成很好的编程习惯，例如你会先看一遍Google的C++编程文档，然后再开始写作业。其中Tutotials能去就多去，和辅导员多交流一下也是挺有用的，期末考和老师最后给的Sample Exam挺像的，好好复习就行。现在这门课已经把第三个作业拆开了，变成了一共交5个编程作业。

6714，这门课学的很多，最后考试题量很大，考试题还不太按给的考纲出，因为这门课的老师也是教Data Mining的老师，按照Data Mining的术语的话，你复习的时候由于只复习规定内容很可能会出现Over fitting，为了避免Over fitting，你平时上课要好好理解，好好记住老师讲的内容，尽量generalise学到的知识（学到的知识可以应用到不同问题），最后的Test Error Rate才会降低，分数才可以高点。

------------------- 28 Nov 2016 更新 -------------------

(经常出现的图书馆门前)

由于我是正常时间入学的，就是每年的二月底为澳洲第一学期正式开学时间（当然你也可以选择第二学期入学，就是在国内一读完本科不读语言就直接过来上研究生课程，并无好坏之分），在第二学期结束后会有大概三个月的summer holidays。由于我在第二学期期末的时候为了缓解学业压力，就在自己学院的工作网站上随意发简历（多数工作申请要附上成绩单），刚好物理学院在这个假期有一个关于声学的研究项目（开发一款关于乐器声音频率处理的手机游戏）和我本科参加编程比赛时做的项目有关，经过一轮面试后，就幸运地被选中成为了开发人员。

下面这张是在实验室时的自拍合照留念：

（早上11点开始coffee time半小时）

站在中间的是Professor Joe Wolfe，是我研究生期间的第一位人生导师。他每天11点开始准时为实验室的每一个人冲咖啡，然后就和大家坐下来聊天，聊生活，聊工作的进度。这和我在国内实习时经历的氛围不一样（仅自己而言），国内实习时上司在话语和行为上功利性很强，让我觉得不是很舒服（因人而异）。每逢实验室里有什么外出活动，例如学院的周年BBQ派对、去乐店参观或者去拜访物理学院其他的教授，Joe都会叫上我，有时他自己不去的，都会让别人带上我，这让我非常感动呀，因为我在这个实验室只呆4个星期，其实完全可以把我忽略的。其中还有很多细节，我也不能够一一列出来了，非常感谢他能给机会我这个国际生，让我有了第一份（非常珍贵）在澳大利亚的研究经验。左二是Dr. Andrew X，我的直属上司，由于我做的项目需要很多跨专业知识，在物理方面，他给我解释了很久声学的基本概念，其中，他教会我最重要的一件事是，我们为什么要做这件事情，想明白了之后，对我后面的选择影响非常大，这是我最大的收获之一。同期进这个实验室的还有来自墨尔本大学的Jonh H. Gray（右二）和本校物理学院的Lauren Inwood（右三），他俩都是本科生。左一是PHD学生（现已毕业），也是中国人，他会提醒我一些英文上的知识，例如他们聊到对乳酸菌蛋白质过敏这种话题，真心听不懂呀。右一是另一位拥有四个国籍的Doctor。

记忆里比较深刻的是有一次无意间听到Joe和Andrew在谈话，Joe在问Lauren的项目是不是遇到了瓶颈，Andrew回答说是的，Joe说，麻烦一定要尽量帮助她完成这个项目，她是学院里非常优秀的学生，平均成绩有3.9 out of 4，然后说了句，"I really don't wanna disappoint her"，感触非常深。

（Joe周末时带我们出海）

项目结束的时候，发了Summer Vacation Scholarship（2200刀），如果是按每天工作7小时的时间算的话（实际会少于7小时），那么每个小时的工资是"税后"16.7刀（澳洲的Scholarship是不用缴税的>_>），个人所得税税额如下：

年收入

2016-2017财政年度税率

应纳税收入 应纳个人所得税

$0 – $18,200 无

$18,201 – $37,000 超过$18,200部分, 每 $1 应缴纳 19c

$37,001 – $87,000 $3,572 + 超过$37,000部分, 每 $1 应缴纳 32.5c

$87,001 – $180,000 $19,822 + 超过$87,000部分, 每 $1 应缴纳 37c

超过 $180,000 $54,232 + 超过$180,000部分, 每 $1 应缴纳 45c

简单地说，例如，如果我要对工资缴20%的税，那么工资就是税前20.9刀，缴完税后，我拿到的也是16.7刀。这样，相对地，学校不用付给我20.9刀的工资，而是付16.7刀就行(用16.7刀就可以招到值20.9刀的人)，成功地合法地避掉了4.2刀/小时的税。

