Preface

在紐約第一個學期咻一下就過了。 最近剛好是美國研究所申請季，之前也有一些同學 or 學弟妹來問我關於 Cornell Tech 的就讀體驗，是時候來寫一篇我對 Cornell Tech 的看法。 不過感覺這時候寫也沒什麼用就是了，該丟的申請大概都丟了。 Anyway, let’s get started.

Courses

My class roster(FYI, I am in Connective Media program):

• Prepare for spec
• Psychological and Social Aspects of Technology (PsySocial)
• Machine Learning Engineering (MLE)
• Virtual and Augmented Reality (VR/AR)
• Algorithms and Data Structures for Applications (Algo)
• HCI and Design (HCI)

整體而言，我覺得 Cornell Tech 其實不是間轉 CS 友善學校，這裡沒有完整的 CS 基礎課 Algo & Data structure 算吧，但那堂我覺得有設計上的問題，等等會講），技術課程都蠻有特色的或是蠻 specific 在某個領域的，像是 VR/AR or MLE，這表示如果你的 Computer science 知識 or Coding 底子不夠強，可能會有點辛苦。

另外，大部分的課程還是以技術課程為主，如果目標是來找 PM or UX designers 工作的可能也需要具備一些 Programming 能力。技術課程中又以 Data Science / Machine Learning 類為大宗，所以是 Machine Learning 相關背景的人選擇會比較多。

PsySocial

CM 一年級必修課，主要在研究應用在科技產品的心理學，是堂 Reading intensive 的課，每個禮拜要讀兩篇 papers（或是某本書的其中幾個章節），然後在下一個禮拜兩堂課的其中一堂課抽考，考完教授會擲骰子決定要不要算分，個人覺得這個設計也蠻心理學的，想翹課的人有時候真的可以僥倖躲過小考。

我其實沒特別愛這堂課，理由如下

• Reading-intensive，我不愛讀 paper（還好有 ChatGPT）
• 課程在 8:40，太早爬不起來 lol
• Final Project 要挑一篇 paper 重做一次裡面的實驗，很麻煩

Anyway，如果是喜歡讀 paper 的人可能會喜歡。如果是讀 CM 的人就沒得挑了哈。

MLE

可能是我比較喜歡寫 Code 吧，這堂課絕對是我覺得這學期最 challenging 也學到最多的課程之一。首先這堂課的老師是在 ML 業界有名的人物

，再來這堂課的課程內容真的蠻有趣的，會帶領你從 0 打造一套像是 Pytorch 的 Machine Learning Library ()，綜合以上就可以看出為什麼我覺得這堂課有料。

喜歡寫 Code / 喜歡接受挑戰 / 喜歡 ML 的人推薦來修。 另外有一堂課叫 Applied Machine Learning，據說是比較 Math-intensive 的 ML 課，喜歡理論的可以去那堂，不過聽身邊的人說體驗不是很好就是了，詳細情況不知道，不過當初原本要選那堂，現在蠻慶幸沒有選錯課的。

HCI

本來對 HCI, UIUX 有點興趣，修完覺得蠻煩的，不過是必修課，還是得修 lol。

這堂課是翻轉教學，每堂課都在做作業，有點累。不過如果對於 HCI or UI/UX 超有興趣，我相信還是可以學到不少東西。

VR/AR

當初沒想過會喜歡這堂課，也許是覺得老師蠻用心的和教的不錯的關係吧，這課其實蠻好玩的。

這堂課老師說要具備 C# / Linear Algebra / Unity / OOP language 經驗，但我覺得也沒這麼可怕，認真說的話我大概只有一點 OOP (Python)概念和快忘光的線性代數吧。整學期在教現在 VR 運用的一些技術，和 VR 產業的歷史和未來，期末 Project 要寫一個 VR application（每人會發一台 Meta Quest 2，學期末再還回去）。

除了期末 Project 被組員雷的很不爽還有 Loading 稍微偏重以外，這堂課很推薦給喜歡寫程式或有意往這方向鑽研的人。還是老話一句，請慎選組員。

Algo

跟我想像中的演算法不太一樣，本來以為會循序漸進地從基礎開始教起，但好像是老師想上什麼就上什麼，第一堂課上 Stable Matching，一下子 Dynamic Programming，一下子 Graph Algorithm，如果沒有學過演算法的人應該會扛不住。

