Cornell Tech CS 真实入学体验+选课介绍+找工作+申请Tips
743725
年初被Brown和UPenn拒了之后就在哥大，CMU和CT中选了CT （到现在都还心痛哥大交了4000刀的定金）。
申请之前看过很多学长学姐的分享帖觉得大有帮助，现在特意想开一个帖子来分享一下自己的就读体验。主要目的还是希望能给以后想申请CT CS的人提供多一些program和学校方面的了解。
提前说明：下面部分内容带个人偏见，杠就是你对 :)
1: 校园生活 + 环境+交通
Roosevelt Island简称罗岛位于Manhattan和Queens中间。地方小而优雅，周围被East River围绕所以夏天也不热，晚上海风吹还非常舒服。春天樱花开的时候整个罗岛的树都是粉红非常好看。年年都有很多人会在樱花开的那几个星期来罗岛游玩观光。罗岛安全性的话在整个NYC里应该是最安全的地方了毕竟地方小。
CT里大部分学生都居住在The House里，也有些住在罗岛的一些公寓楼里比如Manhattan Park, Octagon等。 The House价格来说非常亲民，studio每个月$2200左右。除了价格之后，The House高层的风景简直一流，左边有Queens，右边有Manhattan。有时候早上醒来看见一片天空和海整个人都感觉非常舒服。
The House里有gym+公共laundry+bike room。gym比较小，学校旁边有一个sports park每个月30刀，里面有篮球场，游泳池+比较完整的健身房。
如果你有车而且打算住在The House里的话，建议你早点把车处理好，因为罗岛里面停车是真的难。学校两边有Metered parking但是也很难找到位置。岛上也有大停车场但是permit parking的waiting list都排到好几年开外了。不太建议带车进岛除非你找到别人愿意出租permit给你。
2: 录取背景+人数+ Bar+人种分布
录取背景大多数是我跟别人交流的时候得知的。总体来说美本居多。这届有非常多UCSD和西雅图华大的本科生。美本比较出名的有来自UCB，UCLA，Purdue，UIUC，USC，Dartmouth，GT还有几个是Cornell本科。除此之外也混杂了很多没听说过的美本。
陆本的话我知道的有来自清华，上交，同济，香港top3, 台湾top2。 新加坡Top2 + 加拿大本科比如UBC，UoT，Waterloo, McGill都有。还有一些欧洲的学校我不太了解就不列举了。
Admission说今年各个program都扩招了，但没有给一个具体的数字。我从一些学长学姐里得知去年CS是大概100人左右。个人粗略计算今年CS起码有130+。扩招之后的Bar太迷了不得不吐槽一下，LinkedIn上搜出来的都有好几个都没有任何实习经验或者就一段两三个月的RA/TA。扩招之后的low bar也导致了明显的两极分化，一边是很多一段实习或者没有任何实习经验的学生，另外一边是很多起码两段实习或者全职工作几年。CT这么注重就业率，不知道为什么要招一些没有任何经验的人来拉低就业率。要不就真的很自信感觉自己的学生能上岸，要不就是拿来当cash cow。
Diversity的话基本没有，不是亚裔就是印裔。亚裔+印裔基本上占了70%，剩下就是白人+拉丁裔+黑人+一些少数。在Orientation上碰到一个白人还跟我说第一次体验到当个少数族裔是什么感觉…
3: 课程
开始说课程之前想提一下，如果你是转码选手，建议出门右转，CT真的不适合你。CT CS很多课程注重于AI/ML，并没有很多传统CS课程比如Operating system, compiler这类的。这个学期开了一门algorithm的课但是我觉得教的东西并不会帮助你准备面试或刷题，还不如自己多刷几单leetcode。
CT很多课都是大班教学，大班教学起码都是70+人。我本科一直都是小班教学20-30人，所以有点不太喜欢大班教学。
CS除了Studio是必修课之后，选课比较自由。studentaffairs.tech.cornell.edu30学分，2个学期毕业：
CT CS课比较适合已经有CS基础的。教授都是行内大牛讲课非常认真。我这学期正在上6门课。前四门是CS主修课，第五门是MBA的入门课，最后这门是必修的Studio。
1: Machine Learning Engineer (Alexander Rush)
CT的旗舰课不需要太多介绍，强烈推荐！Rush的研究主要是NLP，但也有做一些Deep Learning。这门课教你怎么写一个小的PyTorch，会需要你写很多代码。
需要注意的是这门课并不会注重于教你入门级别的Concepts，而是默认你之前有一点ML的基础或者自己做作业的时候补知识，认真学的话真的能学到很多PyTorch底层的知识结构，个人非常喜欢这门课。
Overall：5/5
Workload: 4/5
2: Applied Machine Learning (Volodymyr Kuleshov)
秋季CS另外一门ML类型的课。这个跟MLE就有点相反了。注重教基础的AI/ML知识，偏数学推导，需要写代码。
老师人很好，但是有时候会在一个topic上重复一些东西花费很多时间。作业的话差不多都是Kaggle 上面的一些比赛。对于CS来说不是必修课，所以你要是数学推导没有什么把握可以不用上。
Overall：4/5
Workload：5/5
3: Algorithms and Data Structures (Alex Conway, Thomas Ristenpart)
这门课很奇怪，当初开的时候写着是Thomas教。结果第一门课开始就是一个新来的教授Alex教。Alex教的一个字：烂，两个字：烂爆。首先他写的东西就很难懂，然后他有时候写证明的时候完全不知道他是怎么derive point b from point a。每次上他的课都感觉在坐牢。后来我实在受不了他讲课直接开始逃课。