------------------- 19 Dec 2016 更新 -------------------

第三学期：

COMP9319 Web Data Compression & Search

COMP9201 Operating Systems

COMP9315 Database Systems Implemenatition

COMP9417 Machine Learning & Data Mining

9319是学院里公认的最难的课程之一(Data Warehousing & Data Mining的老师Wei Wang在课上也推荐过)。至于说为什么难呢，个人觉得，第一，是因为课上教的数据压缩的算法实现起来比较复杂，而且所有作业都要用C或C++写，如果之前没有学过这两门语言的话会比较头疼。第二，是因为课里的三个作业都是关于算法优化的，就是要求不断改进自己写的算法，在时间复杂度和空间复杂度之间寻找一个最佳的平衡点，而这种优化，可以说是无止境的。例如，你可以写一个运行时间只有0.1秒但需要用300M内存的算法，但是你也可以写一个运行时间1秒但只要10M内存的算法，同时，你也可以写出一个运行时间只要0.05秒而且只需要用到1M内存的算法。这门课就是Raymond Wong教的，他是学院里公认的教课教的最好的老师之一，斯坦福大学博士后毕业。老师对作业的要求并不是十分苛刻，感觉难是难在自己对算法不断地理解和改进上面。学完这门课后，你完全可以写自己的文件压缩和解压器，课上会介绍很多业界流行的算法。

9201也是学院里公认的最好的也是最难的课程之一了，多个老师在课上都表示过学院能以拥有Kevin Elphinstone教操作系统为荣。操作系统这课，我本科时候也是学过的，但是本科学的大部分是理论知识，完全没有在代码上接触过操作系统的源代码。没想到，这课是..真难..这课对于我来说，比9319还难。这课难是难在作业上，这门课有四个作业（第一个是warm up），两人一组，都是要改一个现成的操作系统的源代码，要花大量大量的时间在读懂整个操作系统是怎么运作的基础上（源代码的阅读量真的很大），再去修改代码实现老师的要求。也很考量两个人的团队合作，幸好我的队友比较给力，在讨论和实现的时候都贡献很大，最后虽然我们作业的得分不是很高，但是幸好都做完了，自己学的也比较扎实。还有一个不幸中万幸的是，可能老师自己也知道平时作业很难了，期末考试时大部分都按题库里面的题出，题库里包括平时的tutorials，一共大约有两百多道“简”答题，背下来就是了^^哭。这门课对我后面在悉尼大学做的另外一个研究帮助很大，如果没有学这门课的话，很难突破那时遇到的瓶颈。

9315这门课教的数据库的知识不是很难，算法不是很难，但是学的在数据库方面都很有用。特别是PostgreSQL。算是我学的最爽的一门课了，哈哈。学完后很多数据库的一些基本概念都理解了（这门课不教SQL编程，只教数据库系统的算法实现，要接触PostgreSQL的源代码），可以为以后自己学习和理解其他的数据库系统打下一个比较好的基础。有些人会不太喜欢这个老师上课的语调和他的造型（男，长发），但是我觉得还好还好，老师挺和蔼可亲，节假日也会回邮件和在BBS上回答问题，自己做错了什么也会道歉和调侃，给分也比较松，感觉很好。

9417的老师每天上课都很累的样子，讲的也是有气无力的，这课一听就觉得老师是白天刚上完班，晚上过来上课，我知道的班上的很多同学都没在听这个老师讲课，都是自己上youtube按照课件的内容学。这课的作业和期中考试成绩出的也很慢，老师也多次为自己的低效率道歉，但是好是好在这门是学院里为数不多的不是double pass的课之一。这门课学的内容和Data Warehousing & Data Mining有大概3次课的内容重叠，但是两个老师讲的方向不十分一样。这课讲的内容是很好的，但是多数时间是要自学。

