摘要:數(shù)據(jù)科學(xué)專業(yè)是僅次于計(jì)算機(jī)科學(xué)的熱門留學(xué)學(xué)科,在美國(guó)開(kāi)設(shè)數(shù)據(jù)科學(xué)專業(yè)的學(xué)校也很多,但是數(shù)據(jù)科學(xué)專業(yè)應(yīng)該去NYU還是哥大呢?這里Hanna老師就給您好好分析下吧!
數(shù)據(jù)科學(xué)專業(yè)應(yīng)該去NYU還是哥大?
數(shù)據(jù)科學(xué)專業(yè)人才在當(dāng)今社會(huì)需求量大,具備留學(xué)背景的學(xué)生也成為行業(yè)高需人才,美國(guó)的數(shù)據(jù)科學(xué)專業(yè)算是比較頂尖的,其中NYU和哥大以數(shù)據(jù)科學(xué)專業(yè)見(jiàn)長(zhǎng),但是排名而言,哥大往往要?jiǎng)龠^(guò)NYU,那么數(shù)據(jù)科學(xué)專業(yè)應(yīng)該去NYU還是哥大呢?
1、NYU數(shù)據(jù)科學(xué)專業(yè)學(xué)制及學(xué)分與哥大的對(duì)比:哥大時(shí)長(zhǎng)及學(xué)分短于NYU
哥倫比亞大學(xué):哥倫比亞大學(xué)時(shí)長(zhǎng)為一年半,一共需要修30個(gè)學(xué)分,同學(xué)們?cè)诋厴I(yè)之前不需要寫(xiě)論文,這些基礎(chǔ)的要求在哥大項(xiàng)目的官網(wǎng)上都是可以很輕松地查到的,所以在這里我就不贅述了,同學(xué)們?nèi)绻信d趣的話可以自己到官網(wǎng)上查找相關(guān)的信息。
NYU:這個(gè)項(xiàng)目是隸屬于courant的,courant的應(yīng)用數(shù)學(xué)專業(yè)排名第一,所以項(xiàng)目的師資力量和學(xué)術(shù)資源是很強(qiáng)大,另外因?yàn)閏ourant的影響,項(xiàng)目的名聲和受認(rèn)可程度還是很不錯(cuò)的。
該項(xiàng)目一般是兩年畢業(yè),同學(xué)需要修滿36個(gè)學(xué)分,其中有6門必修課和6門選修課。NYU的數(shù)據(jù)科學(xué)項(xiàng)目課程設(shè)計(jì)十分的成熟,其并不是簡(jiǎn)單地讓同學(xué)們學(xué)習(xí)統(tǒng)計(jì)、CS等領(lǐng)域的知識(shí),而是在按部就班地培養(yǎng)一個(gè)data scientist,所以同學(xué)們?cè)谄綍r(shí)的學(xué)習(xí)中可以很明顯地體會(huì)到自己的成長(zhǎng),更為重要的是在這里學(xué)習(xí)之后我們對(duì)于data science的了解會(huì)更加的深刻,這對(duì)于同學(xué)們畢業(yè)之后的發(fā)展是很有幫助的。
另外NYU的數(shù)據(jù)科學(xué)項(xiàng)目雖然正常是兩年畢業(yè),但是如果同學(xué)們每個(gè)學(xué)期多選擇一些課程的話也是可以提前畢業(yè)的,只是這樣平時(shí)的學(xué)業(yè)壓力會(huì)很大,大家這樣做之前一定要做好準(zhǔn)備。
2、NYU數(shù)據(jù)科學(xué)專業(yè)課程與哥大的對(duì)比:兩者必修和選修課程在讀難度不大
NYU:在第一年需要學(xué)習(xí)intro ds、stats、machine learning、big data等課程,這些都是一些基礎(chǔ)課程,課程的難度不是很大,可以幫助那些轉(zhuǎn)專業(yè)申請(qǐng)的同學(xué)完成入門,那些有相關(guān)專業(yè)背景的同學(xué)學(xué)習(xí)這些課程的時(shí)候會(huì)非常輕松。其中雖然stats和machine learning內(nèi)容很基礎(chǔ),不過(guò)課程中學(xué)習(xí)的知識(shí)更加偏向理論一些,同學(xué)們?cè)趯W(xué)習(xí)的過(guò)程中還是會(huì)有很多收獲的。