4个programming作业，每个大概4-5题类似leetcode一样给你一个问题和一些数据让你去写算法。写完还要讨论一下runtime之类的。
上面说过了，这门课的内容不会帮助到你面试或者刷题。教的东西本科算法课大部分都有教过所以对于很多cs本科的学生就算翻新一下记忆。这门课不是cs的必修课所以可上可不上。
Overall: 0/5
Workload: 4/5
4: HCI and Design (Shiri Azenkot)
水课。我是拿来混学分的，本来就对HCI之类的不感兴趣。每次上课前要读一些文章然后课堂上讨论一下就分组去做当天要交的activity。这门课水到我想了半天也没想到这门课有什么好评论的…
Overall：3/5
Workload：1/5
5: Business Fundamentals
水课+只需要上半个学期。每节课上课之后需要自己去读一些case studies然后课上同学之间讨论。 印度女老师非常热情，人很好。这几课真的需要你开口交流。感觉还是挺有意思的，能学到挺多business方面的知识。
Overall: 4/5
Workload: 2/5
6: Product Studio
这门课是CT主打的studio里的必修课。MEng学位第一学期就上。开学之前会给你很多How Might We之类的挑战让你去挑15个感兴趣的然后从高到低按兴趣排序。然后CT有一套神(la)奇(ji)的匹配算法匹配队友。这门课我觉得要是真的评论的话我能单独另开一个贴。我自己对我几个队友的评价实在不太想写出来。懂得都懂…
大致总结一下，这门课的体验好与坏完完全全取决于你的队友。即使你自己个人很想努力做好，队友不想配合的话你也只能忍着。匹配到志同道合的队友就大家都很轻松，否则的话只能遭罪和认命。
Overall: 0/5
Workload: 4/5
给大家两个关于课程的建议：
4: 找工作
CT自称自己的学生有超过 tech.cornell.edu， 我觉得这个数据不可信。我在LinkedIn上面看到过的就有十来个今年5月份毕业的学长学姐至今还在找工作。
今年市场怎么样相信大家有目共睹。我自己就是各种白嫖OA然后被拒，一个面试都没。但是还是比较好运暑假实习return offer十月初终于批下来。
周围有些人已经放弃在美找工作转战国内，自己知道的已经有3个已经拿到国内offer。Cornell title在美国现在这个市场能提供的价值感觉很低，在国内倒是好用。自己之前投阿里云很快被捞起面试，可惜面试考的八股文自己不怎么熟悉挂了。
学校career management只能说尽力了，举办了各种活动， info sessions和career fair。Career fair来的公司有点少，说得上名字的就只有Bloomberg，JP Morgan, World Quant。这三家里只有Bloomberg在招SWE。除此之外，9月底学校组织了参观Bloomberg HQ，可惜sign up太晚满人了。CT最有特色的就是每年Bloomberg都会coffee chat捞点全职和实习。今年市场不太好好像也没有邀请很多人。我自己没被邀请到coffee chat，但身边有认识的被邀请了。不知道他们选人的标准是怎么样，今年被邀请的好像大部分都有全职经验，但认识一个在FANG某大厂全职两年的同学竟然没被邀请。
朋友跟我说Bloomberg还邀请了一位西部上面提到过某大学本科的国男。这个男的有一点我觉得很恶心的是他resume上称自己带头创建了一家Startup然后各种吹把自己打包成一位有经验的software engineer。打开他Startup网站一看就这？完全是个toy project。网站上两个products其中一个还打不开。想起自己3段实习还不如一个在resume上面造假的难免有点不好受。
5: 申请技巧
这里想分享一下我当初申请CT的时候想到的tips，take this with a grain of salt：
6: 不满意的地方
本来没想着写这个的，但仔细想了想CT好像又没好到让我无脑夸，就顺便写上吧。
7：总结
最后总结一下，总的来说CT对于有CS基础的学生来说还是个可以考虑的学校。但让我重新选的话我应该不会选CT。
tldr:
课程方面偏ML，课有水有硬全看你想混还是认真学点东西。第一个学期的Studio课全看运气，匹配到拉跨队友就只能认栽。
因为学校主打和鼓励创业，这里的确也有很多人是冲着创业而来。
学校很小待上几个星期很快就会认识很多人。
学校处于宇宙中心想逛街买东西就曼哈顿，想吃中餐就去法拉盛。
找工作还是要靠自己，Cornell Ttitle在目前美国市场不会起到太大作用。
很多同学都有一两年以上的全职经验，如果你像我一样只有实习经验的话可能跟他们比起来可能会比较吃亏。（或者你可以像某人一样造个toy startup放resume上忽悠人）
如果这个贴子对你有用的话请分享点赞加米~ 顺便附上几个我之前看过的学长学姐的贴子：
instant.1point3acres.cn
instant.1point3acres.cn
instant.1point3acres.cn
instant.1point3acres.cn
申请之前看过很多学长学姐的分享帖觉得大有帮助，现在特意想开一个帖子来分享一下自己的就读体验。主要目的还是希望能给以后想申请CT CS的人提供多一些program和学校方面的了解。
提前说明：下面部分内容带个人偏见，杠就是你对 :)
1: 校园生活 + 环境+交通
Roosevelt Island简称罗岛位于Manhattan和Queens中间。地方小而优雅，周围被East River围绕所以夏天也不热，晚上海风吹还非常舒服。春天樱花开的时候整个罗岛的树都是粉红非常好看。年年都有很多人会在樱花开的那几个星期来罗岛游玩观光。罗岛安全性的话在整个NYC里应该是最安全的地方了毕竟地方小。
