Columbia MSCS 23fall一学期体验 (无功无过)
2327635
各方面比较中庸.
生源和找工情况
23fall连带CVN(online master)的大概200多人, 中国人大部分是美本 + 其他海本 + 陆本, 感知上美本最多, 差不多等于其他海本和陆本的全部加起来? 生源GPA比较高, 但是感觉大部分人实习有所欠缺 (周围人 + linkedin看到的情况), 多段大厂实习的比较少 (不到20%的样子). 厉害的很厉害.
周围人找工情况一般, 拿面试情况因人而异, 有0个, 也有六七个, 比较玄学. 样本较小, 不具有参考价值, 认识找intern上岸率不到30% (有不少人不找intern, 而且我觉得现在上岸率参考不大, 我今年认识intern上岸的无论男性女性, 基本都是足够强, 不过linkedin上看到好多neu的背景一般的上岸了amazon/linkedin, 很神奇. 所以我觉得要是有普通背景拿面试的比率, 会比上岸率更有参考意义), 没怎么听说amazon这种上岸的, 感觉今年上岸只会刷题不太行 (尤其非美本的亚男, 不match很可能拿不到面试), 今年发面试的厂tiktok/nv/apple以及其他中小厂都或多或少考八股或者简历相关的. 哥大找工最拉跨的地方在于master没有handshake也没有career fair. 明明有career fair, 但是不让master注册...
diversity比较好, 23fall mscs的中国人找quant的, 有创业的, 有data的, 有sde的, 有mle的 (但不认识要读phd的lol), 人种分布也比较多样, 除了中国人和印度人, 还有不少欧洲人韩国人东南亚人 (这些人很多也很厉害, gpa高, 实习经验也丰富), 也看到一些工作经验很多的人, 还有快五十岁的投资人来学CS.
但是没什么社交的机会, 感觉认识人还是挺难的, 尤其是哥大线下课出勤率很低, 大家基本没什么交集, 圈子很容易就固定下来了. 当然, 愿意社交总能找到机会~
选课
哥大要求10门课毕业, 一般是4+4+2, 每学期最多可以选5门课, 所以如果想一年毕业也是可以的. 听说如果第三学期找老师做research, 是可以免费再续一学期的, 就是两年毕业. 上满一学期后, 可以随时休学, 上限12个月.
选课的话ML track最为灵活, 可以用本科的课waive必修课, 这样子多出来的学分就可以自由选择.
一些自己上过的和朋友上过的课程:
1. Design with C++: C++之父亲自教授, 学到很多东西, 不知道之后还开不开了.
2. Competitive Programming/Technical Interview Preparation in C++: 带刷leetcode.
3. OS: 24spring开始换老师了, 之前两位老师口碑都很好, 授课内容也过硬, 这学期上的, 学到了不少. ([Operating Systems I (columbia.edu)](cs.columbia.edu))
4. Distributed System: 除了最后一个作业都采用的MIT 6.824 2015版的. ([Distributed Systems Fundamentals · Columbia University Course COMS 4113](systems.cs.columbia.edu))
5. Advanced Programming: 本科课程, 研究生无法计入学分, 但应该可以旁听? reddit上本科生十分推荐, cs.columbia.edu, 感觉和CSAPP的部分比较像.
6. advanced systems programming: 和CSAPP有重复, 定位是Advanced Programming和OS的衔接课. cs.columbia.edu
7. Analysis of Algorithms I: 授课老师Tim Roughgarden来自Stanford, 在youtube和coursera都有公开课, 教材用的他自己写的. 感觉教材质量很高, 开始上了几次之后就没去线下上过课, 看看教材就差不多了. 整体感觉中规中矩吧, 对于本科上过算法课的来说, 就是复习一下, 偏理论, 和leetcode关系没那么大. 考试比较难, 好好复习拿A也不算难.
8. Intro to DB: 授课老师Donald. 听说朋友说大水课, 大部分都是A. 讲一些很基础的SQL, 有了ChatGPT之后基本没啥难度, 老师还会各种理由改成zoom. 从第一节课之后没去过线下. 一学期的workload大概10-15h. 很好水, 给分友好.
