Course Experience

CS6534 - AI Guided Study

• 强烈推荐，建议提前联系导师。
• 工作量小，因为只有一学期，课程设计本质是为后续 project 做铺垫，项目前期调研。
• 下学期可继续跟导师选 project 课程，想走科研的同学可以多和导师交流，有机会转mphil或者ra机会，甚至phd机会（phd这个前提是你自己有相关简历）。
• 给分巨高、事情相对较少（前提是导师正常）夯爆了，无脑选。

CS5182 - Computer Graphics

• 我上过的课程第二轻松。
• 课程内容少，project 很轻松。
• project内容：找一篇有 GitHub仓库的 paper，重新跑一遍训练即可，想高分就做点小改进（trick：可以找新论文，借鉴人家的idea，然后自己乱改改，就成自己的新改进了）。
• 考试非常简单，只要你认真学了内容，基本就是奔满分考，题目非常基础。
• 和 VR 课一起选会有部分复习内容重叠，能省一点工作量。

CS6290 - Privacy Enhancing Technologies

• 我上过的课第三轻松。
• 私下和老师聊过天，人很亲和，课程设计合理，给分高，课上看着人很正经专业，但私下就像大几岁的phd师兄。
• quiz 可搜题，甚至不去教室也能完成，缺席了甚至还能补。
• project巨简单，LLM完全能胜任工作。
• 答辩很水，期末开卷且非常简单，感觉结合cheat sheet，大家都能奔满分考，不用自己背内容很舒服，2张a4纸很够用，考试很友好，给到第二夯。
• 综合来说性价比高，推荐选。

CS5188 - Virtual Reality Tech & Apns

• 我上过的课第四轻松。
• 老师口音清楚。
• 考试是我所有课里最简单的，但前提是你背了全部概念题，无计算--「背了即满分」。
• project 可能有一定难度。我当时负责的本地知识库的搭建与交互，建模部分不是我负责，所以不太了解。
• 如果小组的同学都完全不会，还是有点吃力。建议找大佬或早点动手。
• 蓝图参考：https://blueprintue.com
• 常规交互蓝图可直接参考，便于快速搭建。
• 不确定整体 project 难度的同学，谨慎评估后再选。

CS5491 - Artificial Intelligence

• 师兄师姐普遍推荐。
• 需要抢课，我当时点错按钮，点回来显示没名额了。
• 课程中途发现还剩一个名额，于是课程中途申请加入，老师一开始不同意，后来我发简历给他证明有相关经验才同意。
• 老师风格：听朋友说比较“严格”，但我个人在教室的体验还行。
• 考试简单到超乎想象，某种程度比vr还简单，因为它真考原题或者简单改编而且是开卷，不需要你背，带你需要的资料上考场就完事，考试建议复习tutorial，考题基本是原题或改编题。
• 期中据说完全出的之前的原题，后来被一个同学举报，老师差点让全班重考，不知道后面的学弟学妹还能不能享受到“原题福利”。
• project可自选题。我用以前的AI相关项目交的作业，几次报告给分都挺高的。
• 性价比高，尤其适合有 AI相关经验的同学，能省一个project工作量，而且相比其它课程你随便水project和提交以前做的有意义的project还能拿高分。

CS5351 - Software Engineering

• 上课会有些单词讲错，我一开始以为是口音，后来发现是确实说错。对英语一般的同学来说听着会有点吃力。
• 老师人还不错，整体态度较好。

• 期中考试：可以查题，监管不严，但仍有难度，很多简答题要写文字，题量偏多，做不完很正常。
• 第二次考试：难度显著下降，但为笔试，没机考那么“水”。
• 期末考试：开卷，难度中等。有前期做的 cheat sheet 很好用，结合复习可以拿高分，挂科风险不大。

• 选好队友很关键，尽量早点开工。
• 如果队友不够主动，建议自己带头组织分工，项目工作量不小。

CS5222 - Computer Networks & Internets || CS5481 - Data Engineering

• 必修课，选它们没太多可补充的。
• 写完第一门必修课后，写到第二门时发现没必要展开，所以后面都略了，但为了严谨仍把必修课列出来。