CT里大部分学生都居住在The House里，也有些住在罗岛的一些公寓楼里比如Manhattan Park, Octagon等。 The House价格来说非常亲民，studio每个月$2200左右。除了价格之后，The House高层的风景简直一流，左边有Queens，右边有Manhattan。有时候早上醒来看见一片天空和海整个人都感觉非常舒服。
The House里有gym+公共laundry+bike room。gym比较小，学校旁边有一个sports park每个月30刀，里面有篮球场，游泳池+比较完整的健身房。
如果你有车而且打算住在The House里的话，建议你早点把车处理好，因为罗岛里面停车是真的难。学校两边有Metered parking但是也很难找到位置。岛上也有大停车场但是permit parking的waiting list都排到好几年开外了。不太建议带车进岛除非你找到别人愿意出租permit给你。
2: 录取背景+人数+ Bar+人种分布
录取背景大多数是我跟别人交流的时候得知的。总体来说美本居多。这届有非常多UCSD和西雅图华大的本科生。美本比较出名的有来自UCB，UCLA，Purdue，UIUC，USC，Dartmouth，GT还有几个是Cornell本科。除此之外也混杂了很多没听说过的美本。
陆本的话我知道的有来自清华，上交，同济，香港top3, 台湾top2。 新加坡Top2 + 加拿大本科比如UBC，UoT，Waterloo, McGill都有。还有一些欧洲的学校我不太了解就不列举了。
Admission说今年各个program都扩招了，但没有给一个具体的数字。我从一些学长学姐里得知去年CS是大概100人左右。个人粗略计算今年CS起码有130+。扩招之后的Bar太迷了不得不吐槽一下，LinkedIn上搜出来的都有好几个都没有任何实习经验或者就一段两三个月的RA/TA。扩招之后的low bar也导致了明显的两极分化，一边是很多一段实习或者没有任何实习经验的学生，另外一边是很多起码两段实习或者全职工作几年。CT这么注重就业率，不知道为什么要招一些没有任何经验的人来拉低就业率。要不就真的很自信感觉自己的学生能上岸，要不就是拿来当cash cow。
Diversity的话基本没有，不是亚裔就是印裔。亚裔+印裔基本上占了70%，剩下就是白人+拉丁裔+黑人+一些少数。在Orientation上碰到一个白人还跟我说第一次体验到当个少数族裔是什么感觉…
3: 课程
开始说课程之前想提一下，如果你是转码选手，建议出门右转，CT真的不适合你。CT CS很多课程注重于AI/ML，并没有很多传统CS课程比如Operating system, compiler这类的。这个学期开了一门algorithm的课但是我觉得教的东西并不会帮助你准备面试或刷题，还不如自己多刷几单leetcode。
CT很多课都是大班教学，大班教学起码都是70+人。我本科一直都是小班教学20-30人，所以有点不太喜欢大班教学。
CS除了Studio是必修课之后，选课比较自由。studentaffairs.tech.cornell.edu30学分，2个学期毕业：
- 5门CS课（15学分）
- 2门Technical electives (INFO, ORIE, CS, ECE里随便选两门）（6学分）
- 剩下学分基本全是Studio相关
CT CS课比较适合已经有CS基础的。教授都是行内大牛讲课非常认真。我这学期正在上6门课。前四门是CS主修课，第五门是MBA的入门课，最后这门是必修的Studio。
1: Machine Learning Engineer (Alexander Rush)
CT的旗舰课不需要太多介绍，强烈推荐！Rush的研究主要是NLP，但也有做一些Deep Learning。这门课教你怎么写一个小的PyTorch，会需要你写很多代码。
需要注意的是这门课并不会注重于教你入门级别的Concepts，而是默认你之前有一点ML的基础或者自己做作业的时候补知识，认真学的话真的能学到很多PyTorch底层的知识结构，个人非常喜欢这门课。
Overall：5/5
Workload: 4/5
2: Applied Machine Learning (Volodymyr Kuleshov)
秋季CS另外一门ML类型的课。这个跟MLE就有点相反了。注重教基础的AI/ML知识，偏数学推导，需要写代码。
老师人很好，但是有时候会在一个topic上重复一些东西花费很多时间。作业的话差不多都是Kaggle 上面的一些比赛。对于CS来说不是必修课，所以你要是数学推导没有什么把握可以不用上。
Overall：4/5
Workload：5/5
3: Algorithms and Data Structures (Alex Conway, Thomas Ristenpart)
这门课很奇怪，当初开的时候写着是Thomas教。结果第一门课开始就是一个新来的教授Alex教。Alex教的一个字：烂，两个字：烂爆。首先他写的东西就很难懂，然后他有时候写证明的时候完全不知道他是怎么derive point b from point a。每次上他的课都感觉在坐牢。后来我实在受不了他讲课直接开始逃课。
4个programming作业，每个大概4-5题类似leetcode一样给你一个问题和一些数据让你去写算法。写完还要讨论一下runtime之类的。
上面说过了，这门课的内容不会帮助到你面试或者刷题。教的东西本科算法课大部分都有教过所以对于很多cs本科的学生就算翻新一下记忆。这门课不是cs的必修课所以可上可不上。
Overall: 0/5
Workload: 4/5
4: HCI and Design (Shiri Azenkot)
水课。我是拿来混学分的，本来就对HCI之类的不感兴趣。每次上课前要读一些文章然后课堂上讨论一下就分组去做当天要交的activity。这门课水到我想了半天也没想到这门课有什么好评论的…
