哥伦比亚大学MSEE入学半年评价 Columbia
1080646
哥大MSEE项目的选课要求是一共10门课（每门3学分），至少一半是EE开设，至少一半是6-level。其中EE开设的课也包含EECS和CSEE这种课。可以选择的课程非常丰富，无论是转码、人工智能还是硬件。我就我上学期上过的课和这学期选的课来做介绍。
1. COMS4111 Intro to Databases
Donald开的课，从关系型数据库的sql讲到索引，还讲了MongoDB和Neo4j非关系型数据库。作业有5次左右，都是jupyter notebook里写代码，用python的sqlalchemy进行练习或者是调用mongoDB和Neo4j的API来连接nosql数据库进行练习。期中期末take home考试，很好拿A。
2. COMS6156 Topic in Software Development: Cloud Computing
也是Donald开的课，上课讲一些软件开发的流程、AWS的组件和微服务的概念。上课都是讲的概念，无作业无考试，只有一个5-7人组队的大project。project要求写一个微服务web app，全部都上AWS。主要的要求有：RDS, Lambda, EC2, Elastic Beanstalk, Cloud API, S3, CloudFront等都会用到。如果好好做，可以学到很多，特别是AWS这种Serverless的趋势。满足基本要求即可A。
3. EECS6893 Big Data Analytics
Ching-Yung Lin的课，他也是一家AI公司的CEO。听CEO讲课就是全是概念，很少有细节，所以还得靠自己学。这门课覆盖范围很多，Hadoop, Spark, Machine Learning, Air Flow, d3.js, 每个都涉及到了并且都有编程作业。花费精力很大，最后有project，也花很多精力。一半的人能A吧。
4. ELEN6770 Cloud Computing & Network Virtualization
这门课前后部分由两个老师讲授，都来自贝尔实验室。比较水。有两次作业，期中期末考试。给分一半A（A-）一半B（B+）。
5. CSOR4231 Analysis of Algorithms
Eleni老师很好，课程质量好，上课会手写计算过程和大家一起演算。这门课是对算法进行正确性证明和复杂度分析，是以数学为主，没有编程。作业+期中期末考试。
6. COMS4705 Natural Language Processing
Daniel的课，内容比较基础，课程组织得很好，课件也很细致。作业+期中期末考试。
7. ELEN6889 Large-Scale Stream Processing
一个印度裔老师教的，只有轻微印度口音，好评。老师讲课讲得非常好，内容是流处理的相关应用，比如Spark和Apache Beam。
8. ELEN6883 Intro to Blockchain
老师是Chong Li，他在fall也开设了一门6885都是好拿A的课。课程涵盖比特币、NFT等话题，比较宽泛。
综合来说，4-level课课程质量更好，毕竟好多本科生也上，人种也丰富。6-level课只有研究生上，课程质量不如4-level，水的概率大。可能是因为研究生课topic比较先进，没有什么经典教材之类的模式，所以老师上讲得比较宽泛和发散。
一学期4门课所造成的workload比较大，需要自己合理规划时间进行完成功课和刷题找工作。今年美国就业形势严峻，不管什么学校，转码的都很难找工作了。由于是EE项目，很多学院转发来的招聘邮件都是电气电子相关，SDE工作还是靠自己找。
1. COMS4111 Intro to Databases
Donald开的课，从关系型数据库的sql讲到索引，还讲了MongoDB和Neo4j非关系型数据库。作业有5次左右，都是jupyter notebook里写代码，用python的sqlalchemy进行练习或者是调用mongoDB和Neo4j的API来连接nosql数据库进行练习。期中期末take home考试，很好拿A。
2. COMS6156 Topic in Software Development: Cloud Computing
也是Donald开的课，上课讲一些软件开发的流程、AWS的组件和微服务的概念。上课都是讲的概念，无作业无考试，只有一个5-7人组队的大project。project要求写一个微服务web app，全部都上AWS。主要的要求有：RDS, Lambda, EC2, Elastic Beanstalk, Cloud API, S3, CloudFront等都会用到。如果好好做，可以学到很多，特别是AWS这种Serverless的趋势。满足基本要求即可A。
3. EECS6893 Big Data Analytics
Ching-Yung Lin的课，他也是一家AI公司的CEO。听CEO讲课就是全是概念，很少有细节，所以还得靠自己学。这门课覆盖范围很多，Hadoop, Spark, Machine Learning, Air Flow, d3.js, 每个都涉及到了并且都有编程作业。花费精力很大，最后有project，也花很多精力。一半的人能A吧。
4. ELEN6770 Cloud Computing & Network Virtualization
这门课前后部分由两个老师讲授，都来自贝尔实验室。比较水。有两次作业，期中期末考试。给分一半A（A-）一半B（B+）。
5. CSOR4231 Analysis of Algorithms
Eleni老师很好，课程质量好，上课会手写计算过程和大家一起演算。这门课是对算法进行正确性证明和复杂度分析，是以数学为主，没有编程。作业+期中期末考试。
6. COMS4705 Natural Language Processing
Daniel的课，内容比较基础，课程组织得很好，课件也很细致。作业+期中期末考试。
7. ELEN6889 Large-Scale Stream Processing
一个印度裔老师教的，只有轻微印度口音，好评。老师讲课讲得非常好，内容是流处理的相关应用，比如Spark和Apache Beam。
8. ELEN6883 Intro to Blockchain
老师是Chong Li，他在fall也开设了一门6885都是好拿A的课。课程涵盖比特币、NFT等话题，比较宽泛。
综合来说，4-level课课程质量更好，毕竟好多本科生也上，人种也丰富。6-level课只有研究生上，课程质量不如4-level，水的概率大。可能是因为研究生课topic比较先进，没有什么经典教材之类的模式，所以老师上讲得比较宽泛和发散。
一学期4门课所造成的workload比较大，需要自己合理规划时间进行完成功课和刷题找工作。今年美国就业形势严峻，不管什么学校，转码的都很难找工作了。由于是EE项目，很多学院转发来的招聘邮件都是电气电子相关，SDE工作还是靠自己找。
- 49