很多 CS、AI 方向的学生选校时，就是看 US News 综合排名，觉得排名高的项目一定更好，实际上 CS 方向的就业导向很强，很多综合排名不算靠前的院校，因为地理位置、行业资源优势，毕业生就业表现反而不输排名靠前的院校。选校的时候除了综排之外，还有几个维度需要重点关注。
首先是课程设置和项目培养导向。不同院校的 CS、AI 项目差异很大，有的项目偏学术研究，课程里理论课占比高，适合未来想读博走学术路线的学生；有的项目偏就业实践，开设很多和工业界接轨的应用课程，比如分布式系统、机器学习工程、云计算这类实用方向，还会和科技公司合作开实践项目，适合毕业想直接工作的学生。选校的时候可以去项目官网看核心课程列表，看看有没有自己感兴趣的细分方向课程，比如想做计算机视觉方向，就看看项目有没有 CV、深度学习相关的高阶课，想做系统方向，就看看有没有操作系统、计算机网络相关的硬核课程。还要注意看项目的选课自由度，有的项目允许学生跨学院选商学院、工学院的课程，想转码或者想补充商业知识的学生，这类项目的灵活度会更高。
其次是地理位置和行业资源。CS、AI 方向的实习和就业对地理位置的敏感度比较高，院校如果处在科技产业聚集的区域，学生找实习、参加行业活动、接触校招机会都会方便很多。比如美国加州地区聚集了大量互联网公司、科技初创企业，当地院校的学生平时就可以参加公司的开放日、技术分享会，暑期实习不用跨州搬家，很多公司甚至会直接在当地院校开校招专场，简历通过率会比偏远地区的学生高一些。除了美国之外，英国伦敦、新加坡、中国香港这些金融科技产业聚集的区域，当地院校的 CS 项目也会有更多和金融科技、互联网公司合作的机会。当然也不是说地理位置偏的项目就不好，很多公立院校虽然位置不在核心城市，但计算机系实力很强，校友网络遍布行业，同样有很好的就业资源，只是需要学生更主动地找实习机会。
第三个维度是项目时长和实习政策。不同项目的时长从 1 年到 2 年不等，1 年制的项目时间紧凑，课程密度大，适合想快速毕业拿学位的学生，但缺点是刚入学就要开始找工作，没有太多时间适应环境，也很难有暑期实习的时间窗口。1.5 年到 2 年的项目，时间相对宽松，学生可以利用暑假做 2-3 段实习，积累足够的工作经验再参加秋招，对想留当地工作的学生来说会更友好。还要注意看项目的 CPT、OPT 政策，美国院校的部分项目入学学期就允许学生做校外实习，有的项目则要求学生读完一年课程才能实习，政策不同会直接影响找实习的节奏。
另外可以多看看项目的往届就业报告，正规项目都会在官网公布毕业生的就业去向、平均薪资、进入的企业名单，看看国际生的留用比例怎么样，有没有毕业生进入自己目标行业的公司。也可以去 LinkedIn 上搜往届中国学生的背景，看看大家的就业去向，这些信息比单纯看排名更有参考价值。选校不需要盲目冲排名，结合自己的职业规划选适合的项目，比单纯看排名选校更重要。
