https://zhuanlan.zhihu.com/p/54680585

我写东西一向希望能给大家带来正能量，提供有价值的信息，不辱没母校的厚德价值观。

我是传统没落工科毕业后开发软件，但是一直没下决心去读个CS的master,　老觉得可以通过自学解决。不过最近面试了热门互联网公司一圈，也看了很多Startup工作岗位的要求，感觉技术风向变了，类似machine learning等方向并不容易自学，另外也感到自己的知识结构不够系统，于是决定去读个online 的硕士。

首先要说的是所有的学校都要求TOEFL成绩， 如果在美国读过书的话就可以免掉这个。我一共申请了三个学校的online master program，UIUC 的非学术硕士MCS, Gatech OMSCS和Arizona State University的。Gatech没有任何prerequisites．只要PS和推荐信。

UIUC和Arizona State都要求prerequisites，区别是UIUC可以用coursera的certificate或者工作经验来代替，但是ASU坚持必须是正规college修过才行。最后的结果是UIUC把我这个有多年软件开放经验的申请人据了，ASU则是不停地打电话问问先修课搞定了没有，没有的话没法move on. 只有Gatech OMSCS没有任何学术门槛，痛痛快快录取了我。真心感激人家给我这个机会呀！

很多人可能没有注意到的是OMSCS的课程本身在Udacity上面是没有任何限制的，可以免费看。交学费的价值一个是TA的成本，另一个是学位证书的价值。一旦注册了一门功课，学生就能登录专门的Canvas课程进度管理专栏，可以讨论任何课程，有人负责判作业。

OMSCS 开放了四个track供online学生选择，我因为最近spring 2019开学头一次选两门科，就把四个方向的课程都打出来，配合网上搜集的资料，，大体明白这个program的难度和其中奥妙了，也可以理解关于它的含金量争议了。

一句话，OMSCS含金量取决于学生的选择，和online还是on campus没关系。

四个track的课程架构基本上是2+ 3 + 5.

2代表core courses. 有的方向比如Machine Learning, Perception and Robotics都是大量数学理论，hard级别的。但是其他两个Computer System, Interactive Intelligence就有easy的课程可以选择。

3代表specialization courses. 这个有的方向hard级别为主，有的是难易混合。有的甚至全部是偏向容易的课程。

5代表free selection, 所有的课程都可以选择，那么有的课程是给博士开的高级专题，有的课程则是类似CS101概论。

所以有些情况下背景弱的学生为了生存会考虑选择track里面容易的必修课程 配合简单的选修课，这样好毕业。另一种情况是某些track本身的课程结构就偏商科或者应用，容易一些。比如说Interactive Intelligence这个track的核心必修课程甚至可以避开Algorithm这门超级难课，所以深受印度人的喜爱。他们到美国镀金只想要个Computer的相关Master degree，其他无所谓。

那么课程本身呢？Ｇatech考虑的是在研究生水平上的多样化，Master和Phd的课程是混合在一起的.　比如我选修了Computer Network，点开syllabus发现它假设学生已经了解本科生水平的Computer Network，所以这个课程以高级专题project和读Paper为主，上来就要用python配合mininet学习SDN等等。这个强度不是一个弱背景可以上手的。

那么Database Design就没有读Paper的环节，还是传统的教科书方式，贯穿用python, php 做一个full stack project来实践数据库理论.

有的课程比如Advanced operation system是超级硬菜。看着2百多人选课，后来剩下20个坚持学习。我和Gatech的正经CS Phd交流过，她上这门课也痛苦！不过这正是高质量的象征！

所以总结起来就是学生选择的track和选择的课程决定了的学生的水平和能力。有勉强毕业的菜鸟，也有奔向Phd的高手。如果学生想最大化自己的能力，要么尽量选择难课，要么选择最合适的组合，而不是选择最容易的组合。

所以以后面试遇到了Gatech OMSCS的毕业生，水货还是高手？　都有可能！