先简单介绍一下我的情况,我是NYU Tandon CS 18fall的学生，无论是最开始的申请选校还是后来的找实习就业，我都从学姐学长的经验帖中获益匪浅，所以现在就来和大家分享下我在NYU Tandon的学习和就业的经历和心得体会，希望能够给学弟学妹们一些帮助！
提到NYU的CS专业，可能大家最先想到的就是大名鼎鼎的Courant，而不是Tandon。对于Tandon，可能大多数人都只是有一个模糊的印象，甚至之前一些人还认为Tandon是“不入流”的学院，作为一个Tandon的学生，上完整个项目后，我可以很负责任地和大家说Tandon绝对是一个正规且教学质量高、在这边名声好的学院。为了不让更多人误会，我把对于Tandon的介绍放在了最前面，下面请听我娓娓道来。
Tandon之前叫Poly理工学院，最开始的时候很厉害，把NYU的理工学院合并了，导致NYU在合并Tandon之前没有自己的工科学院。然而Tandon地处纽约，这是一块金融业的沃土，理工学院对于这个城市来说有些格格不入，所以就渐渐地走了下坡路。后来其被NYU合并，成为了NYU的Poly理工学院，具有和其他学院相同的地位，就是有着更多的自主权。后期Poly被改名为Tandon，这几年因为院系一直在赚钱，设施一直在维修，师资力量也提高了不少，很多老师都是在Courant和Tandon两边同时挂职。
在校内，我和Courant的同学一起上过课，大家都很友好，包括教授也是，从来都没有遇到过有人觉得Tandon不好。之前在Linkedln上面有Courant的毕业生邀请我参与创业，聊天时我和对方提到我是Tandon工程学院的，所以严格意义上来说我并不是他的学弟，而对方表示完全不介意。在校外，和Lyft司机或者是和不怎么熟悉的人聊天，提到自己是NYU Poly（因为有些人并不知道Tandon这个新名字），他们的反应一般都是对学院的夸赞居多苹果id美国纽约。毕竟Poly本身在东海岸这边的名声就不错，合并进NYU后，经过这几年的发展，综合实力提高了不少。所以Tandon作为NYU的工程学院，并不会因为前身是Poly而被别人另眼相待。
要说Tandon和Courant的区别在哪，其实就像是在说计算机学院和软件学院的区别一样，两者学的是同一种东西，就是各自的侧重点不同。这几年Tandon录取的bar也越来越高了，据我所知在18fall的录取中，大部分同学的成绩都是在GRE325+、GPA3.5左右的这个水平，虽然很多人都把Tandon作为保底校（包括我自己），但是我相信以后随着Tandon越来越好，它录取的门槛也会越来越高的。
Tandon的CS项目时长两年，也可以一年半毕业，这个根据每个人的选课安排而不同。按照项目要求，我们只能选30学分的课，多了不行，每门课三学分，那么就是一共要选十门课，你才能够毕业。两年毕业是按照3-3-3-1的方式，其中夏季学期的实习算作1.5学分，最后一个学期选一门1.5学分的课，这是大多数人的选择。一年半毕业则是3-4-3或者3-3-4这样的选择，身边还有利用暑假选了三门网课的同学，一年就成功毕业的，实在是太厉害了。此外，学院还规定找教授做研究可以算作三学分，也可以做thesis，必须要连着做两个学期才有六学分。在选课方面我们有六个学分可以选其他学院的课，也就是可以选两门非本院的课程，剩下的24学分可以在本院的课程中任意选择，总之我们选课的自由度还是挺高的，学院开设的课程质量也不错。有些同学可能会觉得十门课的数量太少了不够学，其实我也有这样的想法，所以偶尔也会去蹭课，有些老师还是很欢迎旁听的同学的。
我们这一届CS一共有250多个人，其中85%都是国际学生，国际学生中以中国人居多，其次是印度的小伙伴，剩下的还有一些其他国家的学生。国人里面陆本的有中科大苹果id官网网站如何注册美国id、上交、中山、HKU等等，海本的有UCI、UCSD，感觉大家的背景都很厉害。而且据说Tandon录取比较看重学生的本科背景，想想也是，身边的同学都是大佬，在他们的碾压之下我只能鞭策着自己不断进步了。