這就是為什麼我覺得不適合底子不夠強的人來修的原因。總之這堂課好像也被很多人說設計的不太好，每學期內容變來變去，好像還沒找到一個完美的課程設計。

不過好處是 Grading Policy，整學期就四次作業，沒有考試和出席分數，對我來說蠻輕鬆的。

Environment

環境部分真的挺好的，除了學校有點小以外無可挑剃。

首先，校舍宿舍都很新很乾淨，然後 Roosevelt Island 風景漂亮，相較於 Manhattan 乾淨又安靜很多。不過這大概也是學費貴的原因 lol。

而且住在 Manhattan 隔壁的小島上進出島不會很麻煩，紐約有很多可以去的地方，想去中央公園散步 20 分鐘內就到的了，所以住在這裡完全不用怕無聊，想念中式料理還可以去隔壁 Queens Flushing。

雖然島上的地鐵 F-train 正在整修有點小麻煩，不過還是可以透過纜車或船進出島，在這裡真的完全不需要開車，算是優點也是缺點，如果是想開車去 Road trip 的人可能就不推紐約。

Anyway，還是蠻開心當初選擇來紐約的，雖然路上很臭很髒，但生活蠻有趣的。

Other thoughts

Job hunting

吃掉我大部分時間的事。

本來想寫的，後來覺得還是等我上岸之後再另外發一篇好了。

英文

來美國一定會被迫進步的東西。其實一開始前幾個月還覺得自己英文口說還是一樣爛，直到最近才覺得真的有進步不少。

自己的心境有點從一開始很怕不敢開口，到中間變成“我就爛”勇敢開口，最後變成“我好像其實也沒那麼糟”。畢竟生活中或出去玩一定會用到英文，課堂中討論也會用到英文（除非你都跟台灣人或中國人一組），找工作面試更需要英文，所以我覺得不進步也挺困難的。

現在終於可以體會“學習一個語言最快的方法是待在那個國家”這句話了，來美國一段時間後覺得，英文有些用法和字眼其實蠻難用中文完美翻譯，這些用法可能要在當地待一段時間才會越用越順，如果永遠只用中文去學英文的話，蠻難說得像當地人一樣順暢的，而且會因為特別在意有沒有完美翻譯腦中的那段話，而講的卡卡的。對於現在的我來說，講英文有點像換成另一個模式或另一個腦袋，就像講中文一樣很自的說出來，不會去特別翻譯，雖然有時候還是會有些文法錯誤，但老實說我覺得對方聽得懂就好，母語人士也不會特別在意。

廚藝

這應該是除了英文進步最多的技能了，畢竟在紐約餐餐外食真的會破產，大部分都自己買菜煮。其實我很享受去超市買菜和自己煮自己要吃的東西，雖然有時候搞砸會很難吃，但能抽出時間悠閒地逛超市和煮東西蠻療癒的。

不過後來學期末太忙每天都吃差不多的東西，沒空開發新菜色 lol

Diversity

Cornell Tech 相較於其他學校不管在男女比或是種族多元度（應該）都勝過其他熱門選擇 (Rice, CMU, etc.)，這點還蠻不錯的，雖然華人和印度人還是很多，但至少沒有像其他學校聽說的那麼多。

分組作業

最後，即使 Cornell Tech 算是 Ivy League 的其中一個學校，但人的素質有點讓我失望，沒有一開始想像的大家都很聰明（可能是剛好組員都很雷 lol）。

所以只能說再好的學校都會有你想像不到的怪人 or 鳥事，然後請慎選組員，iykyk。

That’s it

這大概就是在 Cornell Tech 的第一學期，有失望的地方也有滿意的。仔細想想能住在紐約真的蠻幸福的，期許自己在辛苦找工作之餘還能好好探索這個地方，也推薦要來的人多出去走走。

對於 Cornell Tech 任何事情有想多了解的人歡迎 DM，下學期再見 🗽