9. Engineering Software-as-a-Service: 授课老师Junfeng Yang. workload不大, 之前没怎么学过软件工程的东西, 可以了解一点概念, 大概100多人register, 学期过半线下去上的只有10个左右. 作业用的教材配套练习, 网上答案很多. 很好水, 给分友好.
10. Cloud Computing & Big Data. workload较大, 上课和作业内容关系不大, 是个学习aws的好机会, 授课质量很一般, 但能从作业学到不少. 好好花时间可以拿A.
11. CV/NLP: cv1就是比较经典的cv, cv2就是深度学习, 看过syllabus, 感觉涵盖的很广, cv几乎所有主流方向都有涵盖. nlp就是从经典到深度学习, 看了下syllabus最近更新了RLHF和LLM的章节. 这几门课口碑都不错, 算比较难抢的, 但是我一直觉得master的cv/nlp课很尴尬, 给mle方向的来说过于入门, 给sde方向的来说没有用处, 感觉就是调节workload用的
12. ML: 据说worklaod大, 很数学, 应该适合偏DS的学习.
总结: 我第一学期上下来, 感觉workload并不如传闻中大, 入学前老听说要学4门课 workload很大, 但是实际上下来, 以及和周围同学讨论, 大家都觉得哥大很好水, workload很小. 周围一半以上的同学连续几周都不去线下上课. master阶段给分无所谓, 但整体感觉还是挺宽松的, 我基本不care GPA, 很混都拿了3.7+. 当然想上强度的话也是有system的课能上的, 但是system好课选择余地很少, 像分布式甚至spring都不开. 另外, 哥大在课程的开设上也不够全面, 没有一门LLM/MLsys这类比较前沿的课程, 也没有看到search engine/storage这些相对冷门的课程. 和CMU差的很远, 和USC也有差距. 不过哥大CS就这个规模, 也很理所当然.
生活
纽约生活还是不错的, 没碰到安全问题, 也没有被歧视啥的, 周围好像也没有碰到. 吃喝玩乐相对丰富, 肯定比不了国内. 逛展逛街选项十分丰富, 曼岛也十分适合citywalk. 在这里碰到的朋友也不错, 没感觉到内卷, 不过相应的找工氛围不算特别浓厚. (和圈子有关系, 个人感觉是这样的, 周围没有同学高强度push找工)
TA/RA
认识不少第一学期就当上TA的, 感觉好像还是挺简单的, 不过当了ta除了20刀出头的时薪没有任何福利 (得拿到ta的奖, 才能减免学费, 非常难). 不知道RA难度, 但是如果愿意免费打工应该还是挺容易的? 因为周围想读phd的比例不高, 如果本科有ai相关的Research经验, 过来陶瓷老师应该不会太难. 而且可以做thesis, Research也可以延期到2年, 挺适合想当跳板读phd的.
开销
学费8w刀出头, 2400/学分+杂费. 住校外的话在1300 - 5000.
学校附近 (106- 110街): 这个一般带厅卧, 价格最低厅卧1700 - 1800的样子? 普遍人均2000+ 步行5-10分钟, 房源比较紧张.
学校附近老楼: 2b1b, 3b1b, 3b2b, 4b1b, 4b2b不住客厅, 大概在1300 - 1600左右, 步行10-20分钟.
哈莱姆: 这个主要是黑人区, 安全好像不太好, 价格从1400 - 2000. 住宿条件和学校附近差不多, 地铁20分钟.
96街附近: 有校车停靠, 人均2000+, 地铁/校车10-20分钟
LIC: 价格浮动比较大, 普通人均1500 - 2500, 地铁30分钟, 吃的比较多, 很多同学住这里.
吃饭价格均为税后小费后: 吃饭学校食堂自助13 - 19刀不等, 不同食堂不一样, 路边餐车8 -12刀不等, 学校步行10分钟有多家中餐馆, 中午<15刀. 晚饭20刀. 学校离麦当劳15分钟步行距离, 校门口有shake shack和sweet green. 都在外面吃普通的平均一天30-40刀差不多. 自己做饭价格和别的地方出入不会很大, 一顿三五刀就能吃的不错了.