Overall：3/5
Workload：1/5
5: Business Fundamentals
水课+只需要上半个学期。每节课上课之后需要自己去读一些case studies然后课上同学之间讨论。 印度女老师非常热情，人很好。这几课真的需要你开口交流。感觉还是挺有意思的，能学到挺多business方面的知识。
Overall: 4/5
Workload: 2/5
6: Product Studio
这门课是CT主打的studio里的必修课。MEng学位第一学期就上。开学之前会给你很多How Might We之类的挑战让你去挑15个感兴趣的然后从高到低按兴趣排序。然后CT有一套神(la)奇(ji)的匹配算法匹配队友。这门课我觉得要是真的评论的话我能单独另开一个贴。我自己对我几个队友的评价实在不太想写出来。懂得都懂…
大致总结一下，这门课的体验好与坏完完全全取决于你的队友。即使你自己个人很想努力做好，队友不想配合的话你也只能忍着。匹配到志同道合的队友就大家都很轻松，否则的话只能遭罪和认命。
Overall: 0/5
Workload: 4/5
给大家两个关于课程的建议：
- Studio的挑战请真的挑自己感兴趣而不是去挑那些看起来能做出很好的结果的。
- 选课之前一定要多问，我选的课都是自己去问往届的学长学姐。比如说课是偏理论的还是实操的，课堂是偏讨论的还是听课的，课有没有Midterm/Final/Projects/Papers之类的等。
4: 找工作
CT自称自己的学生有超过 tech.cornell.edu， 我觉得这个数据不可信。我在LinkedIn上面看到过的就有十来个今年5月份毕业的学长学姐至今还在找工作。
今年市场怎么样相信大家有目共睹。我自己就是各种白嫖OA然后被拒，一个面试都没。但是还是比较好运暑假实习return offer十月初终于批下来。
周围有些人已经放弃在美找工作转战国内，自己知道的已经有3个已经拿到国内offer。Cornell title在美国现在这个市场能提供的价值感觉很低，在国内倒是好用。自己之前投阿里云很快被捞起面试，可惜面试考的八股文自己不怎么熟悉挂了。
学校career management只能说尽力了，举办了各种活动， info sessions和career fair。Career fair来的公司有点少，说得上名字的就只有Bloomberg，JP Morgan, World Quant。这三家里只有Bloomberg在招SWE。除此之外，9月底学校组织了参观Bloomberg HQ，可惜sign up太晚满人了。CT最有特色的就是每年Bloomberg都会coffee chat捞点全职和实习。今年市场不太好好像也没有邀请很多人。我自己没被邀请到coffee chat，但身边有认识的被邀请了。不知道他们选人的标准是怎么样，今年被邀请的好像大部分都有全职经验，但认识一个在FANG某大厂全职两年的同学竟然没被邀请。
朋友跟我说Bloomberg还邀请了一位西部上面提到过某大学本科的国男。这个男的有一点我觉得很恶心的是他resume上称自己带头创建了一家Startup然后各种吹把自己打包成一位有经验的software engineer。打开他Startup网站一看就这？完全是个toy project。网站上两个products其中一个还打不开。想起自己3段实习还不如一个在resume上面造假的难免有点不好受。
5: 申请技巧
这里想分享一下我当初申请CT的时候想到的tips，take this with a grain of salt：
- Entrepreneurship, entrepreneurship, entrepreneurship. CT is all about entrepreneurship. 如果你去了解一下当初为什么要建立CT你就知道当时的纽约市长Michael Bloomberg, 对没错他也是Bloomberg的创始人兼CEO，想要在纽约创造一个纽约的硅谷。如果你能在你的PS上面写点关于创业精神的东西和在面试中谈到相关的绝对会是个加分项！
- 这个适用于任何学校。申请之前可以看看学校的教授和了解一下他们的研究方向和作品。我申请CT之前就在一个Conference上面听过一个CT教授分享他的作品，觉得很感兴趣就在PS上面写到当时的感受和希望能有机会上他的课。
6: 不满意的地方
本来没想着写这个的，但仔细想了想CT好像又没好到让我无脑夸，就顺便写上吧。
- 大班教学。希望一门课能开多个sessions然后少点人。
- 课程多样性。希望能多点不同类似的课比如Operating System，Compiler和互联网。
- 食堂。Bloomberg Center里面有个cafeteria但是东西太难吃了。自从搬进来后自己厨艺倒是进步了不少。
- 课程时长。希望能从两个学期延长到三个学期。两个学期30学分真的有点拼，而且还要顾虑到刷题找工作。
7：总结
最后总结一下，总的来说CT对于有CS基础的学生来说还是个可以考虑的学校。但让我重新选的话我应该不会选CT。
tldr:
课程方面偏ML，课有水有硬全看你想混还是认真学点东西。第一个学期的Studio课全看运气，匹配到拉跨队友就只能认栽。
因为学校主打和鼓励创业，这里的确也有很多人是冲着创业而来。
学校很小待上几个星期很快就会认识很多人。
学校处于宇宙中心想逛街买东西就曼哈顿，想吃中餐就去法拉盛。
找工作还是要靠自己，Cornell Ttitle在目前美国市场不会起到太大作用。
很多同学都有一两年以上的全职经验，如果你像我一样只有实习经验的话可能跟他们比起来可能会比较吃亏。（或者你可以像某人一样造个toy startup放resume上忽悠人）
如果这个贴子对你有用的话请分享点赞加米~ 顺便附上几个我之前看过的学长学姐的贴子：
instant.1point3acres.cn
instant.1point3acres.cn
instant.1point3acres.cn
