后疫情时期的DS选校 --湾区技术大神九大维度为你做拆解

Master小助手

本帖原创 选自 ChaseDream大数据公众号 微信号：cd_bigdata


文：Boland


自我介绍： 本科就读于国内财经类211金融数学专业，参加过商业比赛和数学建模大赛，取得了美赛M奖。后在证券公司的金融行研实习和四大的数据分析咨询实习中发现自己对数据分析、机器学习有更大的兴趣，于是决定申请BA/DS硕士。                    

申请季拿到明尼苏达大学BA，旧金山大学DS等offer，随后通过对比BA和DS区别以及对前辈的访谈，选择了DS项目。因不打算毕业后回国，最终选择了在美就业对我更有利的旧金山大学DS。目前即将毕业正在求职面试阶段，同时也在准备发表一篇Data Science在医疗领域应用的论文。

这篇文章将会站在偏向DS/美国项目/留美求职的角度，所以不免多少会有些bias，如果有没有考虑到的地方欢迎多多交流～这篇文章将会从毕业后求职的角度来介绍一下DS选校时考虑维度。



美国MSDS项目概览



(图片来源于网络: https://analytics.ncsu.edu/?page_id=4184)

根据北卡州立大学官网总结的数据，中国学生经常申请的Full-time MSDS项目主要分布在东海岸（比如哈佛/哥大/NYU/布朗大学），以及中部（范德堡大学/Duke）和西海岸（斯坦福/USC/UW/USF）。



申请MSDS项目的考虑维度

在申请前研究MSDS项目时，我们需要考虑多个维度。在考虑时，我倾向于把一个项目拆解成以下9个维度：学校排名/地理位置/项目长度/项目质量/项目同学质量/就业报告/学校or项目对学生求职的支持/项目课程/国际生比例。

回复查看
1） 学校排名
学校排名是很多人都很注重的一个指标，国内的公司普遍比较注重学校的排名，但是美国的tech公司没有那么明显的target school。美国tech公司的技术岗更注重你的技术和简历上做过的项目经验。所以除了坚定在美国找工作的同学还是需要考虑这一点的。

信息渠道：US NEWS/QS 排名

2） 地理位置
地理位置意味着项目在当地的alumni networking和reputation，以及就近去公司面试的话会比较方便（虽然在目前的疫情时期onsite也都是视频面试）。以USF MSDS为例，坐标在湾区，加上之前已经有8届校友，在湾区的networking就不错，并且在湾区工作的校友很多。老师会组织校友lunch分享经验，校友mock面试等等，都是networking和求refer的好机会。

信息渠道：Google Map，但是需要注意有些研究生项目和主校区并不在一起，需要在项目官网上也看一看

3） 项目长度
由于签证的限制，一年的项目意味着没有时间做intern，那么在入学的半年到一年之内就要开始找full time工作。在一年的时间内，既要上相当intense的课程，又要找工作，压力会比较大，特别是对没有海外留学经验的学生。个人认为除非已经是很强的技术大佬，刚来美国就赶那一波秋招的成功率不是很高。不过好在tech大小公司全年也都有岗位开放，所以来年春季开始找工作也可行。但是一年半到两年的项目就可以第一年申请intern，第二年再找full time或者争取return offer。

信息渠道：项目官网

4） 国际生比例
这个方面见仁见智，国际生比例低的好处是可以提高英语水平，有更多与外国人合作做项目的经历（以后工作时也要和外国人交流合作的），并且从另一角度反映了这个项目在外国人中的reputation。但如果你更喜欢和中国人交朋友的话，国际生比例高也意味着你能认识更多中国朋友，并且项目对国际生可能会比较重视。以USF MSDS为例，国际生占50%，所以我可以认识中国的朋友也有很多和外国人合作作业的经历。

信息渠道：项目官网class profile

5） 项目质量
水项目和硬核项目的说法早有历史且褒贬不一，这里就不做过多评价了。每个人的需求/关注点都不同，所以选择最适合自己的就是最好的。但是个人感觉项目官网上对项目的产出（即毕业生）的数据越清晰，信息越透明就越好，至少说明这个项目有自信公布自己的数据。