第三学期感觉是自己在学习和生活上状态最好的一个学期了。能很好地适应了当地的生活，在学习上，也对遇到的问题进行认真思考，能不断地问自己为什么要学这样东西，对学到的知识能进行总结和回顾（即使是期末考试之后），在对计算机的学习上，也逐渐找到了自己的方法。

------------------- 20 Dec 2016 更新 -------------------

在这学期结束后，有大概一个月的寒假假期，由于考虑到还剩最后一个学期了，于是在自己学院的网站上又海投了简历，希望在最后一个学期能找到实习或者合约类的工作。当时打电话来通知面试的是一个女的声音，约了第二天早上八点半进行视频面试。于是第二天早早地起床，梳妆打扮一番，八点半准时一个skype的视频通话打了进来，一打开，发现是一个大概六十多岁头上有不少白发的老太太（原以为是个30多岁的HR），心里暗暗吃了一惊，于是就这样，见到了我现在的大老板(下图左一)。视频面试完之后老板觉得面试的还可以，说现在的技术顾问（现在我的直属老板, Dr. James Nealand）在海外出差，会在一个星期之内打电话来进行一次视频技术面试。James很礼貌地发了一封邮件和我约了面试的时间，还问我想用微信还是用skype面试，我毫不犹豫地说了微信，还有点惊讶他竟然会用微信，还来才知道他之前也在中国工作，还有个中国老婆。能遇到James这样的老板，真的感觉自己很幸运，后面会详细介绍。当然，也有遇到一些性格上和做事风格截然不同的local，自己觉得，虽然大家文化上有差异，但是在做事过程中，更多的是性格决定细节，细节决定成败（<=>性格决定成败）。

(Dr. Julie Vonwiller and Chris Vonwiller，照片来源于网络)

和James的面试进行的还算顺利，幸好他们做的这个项目是和音频处理有关，用一个开源的有关语音处理的库在安卓上搭建一个面对面的翻译系统，James问了一些Java-安卓方面的知识，又问了一些C++编译上的问题，Java方面的知识答的还好，但是在安卓上用NDK调用C++的库文件这类问题，由于之前没有相关经验，就没有答的上来，还有我觉得比较重要的一点是，他很认真的问了我在Joe的实验室都做了什么，问了当时的项目是用什么库做的，用的算法叫什么名字，项目里每个人的分工，幸好我当时没有偷懒和面试前把之前做的东西又看了一遍，于是他问的幸好都能答上来。感觉我把算法的名字那些答出来的时候他是很满意的。于是又问了我平时喜欢做什么运动之类的，说在一个星期之内会告诉我面试结果，就结束了对话。

------------------- 21 Dec 2016 更新 -------------------

由于还没有开学，我就在家无无聊聊地再在网上发简历，看看youtube。大概两天之后，Julie就打电话来了，然后说很高兴通知你你已经被悉尼大学的Babel Fish Project录用成了开发人员，然后问可不可以谈谈合约方面的内容。于是她就问我之前在Joe实验室里的工资怎么样，我告诉如实说学校给发了2200刀，好像她也没多想，就问那我们给你36刀每小时你觉得怎么样，当时对钱的概念并不是很深刻，就觉得这个项目还不错，也没讨价还价，就说好了。由于拿的是学生签证，每周最多只能工作20个小时，按一天工作7小时来算，就是一周7天要差不多工作3天。对于一学期学四门课来说，其实是挺辛苦的，因为每门课光上课时间就3小时，一周只花一天时间在一门课上，感觉应付不来，这还除去了出去玩的时间。最后谈好一周只工作两天，有些任务可以自己在家里做的，在家做就好了，大概两周去学校和大家meet up一次。于是最后一个学期的周六日，基本就没有了。

当时离开学大概还有一周时间，和Julie，James第一次见面是在悉尼大学图书馆里，当时Chris也来了。简单地见面寒暄之后，Julie就开始和我介绍这个项目的背景，我们为什么做这个项目，做这个项目的目的之类的，她语速很快地连续讲了大概7，8分钟后，我大概就听懂了百分之七八十，讲完之后，我就简单地回了一个字，reasonable，实在想不出其他说的了。感觉他们的表情有点错愕，但是也有点赞同我的看法（呵呵）。然后就轮到James打开PPT和我讲整个项目的流程，我们首先要开始怎么做，用什么开源库，有哪些人员参与之类的。由于有了之前项目的经验，这时就知道哪里该问哪里留到后面自己也能弄清楚的了。于是整个流程进行地很还很顺利。大体任务交代完之后，Julie和Chris就闪人了，我和James就留下来一起开始敲代码。由于James是住在Brisbane的，每次meetup他都会从Brisbane飞下来，后面的每次基本都是凌晨5点多的飞机（三四点起床，然后来到后就开始工作，连续工作两天），很拼，感觉我自己也不一定能做的到。从侧面看，如果说澳洲人很懒的话，我只能说，也是看人的。于是，就这样，在最后一个学期，一边上课一边打工。