instant.1point3acres.cn
- 67
还剩下一个多月就毕业了，不得不说两学期过得真的很快。刚好春假有空出去玩，在飞机上闲着无聊顺便把春季的体验补上。也算有始有终吧哈哈。
课程：
1: Computer Vision (Noah Snavely)
Noah人非常好，课非常推荐！算是比较入门但还是能学到很多东西。课程对于没基础的同学可能会有点快节奏但是这门课很多TA和office hours。自己课后花点时间我觉得挺简单的。这门课从最基础的Edge detection说起然后目前讲到3D reconstruction。教的内容来自于UW的Szeliski，毕竟Noah算是Szeliski的大弟子。
1 take-home midterm，1 in-class final，class quizzes + 5 projects。
Midterm没什么好说的，就看着教授课程的slides做就行了。Projects的话都是已经有template code，学生只要implement一些函数就行，大概每个花个3-5小时就能做出来。Quizzes课上做，3-4个选择题8分钟内做完。
Overall: 5/5
Workload: 3/5
2: Networked and Distributed Systems (Vitaly Shmatikov)
CT里少数的Networking和systems相关的课。这门课上一次开都是2018年了。这门课应该算是Master level里面最难的一门课了，没有之一。转码同学别以为能在这门课补点知识。别说转码了，本科学CS的没点基础networking和working knowledge of C/C++都不建议上，会非常痛苦。
教授第一节课的时候也一再强调如果没有上面所说的基础的话可以直接drop了，很多人一开始都不以为然。第一个project发布之前这门课起码有80多个人上。第一个project出来后只超过3/4都drop了。目前只剩下20来个人是真正在上这门课的，大概有6-7个drop了但是在旁听。
这门课前半段会从OSI和TCP/IP说起，后面开始说distributed system之类的。个人觉得讲得一般般，有时候不知道为什么会把一些重要的只是一两页带过。
这门课属于纯理论，课上一行代码都不会给你展示，然后projects让你造大炮的那种。每个project可以两人组队，起码需要花10多个小时来做。目前只有第一个project有template code之外，其它都是给你一个specification然后你自己搞定。
TA说句不好听的，没什么用。第二个project我们需要通过他写的一个python script来和我们写的系统做一些东西。他的那个script真的无力吐槽… Debug和看懂他的script都花了我几个小时，第一次见到python能写得这么丑。
4 projects，1 in-class midterm + 1 in-class final。
Overall: 1/5
Workload: 5/5
3: Building Startup Systems (Danny Perez)
水课，适合转码同学和没有网页开发经验的同学。会有zoom recordings所以整个学期不去上课都行。3个projects每个都给的非常多的时间。
之前问过一些学长学姐他们说这门课的技术栈比较旧，今年Danny改了用一些比较潮流的技术栈所以我觉得还是比较值得上的。会学到怎么用Firebase和Next.js之类的。
这门课我后来开始跟教授做科研就drop了。但还是比较推荐。
Overall: 5/5
Workload: 2/5
4: Remaking the City (Tapan Parikh)
纯水课，跟上学期HCI一样水到我无法评价的那种。最搞笑的是开学前几堂课有次让我们上传一些能让我们联想家乡的图片，有个脑子不太好的国人上传了一包华子并且附上description: the taste of success。
课后我就把这门课给drop了，实在无法想象跟这种妖魔鬼怪上同门课。
Overall: 3/5
Workload: 0/5
5: Studio
春季的studio两个tracks里选一个：Startup或者BigCo。两个我都可以评价一下。
Startup：如果有创业想法的话选startup会是一次非常有意思的体验，跟一群志同道合的同学朋友做自己的product。CT非常鼓励创业所以很多人会选startup创业，往年也的确创造出了一些比较有模有样的公司。唯一要吐槽的是这课上会随机选取组来说一下自己的创业项目之类的。纯纯浪费时间。startup studio里的组还可以参加一下CT的startup award，第一名好像是100K美金的赞助费包含80K现金和20K worth of office space。目前还在筛选阶段，感觉竞争会非常强烈。
BigCo比较类似秋季的Product Studio，会和一些公司合作。今年的几家公司比较出名的有Microsoft，Google，Wayfair，Verizon和JP Morgan。听别人说有些公司是有个problem statement然后让学生去做，有些是让学生自己想一个然后advisor提供一下资源之类的。
总的来说春季的studio比秋季的体验好很多，主要是可以和熟悉的人合作。还是那句话吧，如果想创业的你一定要选startup试试，会是一个比较难得的机会。如果想比较水的，组个划水队选BigCo。
Overall: 4/5
Workload: depends
课程介绍的话大概就这些了，我自己还上了一7个星期的electives感觉没什么好介绍的。总的来说春季的课还行。有水有硬，另外一门比较火热的课是NLP。因为对什么NLP大模型什么的不太感兴趣我就没有上，所以也评价不了。不过不得提一下nlp.cornell.edu里面两个最牛的都在CT，要是对NLP感兴趣的CT绝对是个top choice。