在第二年同學(xué)們還要學(xué)習(xí)stats inference這門課,在除此之外還要完成final project。Stats inference這門課的難度比較高,學(xué)習(xí)起來(lái)對(duì)很多同學(xué)來(lái)說(shuō)會(huì)有些吃力,不過(guò)大家同樣可以收獲很多。
此外,NYU數(shù)據(jù)科學(xué)的必修課質(zhì)量都是很高的,像machine learning更是大家公認(rèn)的神課,不過(guò)big data稍微有些坑,不過(guò)無(wú)傷大雅。
NYU的選修課在自由度上和哥倫比亞大學(xué)幾乎沒(méi)有什么差別,同學(xué)們也可以選擇所有的課程,像stern和CS的課程都是可以選擇的,每個(gè)同學(xué)都可以結(jié)合自己的需要去進(jìn)行課程的設(shè)計(jì),非常靈活。而且較之于哥倫比亞大學(xué),NYU在進(jìn)行選修課選擇的時(shí)候競(jìng)爭(zhēng)沒(méi)有那么激烈,同學(xué)們基本都可以選到自己心儀的課程,這也是很好的。
選修課建議選擇deep learning和NLP都是很不錯(cuò)的選擇,這些課程內(nèi)容很硬核,80%的內(nèi)容都是需要同學(xué)們?nèi)プ约簩W(xué)習(xí)的,因此挑戰(zhàn)性很大,不過(guò)學(xué)起來(lái)也的確很有意思。另外還有一些選修像advance programming和text mining相比之下就有些水了,不過(guò)同學(xué)們也可以結(jié)合自己的需要去選擇。
另外NYU數(shù)科學(xué)項(xiàng)目中的同學(xué)是可以申請(qǐng)PhD的,有這個(gè)想法的同學(xué)只要平時(shí)多和教授交流和溝通就有機(jī)會(huì)繼續(xù)讀PhD了。因?yàn)轫?xiàng)目的課程設(shè)計(jì)包含的內(nèi)容很多,因此在平時(shí)的學(xué)習(xí)過(guò)程中我們?nèi)绻l(fā)現(xiàn)自己對(duì)某個(gè)研究領(lǐng)域比較感興趣,申請(qǐng)讀PhD還是很好的,因?yàn)楝F(xiàn)在企業(yè)對(duì)DS相關(guān)人才的要求愈發(fā)嚴(yán)苛,PhD在求職時(shí)也會(huì)更有競(jìng)爭(zhēng)力一些,在我看來(lái)這也是NYU項(xiàng)目的優(yōu)勢(shì)之一。
哥大:主要由CS與統(tǒng)計(jì)兩部分內(nèi)容組成,CS的部分同學(xué)們主要需要學(xué)習(xí)算法和并行計(jì)算系統(tǒng)相關(guān)的知識(shí),在統(tǒng)計(jì)部分同學(xué)們主要學(xué)習(xí)的則是機(jī)器學(xué)習(xí)以及統(tǒng)計(jì)推斷的知識(shí)。在30個(gè)學(xué)分的課程中,必修課有六門。
首先是algorithms for data science這門課,這門課的主要內(nèi)容是算法,課程中寫(xiě)代碼用到的是python。這門課中包含了很多的內(nèi)容,但是上課的節(jié)奏是很慢的,這主要是因?yàn)楦绱蟮臄?shù)據(jù)科學(xué)項(xiàng)目在招生時(shí)對(duì)于專業(yè)背景的要求并不是很嚴(yán)格,其中很多同學(xué)算法的基礎(chǔ)比較差,減緩課程進(jìn)度可以讓所有的同學(xué)都能完成項(xiàng)目的學(xué)習(xí)。因此這門課對(duì)那些算法、編程基礎(chǔ)薄弱的同學(xué)來(lái)說(shuō)是一個(gè)入門的好選擇。
