University of Rochester CS Master项目特色+升学工作（史上最全)
346817
我是2021年8月入读，今年毕业，今天和大家分享一下我的体验。话不多说，咱们开始。
录取标准
可能是知道的人不太多，感觉不是很高。转专业非常友好，陆本居多。个人观察，有科研背景或者美本容易拿半奖。
项目简介及特色
在US news上的综合排名常年在30+左右，由于系非常小，所以专业排名不突出。
每几个学生会被assign给一个教授做你的advisor，在选课、cpt和学术上给予指导帮助。
项目本身是三个学期，但你可以选择延期到四个学期（比如写论文，没有找到工作）。如果想延毕，只要第四个学期不上课,只维系身份，学杂费总共大概三千刀左右。
计算机系的硕士每届录取大概25个人左右，凡是被录取的每个人都有奖学金。你没看错，人人都有！大部分人是百分之三十的奖学金，在你的offer 上会清楚地写着扣除奖学金你需要交的学费，大概4万美金过一点点。一小部分人的奖学金是50%，我当时撞了狗屎运，给了我一半，总共大概是27000刀左右（三个学期）。
具体选课
课程可选范围比较广，你可以一路水课，混到毕业。很多课都是给本科生上的，只不过对master要求更高一点。一些data science 或者ece的课也可以算cs的学分。下面就我个人和身边人的经验，来分享以下部分课程的体验：
Introduction to Database， 如果你没有一点数据库基础，可以上这个课。Zhupa, Eustrat 口音有点重，声音也不悦耳。虽说讲得很枯燥，但是态度认真，作业和考试都比较基础，不trick你。只要态度端正，拿个A还是比较容易的。
Database management system. 这课主要是用C++写个数据库，难度适中，代码量比较大。老师也还ok。
Data mining. Jiebo主讲，很多人反映他爱吹水，完全靠自己。
Introduction to data science和data science at scale。 这两门课是data science底下的，第一个就是介绍data science的基础，比如介绍一下R , Python，SAS,然后介绍简单介绍一下spark，适合没有一点基础的。老师是化学系的，Brendan Mort，做的是计算化学，所以对cs的东西特别熟，讲得言简意赅，很容易懂。人也非常nice。第二门课是第一门的进阶版，学校和databricks 有合作，这门课系统地讲解如何使用他们家的spark，非常实用！老师是业界的，有自己的公司。他和Brendan 一起讲。
Natural language processing。我上的时候是Aaron white，他是语言学系的，所以讲得偏linguistic，比较理论。课件和作业都不错，好好上可以学到不少。
Parallel and distributing system，非常硬核，但是能学到很多东西,代码能力弱的慎选。听说老师最近跳槽了 …
整体来说，选择较多。想拿个好看的成绩，不是很难。
实习找工
学校career fair 非常小，来的公司很多都是第一次听说，招计算机和可以申请H1B的更是少得可怜。系里偶尔会发一些曾经的校友招工的广告。总的来说，资源非常有限。找工作主要还是考自己network和海投。CPT 假期全职没有问题，上学的时候全职需要和系里沟通，但是part time没问题。实习也可以算学分。找实习一进来就要开始准备，当地公司有限，建议全美范围内投。我们这届毕业前找到工作的，据我所知，是个位数。其中2-3个是拿的是return offer，剩下的大部分是印度同学，他们之前就已经当了几年码农或者背景很强，也不是按照new grad招的。整体来说，找工作这个东西比较看运气。
继续深造
周围读博的同学凤毛麟角，他们一进来就和系里的老师做研究。如果你想在本系读博，只要老师愿意要你，一般问题不大。master的学分基本上全部可以转过来。系小，再加上又是私校，非常有钱（master也有自己的office）。phd一个月小三千刀，在Rochester还是过得很舒服的。
院系特点
有钱
整个系size比较小，但是教授人均水平很高，本系以HCI 和计算机系统见长, Michael L. Scott 了解一下。
这两年系里大力发展AI，招了不少这方面的老师，从理论到应用，都非常厉害。包括但不限于以下学术新秀，
