设为首页|收藏本站|
开启左侧

[问答] 请问有人了解旧金山大学的分析硕士吗,请问申请应该怎么准备?(USF MS in Analytics)

[复制链接]
93476 17
秋风落日 发表于 2021-1-6 06:47:50 | 只看该作者 打印 上一主题 下一主题
 
请问有人了解旧金山大学的分析硕士吗,请问申请应该怎么准备?(USF MS in Analytics)


上一篇:美国湾区旧金山(San Francisco)房价还没涨到头?最新真实数据来了!
下一篇:如何看待硅谷公司雇佣漂亮模特假扮公司聚会嘉宾来调节气氛(关注点在「假扮」)?
@



1.西兔生活网 CTLIVES 内容全部来自网络;
2.版权归原网站或原作者所有;
3.内容与本站立场无关;
4.若涉及侵权或有疑义,请点击“举报”按钮,其他联系方式或无法及时处理。
 

精彩评论17

正序浏览
跳转到指定楼层
沙发
ZIPZAP 发表于 2021-1-6 06:48:34 | 只看该作者
 
关于这个项目,我只是想说:
假如我当年申PhD的时候有这个项目,没准我真的去这个项目了。
这个项目的逆天之处有三个:


第一个,前面的同学也提到了。对,送实习。(Internship)
按照现在Data Analyst和Data Scientist的找工作的竞争激烈程度,你能否拿到科技公司数据岗位的Fulltime的面试,可能起决定性,最关键的因素就是你有没有过科技公司的数据岗位的实习经历,你的简历上有没有至少一个工业界的project,而不是各种Kaggle竞赛和什么学校里的course project。这个实习,其实可能是你在硅谷开始你的Data career,砸开硅谷大门的最重要的敲门砖。


第二个就是三番城是神人扎堆的地方。(Network)
USF这个土豪学校经常会组织各种Meetup,会请周围一大圈创业公司的Data Scientist和Senior Data Scientist给talk,提供吃喝。这些创业公司里不乏实力强到恐怖的大佬,但是在USF你能很轻易地得到和这些大佬面对面的机会。聊几句,加一个领英,递一个简历,都是很简单的。我Summer在城里实习的时候就去USF参加了一个AB testing的Meetup,认识了一个Netflix的Senior Data Scientist和Twitter的一个Staff Data Scientist。真正全职找工作的时候,海投100多封简历,还不如多认识几个牛人找几个内推。
而且平时在城里也有很多别的兴趣小组可以去参加(meetup),比如自行车啊,长跑啊。可能在某个meetup上和你谈笑风声的姐姐,在健身房里和你侃大山的小哥,搞不好就是哪个公司的大佬。另外城里科技公司里中国人很多,而且nice的人不少。Data这种东西不是很容易学,坑很多,弯路也很多。如果能找到一个mentor的指点,找到一个大神带飞,你不知道要少踩多少坑,少走多少弯路。


第三就是Location,Location,Location(重要的事情说三遍)
美国科技公司的数据岗位,目前来看,大部分还是集中在湾区。这对面试找工作带来了极大的优势,所谓的主场优势。(比如硅谷另外占尽主场优势的三大神校SJSU,SCU,和De Anza,现在SJSU应该名气大起来了,但是后面两个我怀疑可能知道的人并不多)。有些小公司很可能看你在当地,而且简历还可以,电面都免了,你直接走几个Block来onsite面试吧。(想到接下来可能还要从东部飞湾区来onsite。。。我就感觉很崩溃了。。。。。)
----------大概想到这些----------------------
另外我想说学data skill其实很多时候都是learn by yourself,learn by doing的,学校本身怎么样,其实可能是最不重要的。But anyway,USF这个学校提供的,我上面提到的这些平台,绝对是逆天级别的。这么说吧,这些平台,这些条件,就是game changer,很可能比你个人的努力要重要得多得多。
回复 支持 反对