Tandon的学费与其他学院相比并不是很贵，而且还会有小奖，助教的岗位也很多，整体来看性价比还是不错的。
来到Tandon最大的感受就是这边没有校园的感觉，由于不在主校区，所以这边教学楼很少，还有一些楼是合租的，图书馆也只有两层。当然对于只有两百多个人来说这么点设施已经足够了，该有的都有，教室、实验室、老师办公室、自习室、会议室、活动室、医务室、健身房、Career Center等等。只是我出于对本科封闭式校园的习惯，对于这边的校园还是不太适应。而且每到考试周，图书馆就会特别挤特别吵，为了让自己的复习更有效率，我常常会去主校区的大图书馆，安静且舒适。
Tandon的老师有些特别好，讲课水平很高，与我的本科老师相比，他们对专业知识的了解更加深入，每次问问题都会很耐心很详细地给我们解释，也很在意我们对上课进度和难度的反馈，感觉时时刻刻都在为我们着想。当然也有上课不走心的老师，感觉这个每个学校都有吧hhh，选课避开不要踩雷就ok。如果有想要做研究的小伙伴，可以直接联系教授，之前我身边就有同学跟着教授做research，前面也提到过research可以算作学分，和本科相比比较正式，也有了点研究生的味道。
课业压力和选课的多少和难度有关，我第一个学期选了一门难度挺大的课程，每周都有作业，复习+预习+作业所花的时间在6-8个小时左右。还有一门课刚开始比较轻松，后面要做project就变得很忙。总的来说如果三门课都不是水课的话，学起来并不轻松，每次考试周都会忙到怀疑人生，建议大家期中过后就可以开始复习准备final了，这样会轻松一点。至于成绩，只要认真去学，拿A是容易的，我的成绩一般都是A，身边的同学也是A或A-。
虽然我们只能上十门课，但是好在有不少质量高的课程，只要认真学都是能学到真技术的。下面我就来和大家说说我在Tandon的选的课，因为我是抱着“反正都要上课所以就尽量选一些不水的课，能学到更多东西”的心态去选课的，所以我选的课程workload都比较大。当然我也会说一些我知道的其他课程，供大家参考。
算法课是必修课，我选的是Linda老师的课，非常适合本科算法基础不扎实的同学！Linda老师一学期带你精通《算法导论》，只要上课认真听讲、下课认真完成她布置的作业，刷题都变得轻松的许多，面试的题目分分钟做出来。总之非常推荐，Linda也是我最喜欢的老师，认真负责，课讲得非常好，选她上的课永远都不会踩雷！
开这门课的还有另外三个老师，阿拉丁、卡拉汉和KD。阿拉丁口音很重，课上还有quiz，考试难度高，不推荐；卡拉汉原本是国际政治学的PhD，在工业界工作了很长时间，最后还是选择了来这边当教授，虽然他讲课水平一般，但是口音很正，作业少且难度不高，考试简单，推荐选；KD讲课都是照着课本读，考试很难，有个学期的期末考试出了十道证明题，简直不按常理出牌，最后有三十多个人得了B-或C+，而且他的身体状况不稳定，经常会缺课，不推荐。
传说中的必选课程，学姐学长极力推荐，虽然它的workload非常大（据说是Tandon workload第一大），但仍有很多同学慕名而来。以前总有ECE的同学过来选课，即使是后来ECE开设了自己的数据库课程，也还是有一部分学生过来选。而且我选了这门课之后连续当了两个学期的TA，可以说对这门课的感情非常深厚。
上课内容无非就是写SQL、设计数据库和ER图、索引和优化查询等等，索引那一章老师还加了一些他在Web Search Engines中关于索引和IO部分的内容，涉及了他个人的研究领域，学下来收获很大。无论是什么课程，想要精通数据库workload肯定是不小的，这门课一共有四次小作业和一个大project，虽然是小作业，但是做的时候很费时间，每次都是前一个作业刚做完，后一个作业又来了，从来都没有停下做作业的脚步。Project是给定阐述条件做一个web application，含金量很高，写进简历里，以后无论是找实习还是工作都很有帮助。