因为这学期肯定很忙，在选课的时候，也就没有选很难的课了。

第四学期：

COMP9318 Data Warehousing & Data Mining

COMP9321 Web Applications Engineering

COMP9041 Software Construction

COMP4418 Knowledge Representation

9318这门课算是学的这么多课中，对我来说，最有趣的一门了。因为之前学了Machine Learning的缘故，这门课学起来，还不是那么吃力的。很多知识理解起来相当有意思，像Linear Regression和Logistic Regression这些分类算法，很容易应用到实际中去（例如利用个人的过往记录和特征对其进行信用评估，就是比较基本的分类问题），还有像FP-Tree算法可以从交易数据库中寻找数据之间的关系（例如啤酒和尿布之间的关系），都十分有意思。这门课是由Wei Wang老师教的，他讲课的时候讲的非常快，如果觉得跟不上他的速度和思路的话，可以在课后再看看Lecture Recordings或者直接看他的Lecture Recordings。这门课有两个作业和一个project，第二个作业里面有关于统计知识方面的证明题，如果之前没有学过Statistical Inference这门课的话，感觉还是挺难理解的。Project是用Python对给的training data set提取特征向量，再用Logistic Regression对testing data set的每一个词是否Title进行分类（例如你的LR model可以准确地把Prime Minister Malcolm Turnball中的Prime和Minister归类为Title类型 ），这对海量文本处理提取关键信息会非常有用。

9321这门课学的内容不是很难，但是很多，作业很繁琐。第二个和第三个作业是小组作业，由于之前都没试过和local组队，想着最后一个学期了，就试试和local组队好了，结果组上了两个真学霸，一个叫Nathan一个叫Raymond（周六日可以敲代码从早上10点一直到凌晨）。Nathan对作业很认真负责，自己花了大量的时间在自己负责的部分上，Raymond对作业精益求精，每一个细节都希望做到最好，可惜我们对做的内容都缺少经验，一开始就想把作业做的最好，最后的结果是running out of time，作业没做完，幸好改我们作业的tutor比较好人，还给了我们一个不算差的分数。这段经历有得有失，但是感觉让我学到的和认识的远远比丢掉的分数重要。

------------------- 23 Dec 2016 更新 -------------------

9041这门课几乎每个星期都要交一个实验，一个学期大概有12个星期，这门课要交11个实验的样子，外加两个作业。这门课学的是Shell Script， Perl，CGI 和 Python，实验和作业的内容都不难，只要花时间了，基本都可以写完和拿一个不错的分数。平时的实验虽然多，但是还是基本都要写完的，因为期末的时候是上机考试，考的就是平时实验的内容。虽然学的很繁琐，但是学了可以增强一下写脚本的能力。我之前去过Internship的面试，5道题里竟然有一道题在这门课的实验出现过，一模一样。教这门课的老师上课经常讲冷笑话，他也会提醒你，如果你一星期只花了3个小时坐在这里听他讲课，课下不去tutorials不去做实验，你可能会学不到东西。

4418，两年中唯一一门有意识地选的水课（就我自己而言），这门课是AI方向的基础课。学的知识很理论，一共要求交三个作业，不用期中和期末考试，每个作业占总分的1/3，第二个作业有一个小编程题用的是ASP，跟着MessageBoard上老师给的提示就可以写出来了。

这学期快期末的时候，和Julie说了，考完试后我想回国休息大概一个月的样子。Julie想了想，说可以，但是现在的项目第一阶段快做完了，到了最后的攻关期，希望最好能把这阶段在圣诞之前结束，做出一点成果。然后和我和James约了两个时间，分别是我期末考的前一周周末和前前周周末，因为James前前周那个周末有事情，就和我商量能不能后面一周。我想，虽然这学期期末只考三门课，但是这三门课要复习的内容很多，但是，这主意又是自己提出来的，当时脑抽的又提前把机票给定了，算了算时间，还有大概两周的时间复习，咬咬牙就定了，期末考前一周周末出来把project收尾。