使用道具 举报

 
板凳
极品猴毛 发表于 2021-1-6 06:49:04 | 只看该作者
 
没想到在知乎上看到这个问题。
沙发是软文无疑,作为在学的学生,我想我还是很有发言权呢。

Pros:
-课程确实非常接地气,基本是工作中用什么就教什么,没有废课;
-时间短,一年拿到学位。

Cons:
-教学质量…额,只能说,非常非常一般。虽然的确有好的老师,但是不多,很多老师上课不是特别专业,也没什么TA,基本作业不会就自己网上查,找同学讨论,很多东西感觉最后都是自学来的。如果你在北美一流的大学学习过,相信你能马上体会到这个差别,差距真不是一点两点;
-这个项目的组织架构不是特别专业,没有传统大学那么正规,跟培训班比较像,课程时间也是说改就改,考完试做完作业经常几周都没有feedback, 老师们好像也完全不觉得这是一个事儿。

关于录取:
面试不是特别难。而且这个项目因为还在发展阶段,他们非常在意学生的本科学校名气,毕竟有了好的本科学校名气,他们也比较好做宣传,以后生源也比较好。

适合什么样的人:
总的来说,这个项目,与其说是一个传统的,扎实的硕士项目,不如说是一个“就业培训班”。作为就业培训班,这个项目还是算合格的。但如果这是你第一次留学,年纪还小,那我建议还是选择好一些的学校,好好学东西,好好积累。如果你已经有了好的教育背景,工作背景,想转专业,赶时间,那么这个项目还是值得考虑。

先说这么多,有人在这儿问问题的话我再加点别的。
回复 支持 反对

使用道具 举报

 
地板
一九六一七一零 发表于 2021-1-6 06:49:19 | 只看该作者
 
又是一年申请季,看了一圈回答发现楼上都是在争论这个项目体验如何,并没有几个回答该如何申请的==
首先强调一下这个项目是有tech面试的,个人感觉录取与否主要看面试表现。面试主要考察线代,数理统计和Python的基础知识,有心的同学上一亩三分地搜一搜面经,再用英语说明白应该就没太大问题。不过值得注意的是这个项目是滚动录取的,而且如果被录取的话需要在两周内交2000刀押金,所以个人建议大家没必要太早申请,一般来年一二月份递交申请,理想情况下二三月份能和其他项目的录取结果一起下来,最后抉择的时候也好有个参照。
利益相关,18届在读。btw, 这个项目今年已经改名叫MSDS了
回复 支持 反对

使用道具 举报

 
5#
三丶酉 发表于 2021-1-6 06:49:39 | 只看该作者
 
沙发纯软文。。什么神级项目。。也就是国内几个没来过美国的本科生随便吹吹忽悠人。完全误人子弟。。大概也就和上海大学差不多的水平吧。有些湾区的牛人不愿意relocate 于是选择这个学校 反正找工作不用愁,你不是牛人的背景以为可以copy牛人的就业水平那就比较惨了。薪资当然高了,但那是湾区整体高,和这个学校没啥关系,其他学校如果一心来湾区就业,照样这个水平。可以看下这个网站 http://www.analyticsguides.com 关于如何选择BA项目的建议。
回复 支持 反对

使用道具 举报

 
6#
农民王狼 发表于 2021-1-6 06:50:06 | 只看该作者
 
啊终于碰到17的小伙伴了!这是我和小伙伴们(16 fall msba)一起做的公众号,下面的内容在征得原作者同意情况下就直接粘过来啦! (懒得看辣么长的话就可以总结为三句话,绝对神级好项目!但是要技术面!回国请慎重!)


随着BA项目在近些年的大火,各个开设此项目的学校都被申请者挤爆。 从申请者600+的UT Austin,700+的Georgia Tech,到1000+的北卡州立,光看数字就吓人一跳。而在众多analytics项目中,一定要提的便是旧金山大学(USF)的分析学硕士(MSin Analytics, 或者MSAN)。这个稍显低调的项目所录取的学生很多来自芝加哥大学,剑桥大学,UCLA,UC Berkeley,西北,清华,浙大等名校,学生和项目本身的质量足以匹敌文章开头提及的三所女神校。所以今天,就从课程设置、实习、地理位置与工作、学生背景等方面为大家全方位介绍USF的MSAN项目。