因为我当了两个学期的TA，所以对于这门课的了解也比较深刻，感觉Spring学期的workload比Fall稍微小一些，Fall学期每次改作业都觉得十分地累。一学期结束看到朋友圈里的学弟学妹们秀project或是抱怨workload的动态，我自己也有一种成就感油然而生。这门课真的非常非常值得！大家一定要选！不要怕workload太大了，如果没有选过这门课简直是作为Tandon学生的遗憾啊！
课程内容主要是OpenGL以及一小部分的线性代数，老师不怎么用PPT，基本上都是写板书，将每个公式都非常详细地给我们推导了一遍，讲课逻辑清晰不混乱。作业是四个按照要求用OpenGL实现一些效果的编程作业，有final，不过只要上课认真听，做好笔记，无论是考试还是作业都是不难的。个人觉得这门课的质量很高，Chiang老师的课也非常值得一选。
又是我最喜欢的Linda老师开的课，老师把各种Machine Learning的相关公式（Naive Bayes，K Nearest Neighbours，Decision Tree，SVM，PCA）完完整整地给我们推导了一遍，认真听的话，学完这门课可以让你彻底理解Machine Learning是什么以及为什么要学这门课，很有她算法课的风格，总之强推。另外对于ML感兴趣的同学还可以去蹭听Mehryar Mohri的Foundation of Machine Learing，质量非常好，但是要求我们要有一定的ML基础和数学基础。
这门课的先修课程是我第一个学期上的6533 Graphics，前半个学期每周要做一个小demo，后半个学期要做一个小组project，然而个人认为不用OpenGL也完全可以做project。虽然课程内容和我最开始想象的GalGame很不一样，但是我当时用JavaScript做了几个小游戏，其中一个设计思路很酷，运行后成就感满满的。讲课的教授是Tandon新请的一个game musician & programmer，最后给我们全班同学的成绩都是A，非常友好。
我踩雷了的课，当初为了给第三个学期的web search engines打基础，我选了这门课，但是学院竟然安排一个PhD来讲课，我十分震惊…虽然老师人很好，也很努力想要提升自己的授课水平，但是课程的很多内容还是讲得不太清楚。唯一的好处就是作业轻松，感觉算是一门水课吧。
这门课只有秋季学期开，而且只有GPA高于3.5才能选，也是传说中Tandon workload第一大的课，和有着同样说法的数据库相比，我个人感觉这门课的workload比数据库要小一些。这门课不是简单的调库和用API，而是自己写一个搜索引擎，十分硬核。一共有三次编程作业，作业内容包括用python写爬虫、用Cpp/Java直接写出建索引和查询过程。我给自己的作业用flask加了一个web interface，非常酷炫，做出来很有成就感。后半个学期会布置一个自选题目project，大家普遍选的是动手实现PageRank，此外还有一个期末考试。
这门课质量很高也很有趣，虽然workload略大，但是布置的编程作业对于coding能力强的人是不难的。如果有想选这门课的小伙伴，我个人的建议是选这个课之前先选Torsten老师的数据库还有一门高质量的算法课来打基础，这样学起来会轻松一些，至少不会上课一脸懵。另外如果你不懂false positive、recall & precision、bayes这些“术语”的话，建议再选一门Machine Learning。
传说中的水课，因为这个学期要找工作所以我选了，上课确实非常轻松，只要读paper、写essay还有一次小测验，workload很低。虽然上课整体有些枯燥，但是老师要求读的那些paper很有保证，每一篇读完都会有收获。不过教授已经有点年纪了，估计快要退休了，不知道现在还开不开这门课。
