NYU CS课程介绍

1. Siege的算法和Goldberg的Programming Language还不错。跟过Coursera上Stanford的算法课，但发现面试DP问题并不多，基本也不会考那么广泛的内容；DFS，BFS面试见得最多。Siegle的课挺强调这块内容的。Pragramming Language学了5门语言(的基础...) 和一些简单的编译原理，垃圾回收，OOP， 给入门的我长见识了....
2. Courant的前端课只有一门，还不适合新手，我碰到的第一周作业是将一个完整JavaScript项目改写成TypeScript，把我给劝退了; 后端嘛，Database讲的不行（学弟学妹可以考虑tandon的database？); 移动端，基本没听说有开......说实话DB还是挺重要吧，后端和Data Science都要，招新人做data相关的岗位大概率是招去洗数据的...
3. 理论课，挺难的。一部分纯数学课好像并没有cs ms去上（这些课加CS的title是来蹭热度的吗....）；有些课是和Courant的数学PhD一块上，比如凸优化；很搞笑的是，学院开了Mathematics of Deep Learning, Deep Generative Models这些和热门方向沾边但实际很理论的课，很多同学高估了自己的数学水准，造成选课爆满然后大批退课的盛况
4. ML NLP CV 分布式这些热门的课基本第二年才选，下学期再来更新吧。
5. 强推Thomas Wies啊，rate my professor不一定准呀！讲Scala的课谈到了Monoid（自函子范畴上幺半群，听上去就很装逼对吧=。=）, 我四年前学的抽象代数能在这儿碰上, 太惊喜了.... 据说DevOps课也不错。Mohamed Zahran，Mehryar Mohri，Daniele Panozzo 据说都是好老师; Suzanne呢，有师姐和一些同学觉得好，但我不喜欢真的有点水啊，当然MapReduc还是很值得了解滴，要是能重来我选择自学，上完感觉亏了学费......
6. 很多人偷懒或因为找工作选了水课，这个不能赖学校嘛。但确实蛮缺“中等难度”的课，硬(的数学)课还是挺多的，而且可以选Tandon的CS课，可以选DataScience的课，也可以读成一个数学Master （数值方法凸优化机器学习密码学科学计算都是CS的课 还能跨专业选三门课...）
7. 我建议新生在秋季学期学一些质量好的选修课，春季学期再学两门必修课，个人感受Fall semester的课显著好于Spring semester。并且必修课不带Project，找实习还是要有点proj的...
8. 第一年新开课的老师慎选啊....另外NYU的保险是真的贵，可以waive了买校外的
   

学了一年CS感觉还是跟网课入门比较靠谱，老师现场发挥再好能比上录像？当然，上课瞻仰下大神风范也是极好的，在Courant拿到终身教职是真的强，adjunct professor感觉水准就不太有保证了。综上，如果你对数学还感兴趣，对ML CV NLP感兴趣，来Courant有很多选择；如果想好好学前端后端移动端，Courant可能满足不了你（虽然我觉得开全这些课就成真技校了...）。NYU可以part time实习，但是能不能延毕或者有第二个full time实习的机会我也不清楚，感觉在公司学琐碎的知识特别快，就是心疼CPT 3学分的钱
附cs.nyu.edu

补充内容 (2019-2-1 08:41):
关于Part time实习: 听说有spring入学的同学用pre-opt去了亚麻做fall intern，注意part-time和校内TA, grader不能同时做(part time = TA = 20h/week)

补充内容 (2019-2-1 08:48):
CS下的ML非常理论，属于证bound那种类型，如果不读PhD还是推荐上DS的ML；CV老师讲课和lecun一个风格...workload不算大，还是推荐自学CS231n吧.... NLP据说是DS秋季开的那门比较好，可惜我选上了却换成CV不知详细情况