CS求比较万年难题UCSD v.s. Columbia

目标：申AI PhD，主要想做ML偏理论一点点，但是也很愿意做NLP/CV相关的ML应用，想在硕士期间跟个大牛科研拿推荐信（AI PhD好像已经到了顶会都没用，没有大牛推荐信就是送死的程度？）
背景：某C9垫底高校Top2，CUHK交换，DL/ML/RL还是有些理论基础，暑假在CMU深度学习暑研，做了一点微小的工作，其实有点水水的，今年CMU实在撕得太惨了，SCS吃了全聚德，想通过念硕士蛰伏两年，好好努力一把重回CMU{:4_108:}

求各位大佬为我申请PhD的道路指明方向

考虑因素	UCSD	Columbia
1. 费用	40w，拿到TA就只要20w 不知道TA好不好拿	70w，TA/RA基本没有？
=1. Faculty	ML/NLP粗看上去没有很合适的， 听说CV来了一个大牛？	Michael Collins，Tony Jebara，David Blei三位大佬，可是不知道大佬们愿不愿意带我...
3. 项目时长	一年就可以读完，显然是不能刚入学就申PhD的,但是如果毕业了再申，接下来一年何去何从？	一年半，可以读完第一年的时候申PhD，时间挺合适
4.其他	求大佬指点申PhD还有哪些重要的因素

学校声望：不知道申PhD的时候，他们怎么看这两个学校的学生
课程压力：希望课程压力小一点，好好做科研
课程设置：两边都很好，都有Machine Learning的track
天气环境？？？？？？？？其实不太care

以及CMU INI/ECE好找科研机会，出来好申PhD吗？