老师是口音很重的印度人，这门课就是在学习AWS以及读一些经典的和云计算相关的经典paper（MapReduce，BigTable，Hadoop，Spark，ZooKeeper之类的），每周都要写paper review。Project是做一个web上的地图和twitter api结合的一个应用，做完我们会对SNS、SQS以及其他服务有一个了解。期末的project是四个人一起做一个和云计算相关的app，最后会有presentation。但是我那次professor突发奇想给project加了一个新题目，直接导致我们的workload比原来的大了很多，再加上这门课的TA很不负责任，所以我们即使有问题也找不到地方解决，大家都十分不满，还有一个同学直接给dean写了封邮件投诉他，也是很绝。而且他加的这个坑人project有种堆砌AWS服务的感觉，有些部分完全是为了用AWS而用AWS，做project的目的就是完成作业，也不能学到另外的东西，十分无语。不过经过我们这一次课，老师的课程评价应该不会很好，所以估计他也不会再出这种坑人的project了。总之建议大家选之前先打听打听这门课现在怎么样的再选，不然很坑。
这门课其实是针对转专业的同学开设的，如果本科没有学过数据结构那么这门课就是必修课，讲的就是基础的数据结构的知识，可以通过入学考试waive掉。老师给分普遍很高，大部分人都是A或者A-，由于是先修课，所以最后的成绩不计入GPA。
网课，讲的是计算机基础的数学知识，只要按时完成作业，最后的分数都是不错的。我同学选过，都拿了A或A-的成绩。
Tandon的热门课程，也是由Torsten教授开设，作业很硬，通过做作业我们就基本能够掌握SQL语言的常规应用。课程最后的project是做一个前后端结合的网站，做完会对全栈有一个大致的了解。
这门课有两个老师教，一个是印度人，一个是台湾人，身边的同学都是推荐印度的那个老师。老师讲课比较认真负责，而且平时的作业不计入最后的分数，考试也都是作业题的变题，还是开卷的形式。只要平常认真做作业就能够拿到很好的分数。
有实体课也有网课，网课是一个印度人上的，比较水。实体课是上学期新来的一个保加利亚的老师教的，之前在Goldman工作，后来去了TwoSigma，现在是TwoSigma的SVP，而且老师之前还是ACM金牌选手，背景很强。而且如果考试考得不好，老师把你的作业分数打高以提高你的整体分数。
水课，认真做平时的习题就可以拿不错的分数，就是授课老师Thomas的身体状况不太稳定，上次上了半个学期就去医院了。
也是Thomas老师的课，虽然他在贝尔实验室干了几十年，但是讲课不太走心，估计一腔热情都投进科研的怀抱了。老师基本不怎么备课，我身边上过这门课的人都是靠自学，最后考试的分数会curve。
网络安全方面的课，在网络安全方面Tandon一直都很牛，好几个教授都是国安背景的。这两门课有先修课程的要求，即上面的computer networking。如果要选这两名课推荐选McCoy的，给分好，Lok老师布置的作业很难而且给分十分严格。
主要上的内容是Hadoop和Spark，Juliana上的课，有时候她老公也会过来教，整体来说比较水。
CV也是有两个老师教，分别是Guido和Wong，身边有同学上过Wong老师的课，据她反馈说Wong老师讲课很认真，而且课后留的作业能练习上课讲的概念，比较实用。课程有两个project一个是做识别平行四边形，一个是人脸识别，如果有对CV感兴趣的同学可以选择。
只有秋季学期开，上课讲的内容是现在大火的神经网络，很硬，对于数学的要求很高，听同学的评价还不错，上过的人都在推荐。
学院的网红课之一，被很多学姐学长推荐为必选课程。虽然课程名字带有intro的字眼，但是内容很深刻，前半个学期讲Java的一些基本概念，后半个学期讲多线程、IO和NIO（开发聊天室），涉及到的知识量较多，要写的代码也很多。授课老师有多年的工作经验，讲课水平也不错，认真学完以后Java水平会有质的飞跃。