一.     课程设置


很多同学在择校时,很关注一个项目的课程与自己的职业规划是否相符。与众多analytics项目相比,旧金山大学的课程设置是非常成熟的。从2012年项目开设以来,faculty在不停地改进着课程表。MSAN非常注重各项技能的培养,项目网站主页的一段话很好的概括了这一宗旨:
“The35-unit program concentrates on mathematical and computational techniques inthe field of data science. Students learn to acquire, filter, clean, organize,and store data using Python. They use SQL and NoSQL as “glue” between datasources, and generate models using statistical tools such as R and SAS.”
上面的这段话包含如下关键信息:1.项目是35个学分;2.学生将使用Python, R, SQL, NoSQL, SAS来学习数据获取、清理、储存和建模分析等各项技能,果断的技术党啊! 当然仅仅两点难以概括MSAN的全部,下面为大家详细地分析课程表(课程后面的数字是每门课的学分):  第1张图片


看到这里,你可能会有一种:哇!这么多课程,能学的过来吗?连面试技能都教?初看到这个课程设置,确实一种too good to be true的感觉。12个月的项目包含了20多门课程,分散到4个module和summer/winter session里学习,每个module持续半个学期,大概6-7周。从基础的linear algebra, statistics,到非常实用的regression,database, machine learning,visualization,一下子就能掌握这么多知识和技能,你是否已经有点心动了?

二.     实习和Weekly Seminar

在上面的课程表里,我想大家一定也注意到Practicum这个词出现了好几次,没错! 在12个月的项目中,学生将用其中的9个月为一到两家公司实习,每周工作10-15小时,并最终完成1-2个projects(曾有学生一共做了3个projects!)。有的实习甚至是有薪酬的!下图是一家合作过的公司给MSAN的反馈(图片来自在读学长的分享,非常感谢!):  第2张图片


MSAN直接把UC Berkeley的统计系比下去了,这下小伙伴们可以放心Practicum的质量了!另外一个例子,同样来自学长的分享: 前两年有个大公司和MSAN进行合作,结果公司的项目管理和工作体验太差,直接被MSAN开了,牛逼哄哄啊!
课程表中没有体现的另一大亮点,是MSAN在每周组织的seminar。项目会邀请各公司来做presentation, 和同学们分享各行业中数据分析的应用情况,并提供networking的机会。曾有公司来宣讲,做presentation的是一个Stanford的PhD, 宣讲结束后,PhD直接说我准备招两个人,有兴趣的请来交流。原来工作可以这么去找!

三.     小班教学与良心学费

    在BA项目近年大规模扩招的情况下(NCSU招生数量从80扩到120, UR从13扩到40,UMN从40扩到80),MSAN依然以学生体验为优先考虑,16年预计录取学生在50 - 60左右 (15 Fall发了55份录取,最后来了45人),ProgramDirector在关于class size问题的回复中说到(不想看英文的,请直接看英文后面的中文总结):

“Regardingthe size and splitting of the student cohort, there are two things that wereally want to take into consideration with the MSAN program: 1) we like thesmall class size so that there is ample opportunity for a student-teacherrelationship, and 2) we want you, the students, to know one another and alwayshave each other as part of your collegial network. Of course, our program isexpanding, so to accommodate both (1) and (2), we will be splitting the cohort,but not quite in the way you have imagined.
Instead,for each class that you take, we will be splitting the cohort into two groupsof 30 and both groups will have the same instructor for the class. However,from class to class, we want to make sure that all students have a chance totake a class with all other students, so we will split the cohort so that wemaximize the so called entropy of the classroom. In some of the classes, suchas the boot camp classes, we will still only have 1 lecture to all 60students.”

这段话的关键信息有:1.项目很喜欢小班教学,这样有更多的师生互动。2.为了让学生之间有更多交流,有的课程会60人一起上,有些课程会分成30人的小班,教授是一样的。这样的班级设置对教学质量无疑是帮助很大的!说到这里,大家一定会想,这样的项目,学费很可观吧?其实不然,作为私立大学的USF,总学费为$43000,与很多公立大学有一拼(UT Austin学费44k, NCSU学费43k)。而且每年入学的学生,有一半能拿到2000-10000的奖学金(中位数3000),国际学生同样有奖!现在被录取的中国学生,大都拿到了3000-5000的小奖。It does sound too good to be true, but it is TRUE!