Hangfeng He，宾大 PhD ，做nlp方面的reasoning
Kanan, Christopher，UCSD PhD，从隔壁RIT挖来的，主要做deep learning，cv
Kang, Jian, UIUC PhD, graph mining
Jiaming Liang， gatech PhD，做优化理论的，非常厉害
。。。
这些老师目前在学界很活跃
只要你愿意做科研，老师们都是非常approachable的。
生活住宿
学校有专门给研究生的公寓，包括 goler，UPK 和 Whipple park。根据房型不同，房租每个月每个单间从500+刀 到900+刀不等。周边风景优美，非常安全，有校车，周一到周五每15分钟一趟，周末会比较少。周边有亚洲超市和中餐馆，不论是自己做饭还是改善生活，都非常方便。周围也有很多房源，价格比学校稍贵。距纽约一个小时飞机，加拿大3个小时车程。总的来说，吃喝玩乐都比较方便。
最后建议
总的来说，我觉得性价比还是挺高的。关键的是，最好来之前就想清楚自己要什么。如果你想工作，就选水课，腾出大量时间找工作,一开学就要准备。如果读博士，一进来就找老师科研，有篇好paper比什么都管用。最怕糊里糊涂的，最后浪费了宝贵的时间。
码字实属不易，如果你觉得有用，恳切地请求加米。给别人加米，不会扣自己的大米。
补充内容 (2023-12-18 01:13 +08:00):
补充一点
我个人认为如果你不太确定自己是否有兴趣、有能力读博士，可以考虑先工作一段时间：
1.在工业界工作了一段时间后，你可能更清楚自己喜欢什么，想要什么。到时候再读，不耽搁。
2.如果很肯定自己要读，此时你已经有了一定的财富积累，不会因为经济压力影响情绪，可以淡定从容地科研。
3.如果你硕士毕业直接读博，很快发现自己不适合科研，这个时候即使你quit掉，也不能在美国合法工作。（不管你是否用过master的OPT，此时，它已与你无关。）如果你还想在美国工作，只能把PhD读完（咬牙读完或者换导师换方向。。。），然后用PhD的OPT。
最后的最后，大家一定要极力避免:毕业的时候，很想工（zhuan）作（qian），突然发现题没刷够。想读博，但你的profile毫无竞争力。
录取标准
可能是知道的人不太多，感觉不是很高。转专业非常友好，陆本居多。个人观察，有科研背景或者美本容易拿半奖。
项目简介及特色
在US news上的综合排名常年在30+左右，由于系非常小，所以专业排名不突出。
每几个学生会被assign给一个教授做你的advisor，在选课、cpt和学术上给予指导帮助。
项目本身是三个学期，但你可以选择延期到四个学期（比如写论文，没有找到工作）。如果想延毕，只要第四个学期不上课,只维系身份，学杂费总共大概三千刀左右。
计算机系的硕士每届录取大概25个人左右，凡是被录取的每个人都有奖学金。你没看错，人人都有！大部分人是百分之三十的奖学金，在你的offer 上会清楚地写着扣除奖学金你需要交的学费，大概4万美金过一点点。一小部分人的奖学金是50%，我当时撞了狗屎运，给了我一半，总共大概是27000刀左右（三个学期）。
具体选课
课程可选范围比较广，你可以一路水课，混到毕业。很多课都是给本科生上的，只不过对master要求更高一点。一些data science 或者ece的课也可以算cs的学分。下面就我个人和身边人的经验，来分享以下部分课程的体验：
Introduction to Database， 如果你没有一点数据库基础，可以上这个课。Zhupa, Eustrat 口音有点重，声音也不悦耳。虽说讲得很枯燥，但是态度认真，作业和考试都比较基础，不trick你。只要态度端正，拿个A还是比较容易的。
Database management system. 这课主要是用C++写个数据库，难度适中，代码量比较大。老师也还ok。
Data mining. Jiebo主讲，很多人反映他爱吹水，完全靠自己。
Introduction to data science和data science at scale。 这两门课是data science底下的，第一个就是介绍data science的基础，比如介绍一下R , Python，SAS,然后介绍简单介绍一下spark，适合没有一点基础的。老师是化学系的，Brendan Mort，做的是计算化学，所以对cs的东西特别熟，讲得言简意赅，很容易懂。人也非常nice。第二门课是第一门的进阶版，学校和databricks 有合作，这门课系统地讲解如何使用他们家的spark，非常实用！老师是业界的，有自己的公司。他和Brendan 一起讲。