Sandoval老师的课程，虽然她开了这个课，但是她本人的分布式系统水平非常一般，据说课程内容和MIT6.824的课程内容以及Jinyang Li在Courant上的分布式系统课程内容相差无几，算是搬运吧，课后作业也和MIT的那个课程作业一模一样，每次都要花很多时间去理解。对于分布式感兴趣的同学可以选。
这门课是雷中雷，非常不推荐，授课老师极其不走心，上课有一半的时间在读他十年都没换过的PPT，还有一半的时间在吹牛，说自己当年为纽约交易所开发股票交易软件啥的，还经常吹苹果，夸赞乔布斯，导致我们上课的效率十分低下。Project是设计一个软件，并不需要写代码，而是要写各种文档。最坑人的是最后考试的内容和平时上课的内容完全不一样，而且老师给分非常严格，身边上过这门课的同学都是B或者B-。
算法2，应该是算法1的升级版，但是这门课主要是针对PhD的，MS很少有人选，我身边也只有两个同学选了这门课。据说考试都是证明题，如果对算法感兴趣的同学可以试着选一选。
我知道的课程都在上面了，虽然Tandon总体上课程不多，但是高质量的课程还是够学的。如果想要看到更多同学们对于课程的评价，我们可以登录NYU Home，进入Course Evaluation Results就可以查课程之前的评教记录。值得一提的是，课程的质量和授课老师息息相关，大家选课的时候还是尽量看授课老师，不要只看课程号。
和文章最开始时说的一样，Tandon在这边的名气还是不错的，我遇到的雇主和面试官也都是把Tandon当作NYU的一个普通的院系，并没有对我们区别对待。所以在找工作这一方面是完全不用担心的。我们这一届有一百多个中国人，我知道的在美国找到全职工作的大概有三分之一的人，去Amazon的人是最多的，还有三个去了Google，两个去了Facebook，一个去了VMWare，一个去了Bloomberg，还有一个去了微软，剩下的大多去了一些不错的中小型公司，当然也有回国工作的，总的来说大家的去向都挺不错的。
关于找工作这件事，我觉得自己的努力和机遇都非常重要。平常多做项目，简历上的内容也会丰富些；多刷题，多练coding，争取找个毕业前的intern，这样到了找工季也不会那么焦虑。至于机遇，这是一个很不确定的东西，如果有什么意见的话，建议大家早点投简历吧！毕竟机会总是留给有准备的人，早点开始找工作是绝对不会错的。学校的Career service会组织一些宣讲会，会有Facebook、yahoo这些大公司来；学校里大大小小的Career fair来的公司也很多，career development center每周会给你发各种career fair的消息，还有seminar和intern的邮件，seminar有讲各种career方面的主题，比如resume和CV怎么写之类的。还可以找忙修改resume老师，老师讲的很细致。感觉NYU是一个资源特别丰富的地方，只要好好去利用，其实都是一笔财富。另外，身边很多人的面试都是靠着内推拿到的，所以平时维护好社交圈很重要，认识的学长学姐、关系好的老师等等，我们都可以去寻找他们的帮助，礼貌一些，很多人都是愿意拉我们一把的！
NYU Tandon位于downtown Brooklyn，是布鲁克林最靠近曼哈顿的一块地方，出行特别方便，以Tandon为圆心，你能找到几乎所有的地铁线路，而且到地铁站的距离不用十分钟就可以走到。去曼哈顿的downtown，World Trade Center，East Village，SOHO都只需要不到半个小时的时间，去midtown也就是三四十分钟的时间。学校周围的治安也很好，警察局就在步行五分钟的地方，我经常十一二点从学校出来回家，从来都没有遇到过任何问题。不过布鲁克林的范围很大，其他地方我不敢保证，建议还是不要大晚上到处走动。布鲁克林虽然黑人不少，但是黑人们都挺友善。学校旁边吃的一般吧，不像主校区出门就是吃喝玩乐，本选择困难症患者一天到晚都在纠结要吃什么。好在这边消费比那边低一些，平常在学校当TA还能减少一点点经济压力，还是不错的。
