跳到主要内容

Columbia MSCS

这是一篇哥大mscs正名贴，之前看很多人看了地里早就过时的哥大cs劝退贴，然后就开始觉得不行（原帖主已经在2个月后上岸google）。

本文将分为1. 找工评价 2. track 3. 课程评价 4.录取信息 5.费用  相对客观的描述columbia mscs项目

找工评价

认真找的每天都投基本都找到了，主要是大厂offer比较多（因为只有大厂sponsor国际生）。

身边有adobe、tiktok、meta、amazon、 nvidia、databricks intern offer。columbia 过简历关的帮助感觉还行，认识的同学vo有citadel、jane street、deshaw, bloomberg, meta、stripe、tiktok、weride, 5 rings ....  如果本科有过相对大一点的实习公司经历（tt/阿里/google/ms），刚才说的那些量化+大厂面试至少能拿1/3吧大概。 哥大mscs拿到amazon vo的我认识的都面试通过了。同时哥大是bbg内部系统里觉得roi 很高的学校，因此会专门过来捞人面试（22 年捞了一大批人）,同时负责Columbia mscs的meta hr 非常负责（Columbia mscs的meta recruiter也是S的hr）,回邮件很快，24 fall开岗第一天就联系了一大批columbia mscs的学生来面ng和intern，非常给力

不过哥大cs找工氛围确实不浓厚，career fair只有bbg，本科生的career fair不让研究生参加，没有人文关怀。

track

哥大cs有十多个track，选的人比较多的有software system 和machine learning track，我选的是第一个。machine learning track必修课比较少，比较自由。software system track限制比较多，不过课的内容基本都是SDE相关。如果要同时投简历+刷题+准备面试+handle课业的话，workload真不算小。

有thesis track，修thesis track是两年制。需要找到愿意带你的教授做科研，可以延毕到两年且做好了可以转phd

课程评价

地里有很多评价贴说的都是哥大的wld很大，个人认为是有失偏颇的，哥大可以选出纯水课的课表。哥大课表可wld 大可水，以下是楼主和朋友上过的一些课（同时我完全没有遇到过帖子里说的选课困难的问题，wl 太长的问题。 我想选的课每次都能选上， 无论水课还是wld大的课。）

  1. operating system: ss track必修课，wld很大，只建议找到工作上比较好，用一门课的学分学三门课的内容。不过学好这门课对面试qd很有帮助。不要选Kostis的课，他只会在课上一直"like like like"一句话里能有六个like, 虽然他是stanford phd毕业的，但是讲课听起来很费劲，我美国同学都听不懂在说什么。可以选jae的课，那个老师很不错据说。(给Kostis老师正名一下。Kostis是有妥瑞氏症的，所以说话一抽一抽，有时候有一段话得卡的比较久才能憋出来。这门课重点围绕在ppt和作业，所以课堂可能作辅佐作用比较大。Kostis老师这个人很好，Ed上的问题很多都是亲自回复，很关心学生的问题和上课感受。据我了解是，Kostis老师出的exam难度没有Jea老师那么大的。毕竟这些课件教材全部都是来自Jea老师。Jea老师能说是SS track的看门人了。)
  2. programming languate translator: ss 必修课，wld一般。Project 是做一个编译器，考试难度小于国内大部分编译器的内容，可以放到第一学期上
  3. cloud computing: 水课，放到第一学期上比较好，wld几乎等于无
  4. introduction to database:水课，依然放到第一学期上比较好，内容跟陆本的db差不多吧，写写sql+1234范式。如果想本学期完全开摆找工建议选donald 的课，虽然他喜欢学期中在ed上发火抱怨怎么没人来上课然后说我看了后台300个人只有40个来上课，平均在线时长30mins, 然后只有三个人看了录像，但是这门课wld还是很水。如果是别的老师,比如wu老师，hw 比较多也难，如果找工上岸了可以上
  5. distributed system:跟mit 那门课一毛一样，给分很松，proj照搬（褒义）+了一个哥大自己设计的proj，适合sde 找工，好课
  6. competitive programming: leetcode/codeforce专项训练，wld很大，比算法课更贴近面试
  7. advanced software engineering: ss必修课，wld一般，用java写一个前后端分离项目，然后部署在google cloud上
  8. ui design: 水课，学react 做一个前后端项目。最近想了一个很有意思的idea，做interview coder
  9. advanced algorithm: 和本科的数据结构和算法没有半毛钱关系， 这门课可以用一句话来概括，设计一个在P>P_r的情况下成立的随机算法，可以改名叫概率论与数理统计在数理算法上的应用，不要和os一块上
  10. artificial intelligence: 主要是对AI和ML的入门，有基础的话不难。有5个conceptual作业和5个coding作业，另外还有期中和期末考试，略麻烦，不过给分还可以。推荐作为ML track的必修课上
  11. applied machine learning: 水课，wld小。有5个coding作业，一个期中考试和一个group project，给分不错，推荐
  12. Software as a Service: 和 Advanced Software Engineering一样是 SS Track 必修课，但是两者2选1即可。 Junfeng Yang 老师教，老师人很好。课程内容学Ruby和 Rails。前半学期作业主要围绕 Ruby and Rails的联系，后面围绕group project 做进度报告和presentation。