Natural language processing。我上的时候是Aaron white，他是语言学系的，所以讲得偏linguistic，比较理论。课件和作业都不错，好好上可以学到不少。
Parallel and distributing system，非常硬核，但是能学到很多东西,代码能力弱的慎选。听说老师最近跳槽了 …
整体来说，选择较多。想拿个好看的成绩，不是很难。
实习找工
学校career fair 非常小，来的公司很多都是第一次听说，招计算机和可以申请H1B的更是少得可怜。系里偶尔会发一些曾经的校友招工的广告。总的来说，资源非常有限。找工作主要还是考自己network和海投。CPT 假期全职没有问题，上学的时候全职需要和系里沟通，但是part time没问题。实习也可以算学分。找实习一进来就要开始准备，当地公司有限，建议全美范围内投。我们这届毕业前找到工作的，据我所知，是个位数。其中2-3个是拿的是return offer，剩下的大部分是印度同学，他们之前就已经当了几年码农或者背景很强，也不是按照new grad招的。整体来说，找工作这个东西比较看运气。
继续深造
周围读博的同学凤毛麟角，他们一进来就和系里的老师做研究。如果你想在本系读博，只要老师愿意要你，一般问题不大。master的学分基本上全部可以转过来。系小，再加上又是私校，非常有钱（master也有自己的office）。phd一个月小三千刀，在Rochester还是过得很舒服的。
院系特点
有钱
整个系size比较小，但是教授人均水平很高，本系以HCI 和计算机系统见长, Michael L. Scott 了解一下。
这两年系里大力发展AI，招了不少这方面的老师，从理论到应用，都非常厉害。包括但不限于以下学术新秀，
Hangfeng He，宾大 PhD ，做nlp方面的reasoning
Kanan, Christopher，UCSD PhD，从隔壁RIT挖来的，主要做deep learning，cv
Kang, Jian, UIUC PhD, graph mining
Jiaming Liang， gatech PhD，做优化理论的，非常厉害
。。。
这些老师目前在学界很活跃
只要你愿意做科研，老师们都是非常approachable的。
生活住宿
学校有专门给研究生的公寓，包括 goler，UPK 和 Whipple park。根据房型不同，房租每个月每个单间从500+刀 到900+刀不等。周边风景优美，非常安全，有校车，周一到周五每15分钟一趟，周末会比较少。周边有亚洲超市和中餐馆，不论是自己做饭还是改善生活，都非常方便。周围也有很多房源，价格比学校稍贵。距纽约一个小时飞机，加拿大3个小时车程。总的来说，吃喝玩乐都比较方便。
最后建议
总的来说，我觉得性价比还是挺高的。关键的是，最好来之前就想清楚自己要什么。如果你想工作，就选水课，腾出大量时间找工作,一开学就要准备。如果读博士，一进来就找老师科研，有篇好paper比什么都管用。最怕糊里糊涂的，最后浪费了宝贵的时间。
码字实属不易，如果你觉得有用，恳切地请求加米。给别人加米，不会扣自己的大米。
补充内容 (2023-12-18 01:13 +08:00):
补充一点
我个人认为如果你不太确定自己是否有兴趣、有能力读博士，可以考虑先工作一段时间：
1.在工业界工作了一段时间后，你可能更清楚自己喜欢什么，想要什么。到时候再读，不耽搁。
2.如果很肯定自己要读，此时你已经有了一定的财富积累，不会因为经济压力影响情绪，可以淡定从容地科研。
3.如果你硕士毕业直接读博，很快发现自己不适合科研，这个时候即使你quit掉，也不能在美国合法工作。（不管你是否用过master的OPT，此时，它已与你无关。）如果你还想在美国工作，只能把PhD读完（咬牙读完或者换导师换方向。。。），然后用PhD的OPT。
最后的最后，大家一定要极力避免:毕业的时候，很想工（zhuan）作（qian），突然发现题没刷够。想读博，但你的profile毫无竞争力。
- 34
17条回复