洛杉矶大学本科几年？
作为2017年最早的一届ED被录学生，我应该最有资格回答这个问题了。 我本科是ECON/COMM结合的，四年毕业。 第一年，在UCLA和USC之间纠结，最后因为专业选择了UCLA（其实不应该后悔）； 结果进了UCLA后，发现自己进不了预想的MGC（麦肯纳学院），因为人数有限制而且我的GPA不够。于是去了AERO（工程与建院），但学习压力比想象中要小很多。
第二年，发现AERO不适合自己，申请换专业没成功，只能接着读三年。但是这个时候我已经从UCLA分到了UCSD，因为专业是COMM所以转到STI（社科院）。虽然换了学校，但是还是同一个系里上课，学分也基本都能转过来。 第二年寒假，在申请研究生的同时开始找工作，幸运地拿到了offer。但是由于签证的问题，春季入学无望。于是申请了暑假实习，公司很大，正好做AI相关的工作。老板给发了一个matlab的账户和一个谷歌邮箱，让我自学，同时分配了一位师兄给我，每周会跟我讨论问题。
第三年，开始全职工作，每天泡在公司，学Python、机器学习、优化算法等新知识和技术。周末去上CS的master课，内容很难，不过跟同学之间的交流非常好。 第四年，工作+读研，一边读书一边工作。课程主要涉及统计和学习方法，因为本身基础比较好，学习起来并不吃力。这一年收获了很多新的想法和知识，对很多问题有了不同的看法。同时也找到了自己未来研究的方向。
第五年，继续工作+读研，边读研边找合适的工作。因为方向定的是OR，因此找了数据库方面的工作。因为之前做了一些项目，又正好赶上公司扩张期，于是顺利进入了final interview。但因为国内招聘季来临，需要回国面试，因此失去了这个工作机会。
第六年，重新开始投简历，找工作。因为之前学过CS的硕士课程，因此大部分面试都过得了关，拿到了几个offer。因为意向公司主要在湾区，而当时已经拿到两所学校的OR master的offer，因此最终选择了来斯坦福大学念第二个master。 第六年下半年，一边读书，一边努力找工作。因为以就业为导向，因此读了很实用的课程，比如金融投资，商业分析等。这些课程的作业也是以实战为主，让我提前适应了职场。同时也参加了career fair，认识了很多人，收获了大量的connection。
第七年，终于找到理想的工作，搬往湾区。由于专业背景的原因，一开始没有选择做量化，而是做了BA。虽然学的东西很多，但是工作内容却经常用到python和vba，于是自学了这两门语言。在工作中结识了很多朋友，一起聊天打游戏，生活充实。
第八年，工作稳定，日常轻松。由于喜欢湾区的生活，又不想留在美国，因此打算留学。于是利用假期时间复习托福考试，准备申请材料。因为时间比较紧，只申请了一所学校，最终如愿拿到了offer。虽然专业不是量化的，但是可以从事量化工作，因此也没有那么遗憾。
第九年，开始读phd，专注做科研。虽然工作了一年多，但始终觉得学术研究才应该是自己的归宿。于是休学了工作，重新申请PhD，终于如愿以偿。虽然过程曲折，但是一切都非常值得！！ 以上~