信息渠道：可以采访本科或者MS项目的学长学姐，或者在LinkedIn上查询毕业生的去向

6）同学质量
同学质量越高就有更多机会与更优秀的人交流，可以得到更多厉害的人的帮助，也更有动力。找工作的氛围，大家讨论的气氛也会很不一样。以我自己为例，我们项目很少应届毕业生，很多二硕有找工作经验或者有工作经验的同学。在我找工作准备面试期间，这些比我更有经验的同学帮我改简历和mock面试可以给我很多很有用的经验。

信息渠道：项目官网class profile/LinkedIn可以搜到往届学生的情况

7） 项目课程
项目课程当然也是相当重要的，从实际工作应用的角度出发，我认为DS的课程最好包括以下几方面：统计/数据分析/数据库/coding/machine learning/deep learning/case/分布式数据系统/云/application

统计：DS的数理基础，包括概率统计/线性回归/时间序列；

数据分析：处理数据占DS很大一部分，包括pandas/numpy等库的应用，可视化画图等；

数据库：数据存在的地方，SQL；

分布式数据系统/云：big data都存在于分布式系统；

Case：例如AB testing/各种分析这些都是必会的；

Machine learning/deep learning：对模型的理解，会写ML源代码啊DL网络啊等等。这方面可能会有浮动，普通的DS岗位不会要求面ML源代码，如果申请MLE岗位的话就需要会了；

Application：比如我们项目要做一个end to end产品，从后端ML model到AWS建数据库建服务器再到做前端网页，需要所有这些技能串在一起；

Coding：整体的代码能力，和一些数据结构算法知识。

前一部分都是general DS工作中都要用到的技能，后面是难度更高的岗位比如MLE/RS需要会的技能，个人认为DS项目课程这些都要覆盖到，这样以后找工作的选择面才会更大。

8）对学生找工作的支持
这是对项目留美就业率相当重要的一个因素，项目对学生就业的关注和支持非常重要。以我自己的项目为例，项目给每个学生分配一个长达10个月的part time internship，并且分配一个项目里的老师作为mentor解答实习期间遇到的问题和找工作期间的一切问题，包括改简历和给offer谈更高的价钱。在开始找工季还开设额外的求职培训课，科普DS求职面试的一切问题，系主任会建一个Github用来track每个学生的申请进度。此外，项目会不时邀请alumni lunch来分享经验，也组织过alumni一对一mock面试，小秘还会转发alumni公司有内推岗位的邮件。总之，不同的支持程度可以是千差万别的。

信息渠道：采访认识的学长学姐的就读体验。

9） 就业报告
就业报告是一个项目毕业生去向的第一手数据，个人认为不公布毕业生就业统计的项目都是耍流氓～毕竟大部分的大家读MS的目的都是为了找到更好的工作。所以就业报告越详细，越清晰，就越好。

从一份比较好的就业报告中我们可以看到毕业生就业的地区，行业职能，薪资，所以可以与自己的心理预期做比较。比如NYU MSDS（https://cds.nyu.edu/careers-ds/）/ USF MSDS（https://www.usfca.edu/arts-sciences/graduate-programs/data-science/careers）都有相当详细的就业统计。

信息渠道：项目官网employment report / career

我们要结合自己的需求和实力来选择与自己匹配并且符合自己期望的项目，大家也可以去项目官网的class profile查看往年录取学生的信息，能更加确定自己努力的方向！




看完了小编的介绍，同学是否已经对DS项目有了初步认识呢？Chase Dream申请辅导了解下，优质Mentor手把手带你构建直击招生官小心心的申请package，敲开圆梦求学之路的美研大门！


广告时间

了解 CD Master申请辅导，请点击  ChaseDream 商科研究生申请咨询服务 报名帖  或  扫描小助手二维码，加小助手沟通



2022Fall BA群建群，可以添加 CD Master小助手微信：CDmasterxzl2进群
通过申请请告知：现在大几，准备申什么国家

实习，申请/求职 干货在此帖，欢迎敲门
21年每周实习更新 2022Fall BA群建群，欢迎添加！更多申请、求职相关干货在此帖@-@

chuxiee7

顶一下

KEFIR-

Master小助手

顶

HoTaKuKi

看一下

yihsuan090909

看一下！               

你的biscuit

wyzhexxxxxx

看一下！               

blacklion789

看一看 感谢楼主