哥大mscs的课可以选的完全不水。目前上过的所有课（包括UI,SE,NLP,AI...），教授都在很认真的教学东西，0 ppt reader。课程材料也很详细。课程质量不用担心。

录取信息

40%中国人，40%印度人，剩下的是美国人

录取主要参考gpa，陆本gpa要求比较高，美本相对bar低一点。印度同学主要是来自iit的各个分校或者vit，gpa大概都是9.1-9.2/10左右，一般都有两年工作经历

费用

费用地里给的信息也是不准确的，没有那么贵。需要给学校交的钱大概是8w刀（学费+一系列学杂费+保险...），在曼哈顿租房大概2000刀一个月，这个项目是16个月，因此就是8w+200016+100016=12.8w刀, 大概跟cmu差不多吧。

2025.2 update: 最近还有朋友还有jump trading、hrt、nv、dbx、amazon、datadog面试，de shaw全职也从哥大捞了几个人提前去面，总之就是学校不会拖后腿，如果简历上有大厂实习以上我说的所有公司应该能发一半面试。

同时上了半年我越来越喜欢纽约这座城市，非常具有活力，而且下城区全是吃的玩的，broadway每天的演出基本都是爆满。在这里能见识到更多元化的人生，比较推荐大家认真考虑来。毕竟纽约就是最好的大学

ta ra

ta 工资时薪大概24$左右，一周只能报10 hours。整合下来一个月950刀左右。当TA的条件不高，但是以下条件帮助比较大，一是这门课有很好的成绩（A or A+）， 二是以往有类似课程的经历/工作经历。能达到这个条件的同学有很多，但是最终谁入选，得看老师怎么选（所以比较看脸）。CS TA不一定是CS Major的，主要看课程覆盖的学生广不广。以往有其他专业的学生在这门课拿了A，那么她就有可能做这门课的TA。

ra 的话，unpaid ra还是好找的，给钱的很难（可以说几乎没有，但不排除遇到特别有钱的老板），我身边没看到有人能拿到给钱的ra 的offer。哥大cs phd只要老师点头就能转phd，因此只要跟老板一块合作的愉快，转Phd也不是什么问题。真心觉得想读phd的话，可以认真考虑哥大，因为翻了一下哥大cs phd的领域，基本都是top 名校，比如清北+iit，iit 的尤其多。

找工dp

25 summer 哥大 MSCS 至少12人拿到亚麻offer

211 cs rk1 icpc 银牌上岸databricks

会计转码上岸adobe

澳洲悉尼大学cs本 字节实习上岸aws 纽约

CMU 本科女生，meta 2022 intern，实习上岸meta

港中深cs本科0实习上岸亚麻

c9 cs本科 icpc金牌上岸亚麻

意大利本科小哥上岸亚麻

港中深fintech 转码0 实习上岸亚麻

国立政治大学统计本科，2022年 amazon sde intern，2023年先在小厂做全职，后上岸 amazon sde 全职。