除了上面那些课之外，我目前还跟一位教授做科研，这里也算几个学分。总的学分来说我已经超过毕业需求了。
校园生活：
校园生活之前也说的差不多了。唯一不同的是三月底学校两边的樱花都开了非常漂亮。这几个周末都有很多人特意来这边看樱花。三月底天气开始暖和风也不是很大沿着岸边走走会很舒服。
找工作：
身边认识很多两年program的都找到实习了。有实习上岸Google, Amazon，Tiktok，Bloomberg，Adobe的等。Cornell的title找实习绝对够用。
全职的话我身边除了我自己我只知道5-6个在美国上岸的。美国市场感觉还是那样，有些人已经准备联系教授看看能不能挂他们实验室一下了。
国内上岸的倒是很多，认识的有去百度，阿里云，腾讯，网易和小红书等。还有2个比较猛的上岸了国内两家挺大的对冲，佳期和诚奇。
总结：
在CT这两学期过得总的来说还是可以的。CT各式各样的背景的人都有，列举几个我觉得比较离谱的：
1：哥大的JD现在想转码。
2：Princeton的本科工作几年闲着没事来CT读个硕士。
3：在Citadel和Jane St工作了几年的trader想跳槽因为签了non-compete所以在等期间来CT读个硕士。
4：MIT的MBA做了几年Consulting后想读个ORIE想转Quant。
5：Stanford本科在苹果工作了十几年在疫情期间搬来了NY后来因为要RTO而辞职。Taking a career break期间顺便读个硕士。
之前看见别的学长学姐贴子说CT不怎么卷。我说实话不这么觉得，偶尔还是感觉到周围有些卷王。有些（不是全部）陆本和印度本科的同学是真的卷。印象最深刻的一次是凌晨两三点把project做出来然后问我要不把extra credits也做了？问他为什么要做他说想拿A+保GPA和要推荐信。我理都不想理。
就写到这里吧，大部分想写的之前也写了没必要重复一遍。有什么问题的可以留言知道的话会尽量回复。顺便附上几张随手拍的照片~
课程：
1: Computer Vision (Noah Snavely)
Noah人非常好，课非常推荐！算是比较入门但还是能学到很多东西。课程对于没基础的同学可能会有点快节奏但是这门课很多TA和office hours。自己课后花点时间我觉得挺简单的。这门课从最基础的Edge detection说起然后目前讲到3D reconstruction。教的内容来自于UW的Szeliski，毕竟Noah算是Szeliski的大弟子。
1 take-home midterm，1 in-class final，class quizzes + 5 projects。
Midterm没什么好说的，就看着教授课程的slides做就行了。Projects的话都是已经有template code，学生只要implement一些函数就行，大概每个花个3-5小时就能做出来。Quizzes课上做，3-4个选择题8分钟内做完。
Overall: 5/5
Workload: 3/5
2: Networked and Distributed Systems (Vitaly Shmatikov)
CT里少数的Networking和systems相关的课。这门课上一次开都是2018年了。这门课应该算是Master level里面最难的一门课了，没有之一。转码同学别以为能在这门课补点知识。别说转码了，本科学CS的没点基础networking和working knowledge of C/C++都不建议上，会非常痛苦。
教授第一节课的时候也一再强调如果没有上面所说的基础的话可以直接drop了，很多人一开始都不以为然。第一个project发布之前这门课起码有80多个人上。第一个project出来后只超过3/4都drop了。目前只剩下20来个人是真正在上这门课的，大概有6-7个drop了但是在旁听。
这门课前半段会从OSI和TCP/IP说起，后面开始说distributed system之类的。个人觉得讲得一般般，有时候不知道为什么会把一些重要的只是一两页带过。
这门课属于纯理论，课上一行代码都不会给你展示，然后projects让你造大炮的那种。每个project可以两人组队，起码需要花10多个小时来做。目前只有第一个project有template code之外，其它都是给你一个specification然后你自己搞定。
TA说句不好听的，没什么用。第二个project我们需要通过他写的一个python script来和我们写的系统做一些东西。他的那个script真的无力吐槽… Debug和看懂他的script都花了我几个小时，第一次见到python能写得这么丑。
4 projects，1 in-class midterm + 1 in-class final。
Overall: 1/5
Workload: 5/5
3: Building Startup Systems (Danny Perez)
水课，适合转码同学和没有网页开发经验的同学。会有zoom recordings所以整个学期不去上课都行。3个projects每个都给的非常多的时间。
之前问过一些学长学姐他们说这门课的技术栈比较旧，今年Danny改了用一些比较潮流的技术栈所以我觉得还是比较值得上的。会学到怎么用Firebase和Next.js之类的。
这门课我后来开始跟教授做科研就drop了。但还是比较推荐。
Overall: 5/5
Workload: 2/5
4: Remaking the City (Tapan Parikh)
纯水课，跟上学期HCI一样水到我无法评价的那种。最搞笑的是开学前几堂课有次让我们上传一些能让我们联想家乡的图片，有个脑子不太好的国人上传了一包华子并且附上description: the taste of success。
课后我就把这门课给drop了，实在无法想象跟这种妖魔鬼怪上同门课。