四.     录取学生的背景

有人可能会怀疑,作为综排比较靠后的USF,其analytics项目会不会在学生质量上比较可疑?那么看了16 Fall目前录取学生的详细背景后,你可能在心里会小声来一句:我勒个去…

 第3张图片

可以看出,目前录取的中国学生,三维较高,或者本科学校牛,或是有海外留学经历。其中好几个人的工作经历也是非常丰富。而录取的其他国家的学生,除了个别位于加州并不为我们说熟知的学校外,其他也都是小编在文章最开头提到的全球名气很响的学校。除了学术背景的多元化,MSAN的同学们也来自英国,爱尔兰,中国,巴西,印度,美国等不同国家。15年入学的学生8人自中国,6人来自印度,8人来自其他国家,剩下为美国人。对于喜爱和不同国家人交流的同学来说,MSAN绝对可以满足你的要求!

五.     地理位置与工作

    之所以把地理位置放在第五点才说,是因为一提旧金山都不用刻意强调它的Location。作为全球的科技与金融中心,旧金山湾区汇聚了如微软,Paypal,Facebook, Oracle, Google, Intel等名字如雷贯耳的科技巨头。而很多同学可能不甚了解的是,旧金山同样是各种start-up (创业公司)的聚集地,近些年发展很快的Uber, Nextdoor, dictionary.com, salesforce都是MSAN毕业生的雇主。很多与项目合作的practicum公司,就在USF downtown campus的步行范围之内,大大解决了交通问题!要知道,好些UT Austin BA项目的毕业生是跑到旧金山找工作的!

    说起毕业后的发展,很多同学都有留在美国工作几年的想法,那么MSAN绝对是你的不二之选。自项目2012年设立以来,已经毕业的三届学生,就业率为100%!与其说愁找工作,不如说愁找不到薪酬高的、合适的工作。而毕业起薪更是MSAN很引以为豪的一点。下面是毕业生的起薪数据:

2014-2015
MedianBase Salary (not including deferred or contingent compensation) - $100,000
MaximumBase Salary - $160,000
MedianBay Area Base Salary - $110,000
2013-2014
MedianBase Salary: $90,000
MaximumBase Salary: $160,000
2012-2013
MedianBase Salary: $85,000
MaximumBase Salary: $95,000

薪酬的中位数都在逐年提高,14年和15年的学生都在毕业后3个月之内找到了工作。国际生的薪资水平同样可观,15年毕业的cohort,国际生起薪中位数96,000,平均年薪10万刀!再加上MSAN本身是STEM专业,最长可有29个月用学生签证工作的时间(甚至在新政策下可延长到36个月),学费都能赚回来!这下妈妈终于不愁我在美国的工作问题了。
关于毕业后所从事的职业,MSAN主页列出了目前毕业生的job title,各种职业任你挑选:  第4张图片



六.学校的小小劣势

    夸了MSAN这么多,现在来谈谈它的不足。首先是国内很多同学关注的综合排名,在US News最新公布的排名中,USF位列108。对于毕了业马上想回国的同学来说,这确实是个不足。毕竟国内求职的人太多,很多HR在第一轮筛选中都会根据学校排名一刀切,不过既然去了USF,相必大家是抱着至少工作几年的想法再做下一步打算。那么在湾区或是美国其他地区工作1-3年以后,到时候即便回国发展,学校排名的影响已不如对应届生那么大,所以综排的劣势也就减弱了。

    第二个小不足来自于旧金山的生活成本。市区内平均1000-1500美元左右一个月的房租,确实对很多家庭是不小的压力。但就小编掌握的有限信息,800刀左右也可以租到离学校乘车45分钟左右的合适房子(需要和3人左右合租)。旧金山市区内交通也比较方便,在BART(一种有轨捷运交通)站点附近租房,乘车去学校也是方便的。而MSAN项目用一年将所有课程上完,也有出于为学生节省生活成本的考虑。

    总的来说,旧金山大学的优势是远远超过其不足的,作为年轻人,如果能在湾区闯荡几年,相信是很宝贵的一种人生经历!大家不要犹豫啦,快快提升自己的背景,来申请MSAN吧!项目的申请截止日期是3.1,所以还有时间!最后小编祝大家早日拿到理想学校的offer!猴年快乐!

PS: 最近和MSAN的Program Director联系上了,他说有相关问题的话,可以给他列一个单子,他会尽力解答。所以现在请大家可以畅所欲言,把想问的问题都回复在这里,我会选出最有代表性的问题发给Director!

