ECE 564 - Mobile Application Development: 给ios平台写app的课,没有后端全是前端,用的语言是Swift,几乎找工用不上的技术栈,导致你写出来的project由于技术栈不匹配+过于玩具所以根本没法往简历上写。教这节课的教授Richard Telford基本上听两节课就知道本人脱离生产一线太久了,可能已经很多年没写过代码了,所以他基本上教不了什么technical的东西,也不明白modern的技术栈,整节课基本自学。而且这节课还有很严格的考勤+上课参与度机制,把硕士生当中学生来对待,体验极差!每周的作业由于繁琐的要求和严格的grading可能需要10个小时以上,final project也是要花很多时间,而且最后评分不是很公平。
COMPSCI 671D - Theory and Algorithms for Machine Learning: ML大课,班上估计好几百人。Cynthia作为这节课的教授可能本人比较有水平,但是对于上课而言可以说是非常不负责了,基本上都是她的phd学生来代课,逻辑和安排都比较乱,给人一种讲课的人都没弄明白课程的感觉。作业完全是TA出的,Cynthia估计连看都没看过,出的也是跟上课讲的毫无关系,又臭又长,毫不夸张地说一次作业需要30-40个小时。以上种种原因导致第一次作业之后学生和TA都不太想上这节课了,结果就是大家每次花大量的时间去写作业和final project,然后TA随机给个分,期末一结算全班都是A/A-。一学期上下来也是毫无收获。
COMPSCI 531D - Introduction to Algorithms: 中规中矩,起码教授John Reif有在认真教课,难度就是本科算法课的难度,topic也是很常规的带数学证明的数据结构+算法,最后讲了一点点NP相关的东西。作业压力不大,考试不简单,但是最后给分很好,已知的最低分是A-。
5. 读博.google и
对于ms转phd杜克这边还是很友好的。学校提供转phd的渠道并且鼓励大家去做research。基本上只要找到教授愿意让你进组就有戏,杜克ms转phd可以4-5年毕业,并且还可以抵扣一部分已经上过的课程。学校的research机会非常多,CS系里的大多数教授每年都在从mscs项目里招新人进组。