（奔在USYD的路上）

最后一次的集体见面显得格外有意思。因为这个项目还有最后一点也是最重要的一点内容没做完（把一个叫做Moses Server的语言翻译服务器部署在一块开发板上），James告诉我，这个之前从来没有人做过，如果我们成功了，就是第一批做出来的人（题外地说一下我们用的Language Models 是domain specific的，这种语言模型在6714这门课有学到，意思是说特定情境下某些词汇的出现概率会非常高，于是LM基于统计概率预测这些词的准确率会非常高，例如当外星人来袭时，你对着这机器说I am superman，它不会预测你说的是I am supermarket，而会准确预测superman），虽然我并不负责做语言模型，但是当James在讲起来时，也要知道他在说什么。虽然这项目还没做完，但是第一天，Julie就请了拍摄团队过来给项目拍宣传短片，然后各位老板就接受了采访和进行介绍，当James在介绍时，Chris提醒到要提到我，感动，其实我只是整个项目小小的一个环节。

采访结束后，我就和James开始对接各自的工作。可能因为James本身已经工作很多年了，对项目的运行非常有经验，每次和他见面和交流都非常愉快和最后都能做出成果。他自己就非常有耐心，有时我问一些小白问题他都会和我解释的很清楚，我基本什么问题都能不忌讳地问他，让我感觉很好，于是我自己也会额外地想怎么才能把工作做好。那时我问他，你那部分做的怎样了？因为他做的才是整个项目的核心，如果他的部分没完成，那基本没戏。他很开心地回到，再给我三个小时，就可以做完了，然后就开始一直不断地敲代码，果然那天他就做完了，心情非常愉快。第二天我们就开始测试和整合各自的代码，其中有一些关于多线程处理的问题，用到了9201的知识，当整个程序调通的那一刻，感觉松了一口气。当Julie和Chris下午来听到整个程序可以运行时，表情真的很开心，就像自己为之工作了这么久的东西终于有收获了的心情。

Julie说，过两周想带这个项目见风投，问我还有没有时间给在程序上写一些Test Cases，方便到时演示。因为她约的时间是我期末考完的后两天，考完后不知道时间够不够做的完，就回答了应该可以吧。当天工作完，和James走在路上的时候，谈了很多，他说应该会花三个月的时间写一份paper，然后会把大家的名字写进去，我很惊讶，然后问他，那也包括我吗？他干脆地回答，那当然，然后给了我很多职业上的建议，和我讲了自己在布里斯班的生活，吐槽了一下悉尼的房价，然后就愉快地分手了。

9321 Web Applications Engineering是我最后一门考试了，由于往年考的都是平时的Tutorials，于是最后一晚大概就只睡了3个小时，把之前背的题再重新背了一遍，果然，考试时如有神助。第二天把9041 Software Construction的最后一个作业做完demo后，就开始写Test Cases，对的，9041的第二个作业是可以在期末考后再做演示的。果然，写这几个Test Cases的时间要求超出了预期，预计晚上12点能写完的，结果写到了凌晨4点，写完后发了封邮件给Julie，说按约好的第二天中午在UNSW的图书馆见面。

第二天起来，看到Julie八点多就回了邮件了，语言中有点担心，感觉是担心出了问题。第二天中午见了Julie，给她演示完几个Test Cases能完整地演示整个翻译系统的流程之后，她瞬间就笑了，眼睛炯炯有神的看着我说，她以为是出了什么问题，已经做好准备要在风投面前出点洋相，没想到最后做完了，超出了她的预期，看到她真心地放下了心和很开心的感觉，还说自己在简历上Referee可以写她的名字。我想回国前把自己的事情做完也是应该的，这真是意料之外。然后Julie交待了明年Project开始的时间和拉了下家常，就愉快地说再见了。

两天后，结束了学业，回国开始了为期一个月的假期。

结语：愿这篇文章对大家有所帮助，也希望后来的各位在新南做的所有努力都不会被辜负。

完。