       作者:Niko (16 fall usf)

BA留学汇汇集各校BA在读录取人才,专注BA三十年,带你申请带你飞。欢迎大家踊跃关注!
http://weixin.qq.com/r/Gzjn-xrEmkflrV6c920J (二维码自动识别)


所有文章未经注明皆为原创,转载请注明来源~
回复 支持 反对

使用道具 举报

 
7#
拓跋风舞 发表于 2021-1-6 06:50:52 | 只看该作者
 
Eleanor 同学怕不是陷入的强烈的自我臆想当中无法自拔了,现在恐怕是在美国混不下去,又跑东部又读master了,还在知乎上改了名叫徐美美,说自己是统计phd,弄个虚假人设忽悠知乎网友,一个人虚荣到什么程度才能这么无聊。
徐同学现在学习的链接,清楚的写着她是ms而不是phd,统计学博士在读,呵呵,还在自己的回答里说拿了多高的全奖,真是优秀到不行的女博士。
Graduate Students
 第9张图片  第10张图片
回复 支持 反对

使用道具 举报

 
8#
巷无良偷 发表于 2021-1-6 06:51:50 | 只看该作者
 
这个问题是两年前提的,然而当初我申请的时候并没有看到。不过两年的时间,项目也有了许多变化,第一个就是项目已经改名为MS in Data Science了。所以希望用这个回答做个补充。
利申:该项目18'毕业生
项目介绍 - MS in Data Science @ USF

    项目的官网几个一亩三分地的帖子:

    17届在读答疑17届在读分享18届在读分享
结合着在读体验,介绍一些这个项目的几点特点:
    学制短,课业紧。
一些最近新开的Data Science 项目是两年制的,课程覆盖大同小异,那么这个一年制项目的work load可想而知了,不但有作业也有许多projects。对于零基础转专业的同学来说,可能进度会有一点快。而且因为时间限制导致部分内容不够深入的情况也是存在的。
但是,从时间成本跟效果来看,还是很值得的。因为两年的时间,一个硕士毕业生+一年全职工作经验 >> 一个刚刚毕业的硕士。另一方面就是数据科学这个范畴下,坑太多了,从实验设计到机器学习,nlp, 图像处理,能够有实践的机会并且深入某一方向是比较重要的。
补充一点关于项目课程的信息。我觉得项目里厉害的老师也挺多的,也有教学水平一般的老师。但这个是普遍现象吧,逛一圈论坛就会发现吐槽这一点的什么学校的学生都有。而项目用心的一点在于,这个项目一直在成长。去年成立了Data Institute,跟业界建立更多联系;招聘不同方向的新老师,增加开设N的课程;最重要的一点是,每年都会根据学生的反馈跟找工作的情况对课程进行调整。目前的课程跟7年前项目刚刚成立的时候已经有了很大的变化,也新增了几门modeling跟cs的课程。这些改变都是紧跟业界需求的,也最大程度地利用了学校的地理优势,紧跟湾区公司的变化。
    送实习。
(实习项目介绍)
是的,这个12个月的硕士课程包括了一个9个月的实习计划。跟其他大部分学校那种只是跟公司合作project的practicum不同,USF DS 的实习是实实在在地每周在公司工作两天。
项目在每年7月初开学,经过四个月的学习后,同学在11月初前后开始实习,直到毕业。每周两天去公司上班,另外三天在学校上课。
实习公司都是学校提供的,可能有70多家(?)(具体数字我也不太清楚,而且每年变动)。在10月会安排三天的pitch day,所有公司都会到场,介绍其实习项目,同学也可以现场互动了解更多。然后同学向学校提交自己的意向书(可以选择几家自己最想去的公司),然后学校会根据这个意向安排实习,一般每个公司两个同学。
实习的公司包括Airbnb, AT&T, PayPal, Mozilla, Eventbrite, Reddit, United Healthcare, Trulia, and UCSF等等。对于我个人而言,这份实习对我后来找full time有很大的帮助,有一些同学也在提供return offer的实习公司继续工作了。
    高就业。
(就业数据)
USF DS 另一个出名的地方就是比较高的就业率跟毕业起薪吧。值得一提的,多数学生找到的工作都是data scientist。根据我找工作的经历来看,一个项目能有这样的数据是不容易的,因为总所周知data scientist偏好phd。比方说cmu的mcds,绝大部分毕业生还是做sde去了。当然并不是说sde不好(其实真挺好的),就只是想说ds的工作难找而USF DS的表现不错。而且官网数据17'的平均起薪是11w5,18'的平均起薪12w,国际生起薪12w。
不知道为什么有回答会diss这个就是湾区的平均起薪所以没有什么好骄傲的。location本来就是应该要考虑的问题之一。湾区的普通起薪确实是这么多,毕竟也只是一枚小硕,不是牛校phd,拿硕士平均起薪是可以接受的。可是全美也只有湾区能有这个平均起薪,而硕士fresh grad找一份工作轻松吗,一个外地的fresh grad跟本地学校的fresh grad在湾区找工作谁更有优势呢?
公布详细就业数据的data项目不多,可能其他ds的项目还比较新吧,没有多少数据可以提供。粗略地看一圈感觉跟西北的MSiA的就业情况是比较相近的。而ba项目跟ds的就根本没有可比性,求职方向也不同。某东部100%就业率的项目多数同学做analyst,平均起薪8w。
单说18'的就业数据(主要是中国同学),大部分都在湾区office工作了。Facebook, Linkedin, Amazon, Google都有人去,除了Google的是data analyst其他都是data scientist。其他大公司还有Adobe, Apple, Ericsson, Ford, GE, IBM, Walmart Lab, Visa。其他知名公司或者startup有Uber, DoorDash, Twitter, Indeed, Palo Alto Networks, Pinterest。也还有一些同学去了其他startup或者拿return offer继续在实习公司工作了。
    联系多
虽然目前几届项目都是80人,不算小,但是跟教授的联系都非常紧密。学校的实习项目其实是教授与学生共同参与,每位同学都会有一位教授mentor,每周要meeting半个小时,交流实习项目的进展并且解决遇到的问题。而在项目的后期,mentor也会帮助同学们找内推找工作,交流面试情况。学生与教授之间都很熟悉,项目对同学提供了许多支持。这两年也有个别同学毕业后较长的时间里都没有拿到offer,然后项目也给这些同学提供了当TA或者RA的机会,争取到更多找工作的时间。
申请准备

