Skip to main content

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