UT Austin Online Master of CS 申请总结

其实一个月前就已经拿到录取了，但是因为一直没有时间，所以拖到现在才写这个总结。因为这个项目很新所以可以得到的信息不多，中文资讯就更少了，所以希望可以给大家带来帮助。

先介绍个人背景，我在ucla master毕业后工作两年，现在在某大厂摸鱼。因为master期间读的是ee，因为要转专业花了大量时间放在补cs基础上了，所以对很多advanced topic没有了解，感觉需要再上一些课程。因为个人自制力不高，所以自学不太可行，上过一些网课，但是感觉还是不够深，所以就想到读一个online master。当然on campus肯定是不行的，还要恰饭的嘛。

我比较过可能的online master选项。其实你如果去搜会发现有非常多选项（很多不知名的州立大学都有），所以我只关注了和ucla差不多（或者更好）的选项：
1. ut austin online ms of cs
2. gt omscs
3. uiuc online master of cs
4. upenn mcit

稍微看了一下usc, columbia, stanford. 但这几个项目感觉都实在太贵了（30k+，甚至50k+），我看了一下价格都没有进一步了解的欲望。你们怎么不去抢啊。

首先排除的是upenn mcit，这个学位是为了转专业准备的，对我来说毫无价值：https://onlinelearning.seas.upenn.edu/mcit/， 10门课中必须要上6门核心课，基本上都上过了，学费也基本上要20k+。

其次排除的是uiuc：https://cs.illinois.edu/academic ... er-computer-science。这个学位的名称是master of computer science，所以是一个很明显的professional degree。课程感觉上是不错的，但是学费还是要20k（八门课）。

所以大家可以看到经济因素的确影响了我的客观判断。

所以接下来是经典的ut austin（学费10K）和gt（学费6K）的对比，这两个都是master of science，所以和在校的项目是一样的，当然了，我因为都有工作了，不在乎这个，但是如果你很看重学位的话，这个还是不错的，因为professional degree基本上就是学校告诉你：这个学位录取很水，别说话，交钱（stanford除外，据说要读五年）。这两个学位在reddit上讨论的很多，调子基本上是这样的：

两个学校排名差不多，gt的优点是课程比较多，要便宜一点，相反ut austin没有优点（？），ut austin基本上是完败。

我在reddit看到很多人选择ut austin的原因也基本上就是因为喜欢ut austin。我本人也基本上也是这个原因，就是这么神奇，我工作中接触的ut austin的同学感觉能力都很不错，所以给我的印象很好。还有一个原因是我一直感觉ut austin比较严谨，录取应该会比较严格，如果学生质量参差不齐，那课程的质量也会有影响。另外一个很重要的原因就是ut不需要推荐信，我真不想搞这个东西欠别人人情。

您好！
本帖隐藏的内容需要积分高于 50 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 50 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

如果有其他问题，请在下面回复。

如果觉得有帮助，请加米，感谢。





补充内容 (2020-5-24 18:46):
第一学期感受：https://www.1point3acres.com/bbs/thread-638665-1-1.html

确实这好像是我看到过的第一个介绍UT Austin online CS MS的贴，加米妥妥的了

我看下来这个项目最大的优点还是便宜，以及知名度还不高，人少。OMSCS固然更便宜，但是因为知名度不断提高，现在的录取难度比以前高出好几倍。学生数量巨多，造成一些课的体验下降不少。同时一些水课的难度也在不断提升，可以说现在这个项目要毕业已经不再像曾经那么容易了。UT Austin这个项目在人不多的前提下，每个人应该都可以选到自己想选的课（不像OMSCS，选个ML得排队）。名气上我认为UT和GT不分伯仲，在德州混的话UT应该显然还更好。总的来说确实是一个OMSCS的强力竞争者。

不过有一说一，对于想转行的人来说，传统CS课的重要性其实远大于machine learning。对计算机工作原理的理解可以大大帮助读code的效率，machine learning在绝大多数情况下还真就是没什么用的花架子。如果UT只开ML相关的课的话，自己应该去外面好好补一补network，OS，architecture，compiler等基础课

donnice 发表于 2019-12-14 03:43
确实这好像是我看到过的第一个介绍UT Austin online CS MS的贴，加米妥妥的了

我看下来这个项目最大的优 ...

我同意转行的同学cs基础课比较重要。但是我不太同意ml是花架子。我感觉ml本质上是数学/工程问题，还是需要一些做题/考试来加深理解的。很多数学问题如果有人可以答疑还是不错的。当然，你要说ml课对找工作有没有帮助，对于entry level应该是没用的，但是还是要考虑职业长期发展，对吧，即使用不到工作中，多学习总是没问题的。

tfdus2 发表于 2020/03/30 01:44:53
请问国内不认可的原因是？
规定上说Online degree没法认证，但是一些online master的certif...

你的学生签 f1可是备注校名的

donnice 发表于 2019/12/14 03:43:54
确实这好像是我看到过的第一个介绍UT Austin online CS MS的贴，加米妥妥的了

我看下来这个项目最...

是的 这个要看每个人的情况了 如果是为了转行 还是要去gt 这个要说明 因为ut austin其实是expect你以前有一定cs基础的

donnice 发表于 2019-12-14 03:43
确实这好像是我看到过的第一个介绍UT Austin online CS MS的贴，加米妥妥的了

我看下来这个项目最大的优 ...

对计算机工作原理的理解可以大大帮助读code的效率?

UT cs的课比较偏理论，很多偏数学的理论课声明在外，从课的名字和介绍就能看出来。而且是实打实的graduate level CS. 个人观点：转专业请三思。

补充内容 (2019-12-14 12:41):
感觉ut 很多课非常适合想读phd同学的胃口

KevinSAP 发表于 2019-12-15 03:32
对计算机工作原理的理解可以大大帮助读code的效率?

可以的，比如我刚开始看我们network的配置的时候一脸懵逼，后来知道了CIDR就知道啊原来这样就能分配一堆IP了。再比如一开始刷算法的时候只是背答案，后来学过OS和编译原理后才知道哦原来这些数据结构在这种时候能用，recursion是用来解决这个那个问题等等。再比如以前不明白什么reference，pass by value，为什么array和变量不同，学完compiler之后才知道哦原来变量就是这么储存在寄存器里的，而array是分配了一整块地址等等。

等你把这些课都好好撸一遍后，看code的时候想法就不一样了

donnice 发表于 2019-12-15 05:30
可以的，比如我刚开始看我们network的配置的时候一脸懵逼，后来知道了CIDR就知道啊原来这样就能分配一堆I ...

如果是为了转专业，那应该多上一些基础的cs课程，越多越好，虽然个人觉得数据结构，算法，数据库，再学一门语言基本上就可以刷题投简历了。

因为ut austin现在只开了ml和ml相关的课程比如凸优化，线性代数等等，所以希望用来转专业是不太行的。我觉得ut austin目标人群就是已经在从事相关工作有cs基础的同学。

目前是这样，但是也有可能学校会逐渐把一些比较传统的课程开起来。如果我是学校，我也肯定先开ml课，因为on campus这些课就很火，那肯定先开比较热门的课啊。

请问GT 6k 是说整个项目下来的费用吗 还是一年的费用？