Overall: 3/5
Workload: 0/5
5: Studio
春季的studio两个tracks里选一个：Startup或者BigCo。两个我都可以评价一下。
Startup：如果有创业想法的话选startup会是一次非常有意思的体验，跟一群志同道合的同学朋友做自己的product。CT非常鼓励创业所以很多人会选startup创业，往年也的确创造出了一些比较有模有样的公司。唯一要吐槽的是这课上会随机选取组来说一下自己的创业项目之类的。纯纯浪费时间。startup studio里的组还可以参加一下CT的startup award，第一名好像是100K美金的赞助费包含80K现金和20K worth of office space。目前还在筛选阶段，感觉竞争会非常强烈。
BigCo比较类似秋季的Product Studio，会和一些公司合作。今年的几家公司比较出名的有Microsoft，Google，Wayfair，Verizon和JP Morgan。听别人说有些公司是有个problem statement然后让学生去做，有些是让学生自己想一个然后advisor提供一下资源之类的。
总的来说春季的studio比秋季的体验好很多，主要是可以和熟悉的人合作。还是那句话吧，如果想创业的你一定要选startup试试，会是一个比较难得的机会。如果想比较水的，组个划水队选BigCo。
Overall: 4/5
Workload: depends
课程介绍的话大概就这些了，我自己还上了一7个星期的electives感觉没什么好介绍的。总的来说春季的课还行。有水有硬，另外一门比较火热的课是NLP。因为对什么NLP大模型什么的不太感兴趣我就没有上，所以也评价不了。不过不得提一下nlp.cornell.edu里面两个最牛的都在CT，要是对NLP感兴趣的CT绝对是个top choice。
除了上面那些课之外，我目前还跟一位教授做科研，这里也算几个学分。总的学分来说我已经超过毕业需求了。
校园生活：
校园生活之前也说的差不多了。唯一不同的是三月底学校两边的樱花都开了非常漂亮。这几个周末都有很多人特意来这边看樱花。三月底天气开始暖和风也不是很大沿着岸边走走会很舒服。
找工作：
身边认识很多两年program的都找到实习了。有实习上岸Google, Amazon，Tiktok，Bloomberg，Adobe的等。Cornell的title找实习绝对够用。
全职的话我身边除了我自己我只知道5-6个在美国上岸的。美国市场感觉还是那样，有些人已经准备联系教授看看能不能挂他们实验室一下了。
国内上岸的倒是很多，认识的有去百度，阿里云，腾讯，网易和小红书等。还有2个比较猛的上岸了国内两家挺大的对冲，佳期和诚奇。
总结：
在CT这两学期过得总的来说还是可以的。CT各式各样的背景的人都有，列举几个我觉得比较离谱的：
1：哥大的JD现在想转码。
2：Princeton的本科工作几年闲着没事来CT读个硕士。
3：在Citadel和Jane St工作了几年的trader想跳槽因为签了non-compete所以在等期间来CT读个硕士。
4：MIT的MBA做了几年Consulting后想读个ORIE想转Quant。
5：Stanford本科在苹果工作了十几年在疫情期间搬来了NY后来因为要RTO而辞职。Taking a career break期间顺便读个硕士。
之前看见别的学长学姐贴子说CT不怎么卷。我说实话不这么觉得，偶尔还是感觉到周围有些卷王。有些（不是全部）陆本和印度本科的同学是真的卷。印象最深刻的一次是凌晨两三点把project做出来然后问我要不把extra credits也做了？问他为什么要做他说想拿A+保GPA和要推荐信。我理都不想理。
就写到这里吧，大部分想写的之前也写了没必要重复一遍。有什么问题的可以留言知道的话会尽量回复。顺便附上几张随手拍的照片~
文中含有App暂不支持的附件，请到论坛下载
文中含有App暂不支持的附件，请到论坛下载
文中含有App暂不支持的附件，请到论坛下载
文中含有App暂不支持的附件，请到论坛下载
Preview
被一位同学认出来了哈哈，他本来也想开一个贴但是觉得我写得跟他想写的很相似就懒得在地里再发一篇。这里他借我贴子补充一些他的入学体验+一些他在上的课。以下内容全部是我同学写的，经供参考，同时他过段时间会在xhs上发更详细的体验。
借楼：
我跟此贴楼主也是今年8月份入学CT CS. 本科在某农村Top 30读CS + Math, 毕业后在湾区某中厂当了2年SWE后实在不想再呆湾区了. 以前本科的时候有空就会来纽约玩所以对纽约一直很向往, 非常想在纽约生活. 裸辞后报了纽约比较出名的3家学校的cs全部录取: NYU Courant MSCS, NYU Tandon MSCS, Columbia MSCS, CT Meng CS. 个人没名校情结, 纯粹想体验纽约生活顺便混个硕士学位. 最终选了CT主要因为生活在岛上宿舍比较便宜加上罗岛风景真的真的真的非常好！The House宿舍同样的价钱在曼岛绝对找不到可以匹配的.
个人入学体验偏好. 有一点让我感觉到很意外的是教授大部分都很非常年轻, 感觉都是30出头左右. 而且大部分教授都和Industry有一定的联系, 比如Rush他除了在CT教课之外还在Hugging Face当part-time. 教授年轻并不代表他们教书不行, 正相反我觉得教授们教得非常认真和仔细. 一般如果课堂上不懂的东西我都是课后或者Office hour的时候去问, 教授都非常耐心的给我解答. 这个真的点赞!
课程有软有硬. 大部分课本科多多少少也有接触到所以对我来说比较简单. 这个学期除了Product Studio我选了3门CS还有一堆MBA的课.
1. Machine Learning Engineer (Alexander Rush)
这门课此贴楼主写得非常好我就不介绍了, 真的不是我们无脑吹. 上就对了.