哥大开销没有很多人想象的那么夸张, 经常在地里和小红书看到有人因为开销劝退别人说什么一年一百万. 学费算8.5w, 住宿+生活费算一个月3000刀, 极限一点2000刀甚至更低也可以, 1.5年满打满算18个月总计14w刀. 实际上, 考虑到寒暑假, 根本算不满18月. 整体开销大概在90 - 100w上下. 当然, 这还是很贵就是了, 只是没那么夸张.
总结
无功无过的项目, workload小, 不给找工作造成阻碍. 拿个综排专排都还行的CS master学位, 体验一下纽约的生活, 认识一些新朋友. 如果从性价比考量, 更推荐去UCSD/Gatech/UIUC这类公立学校. 横向对比开销和定位都差不多的学校Brown/Duke/NWU, 感觉就看个人偏好了.
补充内容 (2024-01-07 15:08 +08:00):
提到neu的意思是希望大家不要从上岸率评判学校项目, 应该从给学生的加成来评判. 比如CMU给80分的学生提升到85分, NEU则能给60分的学分提升到80分, 表面看是CMU的学生上岸率更高, 但是实际上这是因为生源本来就好. 大多数普通背景考虑项目, 考虑上岸率的时候, 还是应该看过往普通背景的学生的上岸率, 比如都是60分的学生去了不同的项目, 上岸率如何. (这里的60分, 80分仅为传达意思举的例子)
从这个角度来看, 根据我观察到的情况, neu就是top项目. 我在写正文的时候尽量保持客观了, 再读了一遍也觉得没有冒犯neu的意思, 希望大家不要误会.
补充内容 (2024-03-02 21:37 +08:00):
申请季选offer, 再更新一些想法吧.
纽约体验比较尴尬的一个点, 就是大家住宿非常分散, 然后CS学生又不爱上课, 没有公共的学习区域 (比如Brown那种), 所以院系内同学联系很少, 所以感觉同专业认识的人并不多.
生源和找工情况
23fall连带CVN(online master)的大概200多人, 中国人大部分是美本 + 其他海本 + 陆本, 感知上美本最多, 差不多等于其他海本和陆本的全部加起来? 生源GPA比较高, 但是感觉大部分人实习有所欠缺 (周围人 + linkedin看到的情况), 多段大厂实习的比较少 (不到20%的样子). 厉害的很厉害.
周围人找工情况一般, 拿面试情况因人而异, 有0个, 也有六七个, 比较玄学. 样本较小, 不具有参考价值, 认识找intern上岸率不到30% (有不少人不找intern, 而且我觉得现在上岸率参考不大, 我今年认识intern上岸的无论男性女性, 基本都是足够强, 不过linkedin上看到好多neu的背景一般的上岸了amazon/linkedin, 很神奇. 所以我觉得要是有普通背景拿面试的比率, 会比上岸率更有参考意义), 没怎么听说amazon这种上岸的, 感觉今年上岸只会刷题不太行 (尤其非美本的亚男, 不match很可能拿不到面试), 今年发面试的厂tiktok/nv/apple以及其他中小厂都或多或少考八股或者简历相关的. 哥大找工最拉跨的地方在于master没有handshake也没有career fair. 明明有career fair, 但是不让master注册...
diversity比较好, 23fall mscs的中国人找quant的, 有创业的, 有data的, 有sde的, 有mle的 (但不认识要读phd的lol), 人种分布也比较多样, 除了中国人和印度人, 还有不少欧洲人韩国人东南亚人 (这些人很多也很厉害, gpa高, 实习经验也丰富), 也看到一些工作经验很多的人, 还有快五十岁的投资人来学CS.
但是没什么社交的机会, 感觉认识人还是挺难的, 尤其是哥大线下课出勤率很低, 大家基本没什么交集, 圈子很容易就固定下来了. 当然, 愿意社交总能找到机会~
选课
哥大要求10门课毕业, 一般是4+4+2, 每学期最多可以选5门课, 所以如果想一年毕业也是可以的. 听说如果第三学期找老师做research, 是可以免费再续一学期的, 就是两年毕业. 上满一学期后, 可以随时休学, 上限12个月.