Tandon的校园只有几幢楼，看上去有些简陋，直接导致了没有校园的感觉，这是我最遗憾的地方。我有时候会去主校区的图书馆，虽然主校区和两旁的街区完全融为了一体，但是一幢幢楼上会插上NYU的校旗方便我们去分辨，楼上还会有紫藤萝花盛开着，这也是NYU的另一个标志。由于NYU的教学楼非常分散的原因，常常会有一种整个曼哈顿下城都是NYU的感觉，但是NYU的每一幢楼都需要刷校园卡才可以进去，这也是出于保障学生的安全考虑。此外，主校区的健身房和游泳池的设备都非常齐全，场地很大，NYU的学生可以免费进入，喜欢运动的同学千万不要错过哦！
纽约其实和上海很像，因为都是国际性的大都市，他们都有着大城市独有的特征，人多、车多、生活节奏快，整个城市都洋溢着活力，像一个刚刚二十出头的青年。在纽约，你会感觉到出行真的非常方便，尤其是相较于地理位置偏僻的学校，在那些地方往往要买车出行才会便利，但是在纽约你完全没有买车的必要。纽约的地铁覆盖面广，基本出门就是地铁站，坐几站就可以直接到达目的地。而且最最最重要的是，纽约有一个大城市的交通都有的通病，那就是堵车。夸张地说，曼哈顿是一个一年365天，一天24小时无时无刻不在堵车的地方，你会发现开车比走路还要慢，而且这边的一个月的停车费就差不多是一半的伙食费了。
纽约的地铁虽然覆盖面很广，但是由于历史悠久的原因，建筑风格有种二战的感觉，显得有些脏乱差，和国内干净崭新的地铁完全不能比。而且这又破又旧的地铁做一次竟然要2.75刀，买张月卡一个月121刀，稍微实惠一点，但是仍然比不上国内的地铁啊！来了这边每次坐地铁都无比怀念国内又舒服又便宜的地铁，虽然很挤，但是我不嫌弃！
虽然纽约交通很挤，但是好在生活便利，在这里，你能够买到所有你想买的东西。先来说说女孩子们最喜欢的购物吧，普通的有我们熟悉的快消费品牌，比如优衣库、H&M、Zara和无印良品等，买奢侈品可以去第五大道，那边可以买到很多全球最新款的包包。护肤品和化妆品建议在日上买，纽约其实税也很高，除了搞活动大减价的时候，几乎所有的护肤品化妆品都比机场免税店要贵。至于超市，我常去的超市有target和trader Joe’s，target很常见，trader Joe’s基本上都是吃的。纽约美食也特别多，中国菜韩国菜日本菜等等，你想要吃的这里都有，而且从来不用担心吃腻。
然而这边餐饮的价格偏贵，最便宜的也要三十刀左右，当你看到原价还可以的食物，记得另外还要加上9%左右的税和15%-20%的小费，这样一算就不便宜了。如果每顿都在外面吃，在吃得不奢侈的情况下，一个月至少也要一千五百刀左右吧，所以本人迫于生活压力就学会了自己做饭。之前在国内基本厨房都不进，现在慢慢地也体会到了做饭的乐趣，不仅干净卫生，而且还能省下不少钱。我常常去Chinatown那边的中超港超买做菜必备的筷子汤勺酱油等，应有尽有。第二年的时候我大概有一半的时间自己烧，有时候太忙就会在外面解决，算下来一个月花在吃饭上的有八九百刀吧，和之前相比节省了不少生活费呢。
最后来说说我生活中开销最大的一部分——房租。和美国的其他城市（DC、LA、SF、湾区、硅谷等）相比，毫无疑问纽约的房租是最贵的。Tandon这边，布鲁克林downtown，luxury building的一套2b2b平均面积大概八十平，一个月的房租是4800美刀左右，如果客厅也住人，那么人均每个月一千五百刀左右，而NYU主校区那个位置，一个月的人均房租就要至少两千刀了。如果经济富裕的话还是推荐住曼岛那边，吃的很多，生活便利，黑人比例也低。新泽西也不错，到学校只要坐地铁和path，差不多半个小时就到了，非常方便，而且那边的衣服鞋子都是免费的，简直是购物的天堂啊。