项目的官网里应该有绝大部分的项目信息了,从how to apply 到每个在读学生的信息,可以认真看一看。我就补充几条吧:
    录取的学生中有理工背景的比例升高了。根据class profile估计超过70%的在读生都有理工背景,我记得我申请的那年是没有那么高的比例的。而个人感觉只要有Bachelor in Sccience(BS)或者Engineering(BEng)的背景,都是可以一申的。这两年项目扩招到了80人,因为教授的人数限制,近年应该不会再扩招了。先修课的要求听起来挺严格的,但是如果非要说的话,Computer Programming可能是有商量余地的一门课。听说有用online courses申请成功的。面试题其他回答总结得挺好了,一亩三分地里也有许多面经分享。
回复 支持 反对

使用道具 举报

 
9#
色鸭子3代 发表于 2021-1-6 06:52:17 | 只看该作者
 
17fall 拿到的这个项目的带奖offer但是没有去,感觉申请主要看面试。
面试一共6道题,两道Probabilities, 两道Linear Algebra, 两道编程(python).
都不难,不偏,编程题仅要求读懂code.
然后教授问了为什么申请这个项目(因为看中了实习机会和实际应用导向的课程设置啊,这是这个项目的亮点,教授听了很高兴和认同,表示really want you in this program)
所以准备申请的话确保probabilities 和 linear algebra基础扎实,确保不会因为英文terminology的问题答不上题。思考答案不要太久或者思考过程中跟教授说说话这样不会尴尬,可能也能稍微加点印象分。
回复 支持 反对

使用道具 举报

 
10#
文华轮回 发表于 2021-1-6 06:52:33 | 只看该作者
 
利益相关。

今年在USF和NYU DS选择了NYU。最近在找实习,只能说当初自己选的路,跪着也要走完…

如果说后悔吗,是有的。排除名气而言,USF做到极致,送实习而且湾区比起ny来说确实更适合ds。

也许我纠结完这半年,找到实习的话,想法会变。

—————
找实习痛苦时,肠都要清了。还好,跪过去了。
—————
usf很优秀,能看到学到的东西特别多。
回复 支持 反对

使用道具 举报

 
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

排行榜
活跃网友
返回顶部快速回复上一主题下一主题返回列表APP下载手机访问
Copyright © 2016-2028 CTLIVES.COM All Rights Reserved.  西兔生活网  小黑屋| GMT+8, 2024-5-15 13:54