2. Applied Machine Learning (Kyra Gan)
Gan教授是今年新教授. 人非常年轻, 导致好几次有人问她是PhD还是TA. 我之所以选Gan而不选Kuleshov是因为Gan老师这个session没有考试, 只有midterm project和final project. Gan老师因为背景是统计学每一堂课都会有非常多的数学公式推导, 有时候真的看得会很头晕但是课后自己琢磨复习一下也不难.
3. Developing and Designing Interactive Devices (Wendy Ju)
这门课也挺推荐但是workload非常大. 个人感觉是我三门CS里workload最大的一门课. 主要是用Raspberry Pi做一些Project, 难倒是不难就是很花时间去Debug. 老师人非常好, 上次很多人因为时间不太够她还给了个extension.
我还上了几门MBA的课但是听说每年MBA的课都会有一些变动所以感觉写出来也没多少参考意义. 大部分MBA课要不就是偏讨论要不就是听课, 个人感觉讨论类似的课挺有意思的. 自己上MBA课是因为以后想往PM方面转行, 说不定以后还想读个MBA呢哈哈哈.
找工作方面我分享不了太多信息. 我连学校举办的career fair都没去, 来的公司没有一家是我特别感兴趣的. 我现在心态就是纯来纽约玩的, 所以找工作方面我自己目前不是很急. 主要是有全职经验的话让我去投new grad完全浪费时间. 自己打算在下年二三月份开始投.
最后总结一下:
CT CS值不值得读这个问题我觉得因人而异吧. 如果你有全职经验而且想重新感受一下上学这种节奏比较慢的生活, 我觉得CT真的是个很好的选择. 我当时心态就是工作两年都没怎么给自己放假, 给自己放一年的假好好享受一下生活何尝不好呢? 一年的break混个硕士对我resume也不会有多大的影响. 说了这么多我也不是说CT好到上天没缺点. 还是那句话, 我自己心态就是想来纽约玩. 心态放平了缺点什么的不值得我花时间去烦恼.
借楼：
我跟此贴楼主也是今年8月份入学CT CS. 本科在某农村Top 30读CS + Math, 毕业后在湾区某中厂当了2年SWE后实在不想再呆湾区了. 以前本科的时候有空就会来纽约玩所以对纽约一直很向往, 非常想在纽约生活. 裸辞后报了纽约比较出名的3家学校的cs全部录取: NYU Courant MSCS, NYU Tandon MSCS, Columbia MSCS, CT Meng CS. 个人没名校情结, 纯粹想体验纽约生活顺便混个硕士学位. 最终选了CT主要因为生活在岛上宿舍比较便宜加上罗岛风景真的真的真的非常好！The House宿舍同样的价钱在曼岛绝对找不到可以匹配的.
个人入学体验偏好. 有一点让我感觉到很意外的是教授大部分都很非常年轻, 感觉都是30出头左右. 而且大部分教授都和Industry有一定的联系, 比如Rush他除了在CT教课之外还在Hugging Face当part-time. 教授年轻并不代表他们教书不行, 正相反我觉得教授们教得非常认真和仔细. 一般如果课堂上不懂的东西我都是课后或者Office hour的时候去问, 教授都非常耐心的给我解答. 这个真的点赞!
课程有软有硬. 大部分课本科多多少少也有接触到所以对我来说比较简单. 这个学期除了Product Studio我选了3门CS还有一堆MBA的课.
1. Machine Learning Engineer (Alexander Rush)
这门课此贴楼主写得非常好我就不介绍了, 真的不是我们无脑吹. 上就对了.
2. Applied Machine Learning (Kyra Gan)
Gan教授是今年新教授. 人非常年轻, 导致好几次有人问她是PhD还是TA. 我之所以选Gan而不选Kuleshov是因为Gan老师这个session没有考试, 只有midterm project和final project. Gan老师因为背景是统计学每一堂课都会有非常多的数学公式推导, 有时候真的看得会很头晕但是课后自己琢磨复习一下也不难.
3. Developing and Designing Interactive Devices (Wendy Ju)
这门课也挺推荐但是workload非常大. 个人感觉是我三门CS里workload最大的一门课. 主要是用Raspberry Pi做一些Project, 难倒是不难就是很花时间去Debug. 老师人非常好, 上次很多人因为时间不太够她还给了个extension.
我还上了几门MBA的课但是听说每年MBA的课都会有一些变动所以感觉写出来也没多少参考意义. 大部分MBA课要不就是偏讨论要不就是听课, 个人感觉讨论类似的课挺有意思的. 自己上MBA课是因为以后想往PM方面转行, 说不定以后还想读个MBA呢哈哈哈.
找工作方面我分享不了太多信息. 我连学校举办的career fair都没去, 来的公司没有一家是我特别感兴趣的. 我现在心态就是纯来纽约玩的, 所以找工作方面我自己目前不是很急. 主要是有全职经验的话让我去投new grad完全浪费时间. 自己打算在下年二三月份开始投.
最后总结一下:
CT CS值不值得读这个问题我觉得因人而异吧. 如果你有全职经验而且想重新感受一下上学这种节奏比较慢的生活, 我觉得CT真的是个很好的选择. 我当时心态就是工作两年都没怎么给自己放假, 给自己放一年的假好好享受一下生活何尝不好呢? 一年的break混个硕士对我resume也不会有多大的影响. 说了这么多我也不是说CT好到上天没缺点. 还是那句话, 我自己心态就是想来纽约玩. 心态放平了缺点什么的不值得我花时间去烦恼.