选课的话ML track最为灵活, 可以用本科的课waive必修课, 这样子多出来的学分就可以自由选择.
一些自己上过的和朋友上过的课程:
1. Design with C++: C++之父亲自教授, 学到很多东西, 不知道之后还开不开了.
2. Competitive Programming/Technical Interview Preparation in C++: 带刷leetcode.
3. OS: 24spring开始换老师了, 之前两位老师口碑都很好, 授课内容也过硬, 这学期上的, 学到了不少. ([Operating Systems I (columbia.edu)](cs.columbia.edu))
4. Distributed System: 除了最后一个作业都采用的MIT 6.824 2015版的. ([Distributed Systems Fundamentals · Columbia University Course COMS 4113](systems.cs.columbia.edu))
5. Advanced Programming: 本科课程, 研究生无法计入学分, 但应该可以旁听? reddit上本科生十分推荐, cs.columbia.edu, 感觉和CSAPP的部分比较像.
6. advanced systems programming: 和CSAPP有重复, 定位是Advanced Programming和OS的衔接课. cs.columbia.edu
7. Analysis of Algorithms I: 授课老师Tim Roughgarden来自Stanford, 在youtube和coursera都有公开课, 教材用的他自己写的. 感觉教材质量很高, 开始上了几次之后就没去线下上过课, 看看教材就差不多了. 整体感觉中规中矩吧, 对于本科上过算法课的来说, 就是复习一下, 偏理论, 和leetcode关系没那么大. 考试比较难, 好好复习拿A也不算难.
8. Intro to DB: 授课老师Donald. 听说朋友说大水课, 大部分都是A. 讲一些很基础的SQL, 有了ChatGPT之后基本没啥难度, 老师还会各种理由改成zoom. 从第一节课之后没去过线下. 一学期的workload大概10-15h. 很好水, 给分友好.
9. Engineering Software-as-a-Service: 授课老师Junfeng Yang. workload不大, 之前没怎么学过软件工程的东西, 可以了解一点概念, 大概100多人register, 学期过半线下去上的只有10个左右. 作业用的教材配套练习, 网上答案很多. 很好水, 给分友好.
10. Cloud Computing & Big Data. workload较大, 上课和作业内容关系不大, 是个学习aws的好机会, 授课质量很一般, 但能从作业学到不少. 好好花时间可以拿A.
11. CV/NLP: cv1就是比较经典的cv, cv2就是深度学习, 看过syllabus, 感觉涵盖的很广, cv几乎所有主流方向都有涵盖. nlp就是从经典到深度学习, 看了下syllabus最近更新了RLHF和LLM的章节. 这几门课口碑都不错, 算比较难抢的, 但是我一直觉得master的cv/nlp课很尴尬, 给mle方向的来说过于入门, 给sde方向的来说没有用处, 感觉就是调节workload用的
12. ML: 据说worklaod大, 很数学, 应该适合偏DS的学习.
总结: 我第一学期上下来, 感觉workload并不如传闻中大, 入学前老听说要学4门课 workload很大, 但是实际上下来, 以及和周围同学讨论, 大家都觉得哥大很好水, workload很小. 周围一半以上的同学连续几周都不去线下上课. master阶段给分无所谓, 但整体感觉还是挺宽松的, 我基本不care GPA, 很混都拿了3.7+. 当然想上强度的话也是有system的课能上的, 但是system好课选择余地很少, 像分布式甚至spring都不开. 另外, 哥大在课程的开设上也不够全面, 没有一门LLM/MLsys这类比较前沿的课程, 也没有看到search engine/storage这些相对冷门的课程. 和CMU差的很远, 和USC也有差距. 不过哥大CS就这个规模, 也很理所当然.
生活
纽约生活还是不错的, 没碰到安全问题, 也没有被歧视啥的, 周围好像也没有碰到. 吃喝玩乐相对丰富, 肯定比不了国内. 逛展逛街选项十分丰富, 曼岛也十分适合citywalk. 在这里碰到的朋友也不错, 没感觉到内卷, 不过相应的找工氛围不算特别浓厚. (和圈子有关系, 个人感觉是这样的, 周围没有同学高强度push找工)
TA/RA
认识不少第一学期就当上TA的, 感觉好像还是挺简单的, 不过当了ta除了20刀出头的时薪没有任何福利 (得拿到ta的奖, 才能减免学费, 非常难). 不知道RA难度, 但是如果愿意免费打工应该还是挺容易的? 因为周围想读phd的比例不高, 如果本科有ai相关的Research经验, 过来陶瓷老师应该不会太难. 而且可以做thesis, Research也可以延期到2年, 挺适合想当跳板读phd的.
开销
学费8w刀出头, 2400/学分+杂费. 住校外的话在1300 - 5000.
学校附近 (106- 110街): 这个一般带厅卧, 价格最低厅卧1700 - 1800的样子? 普遍人均2000+ 步行5-10分钟, 房源比较紧张.
学校附近老楼: 2b1b, 3b1b, 3b2b, 4b1b, 4b2b不住客厅, 大概在1300 - 1600左右, 步行10-20分钟.
哈莱姆: 这个主要是黑人区, 安全好像不太好, 价格从1400 - 2000. 住宿条件和学校附近差不多, 地铁20分钟.
96街附近: 有校车停靠, 人均2000+, 地铁/校车10-20分钟
LIC: 价格浮动比较大, 普通人均1500 - 2500, 地铁30分钟, 吃的比较多, 很多同学住这里.
吃饭价格均为税后小费后: 吃饭学校食堂自助13 - 19刀不等, 不同食堂不一样, 路边餐车8 -12刀不等, 学校步行10分钟有多家中餐馆, 中午<15刀. 晚饭20刀. 学校离麦当劳15分钟步行距离, 校门口有shake shack和sweet green. 都在外面吃普通的平均一天30-40刀差不多. 自己做饭价格和别的地方出入不会很大, 一顿三五刀就能吃的不错了.
哥大开销没有很多人想象的那么夸张, 经常在地里和小红书看到有人因为开销劝退别人说什么一年一百万. 学费算8.5w, 住宿+生活费算一个月3000刀, 极限一点2000刀甚至更低也可以, 1.5年满打满算18个月总计14w刀. 实际上, 考虑到寒暑假, 根本算不满18月. 整体开销大概在90 - 100w上下. 当然, 这还是很贵就是了, 只是没那么夸张.
总结
无功无过的项目, workload小, 不给找工作造成阻碍. 拿个综排专排都还行的CS master学位, 体验一下纽约的生活, 认识一些新朋友. 如果从性价比考量, 更推荐去UCSD/Gatech/UIUC这类公立学校. 横向对比开销和定位都差不多的学校Brown/Duke/NWU, 感觉就看个人偏好了.
补充内容 (2024-01-07 15:08 +08:00):
提到neu的意思是希望大家不要从上岸率评判学校项目, 应该从给学生的加成来评判. 比如CMU给80分的学生提升到85分, NEU则能给60分的学分提升到80分, 表面看是CMU的学生上岸率更高, 但是实际上这是因为生源本来就好. 大多数普通背景考虑项目, 考虑上岸率的时候, 还是应该看过往普通背景的学生的上岸率, 比如都是60分的学生去了不同的项目, 上岸率如何. (这里的60分, 80分仅为传达意思举的例子)
从这个角度来看, 根据我观察到的情况, neu就是top项目. 我在写正文的时候尽量保持客观了, 再读了一遍也觉得没有冒犯neu的意思, 希望大家不要误会.
补充内容 (2024-03-02 21:37 +08:00):
申请季选offer, 再更新一些想法吧.
纽约体验比较尴尬的一个点, 就是大家住宿非常分散, 然后CS学生又不爱上课, 没有公共的学习区域 (比如Brown那种), 所以院系内同学联系很少, 所以感觉同专业认识的人并不多.