下一門課是統(tǒng)計(jì)推斷和建模,這節(jié)課的內(nèi)容相較之下就要高階很多了,課程主要也是分為兩個(gè)部分,一般重點(diǎn)是數(shù)理統(tǒng)計(jì)、假設(shè)檢驗(yàn)等內(nèi)容,剩余的部分主要講的是機(jī)器學(xué)習(xí)的入門知識(shí)。這門課的作業(yè)有理論題,同時(shí)也會(huì)要求同學(xué)們用r去寫(xiě)基本機(jī)器學(xué)習(xí)的算法。而且這門課需要同學(xué)們擁有一定的概率論及線性代數(shù)基礎(chǔ),同學(xué)們?cè)趪?guó)內(nèi)上過(guò)數(shù)學(xué)系的相關(guān)專業(yè)課或是工科專業(yè)的數(shù)學(xué)基本就滿足學(xué)習(xí)的需要了。
Machine learning這門課的內(nèi)容同樣非常的基礎(chǔ),主要就是為同學(xué)們后續(xù)學(xué)習(xí)機(jī)器學(xué)習(xí)方面的課程做好鋪墊,也是一門入門性質(zhì)的課程。還有概率論這門必修課的內(nèi)容設(shè)計(jì)同樣很基礎(chǔ),因?yàn)閲?guó)內(nèi)很多同學(xué)在本科期間會(huì)學(xué)習(xí)很多概率論相關(guān)的知識(shí),不少同學(xué)會(huì)選擇waive掉這門課。
因?yàn)樵谶x修課部分同學(xué)們選課是沒(méi)有限制的,大家可以結(jié)合自己的需要去選擇哥大中的所有課程,這樣的話同學(xué)們可以充分利用哥大的教育資源來(lái)滿足自己未來(lái)發(fā)展的需要。不過(guò)需要注意的是哥大很多熱門的課程申請(qǐng)的人數(shù)是很多的,一些課程的waitlist長(zhǎng)度讓人嘆為觀止,所以大家在選課之前一定要做好規(guī)劃,同時(shí)和advisor溝通好。
整體來(lái)看哥大數(shù)據(jù)科學(xué)項(xiàng)目中的核心課程難度不是很大,學(xué)習(xí)的量比較適中,這個(gè)項(xiàng)目適合那些基礎(chǔ)比較薄弱但是數(shù)理背景比較好的同學(xué)來(lái)選擇。不過(guò)不要因此覺(jué)得這個(gè)項(xiàng)目水,因?yàn)轫?xiàng)目中選修課是很自由的,同學(xué)們完全可以選擇一些很硬核的課程來(lái)完成專業(yè)知識(shí)的學(xué)習(xí),所以這個(gè)項(xiàng)目可以滿足不同同學(xué)的學(xué)習(xí)需要。
3、NYU數(shù)據(jù)科學(xué)專業(yè)就業(yè)與哥大就業(yè)對(duì)比:兩者都有充足的實(shí)習(xí)培訓(xùn)資源
NYU:數(shù)據(jù)科學(xué)項(xiàng)目的就業(yè)情況,也是很用心的,學(xué)院基本每個(gè)星期都會(huì)請(qǐng)企業(yè)來(lái)做info session,另外系里也經(jīng)常會(huì)有career fair,雖然來(lái)到這里的企業(yè)規(guī)模參差不齊,不過(guò)至少可以為同學(xué)們提供更多的就業(yè)機(jī)會(huì)。另外career center在平時(shí)也會(huì)為同學(xué)們提供很多求職方面的服務(wù),老師會(huì)幫助同學(xué)們修改自己的簡(jiǎn)歷,同時(shí)也會(huì)有模擬的求職面試,這些對(duì)于求職的幫助都很大。另外NYU的校友資源也是很豐富的,同學(xué)們利用networking也是可以找到很多不錯(cuò)的工作機(jī)會(huì)的。
哥大:是有CPT的,不過(guò)同學(xué)只有在入學(xué)9個(gè)月之后才能使用,之前同學(xué)們只能做一些校內(nèi)的工作。過(guò)同學(xué)們也不用著急,因?yàn)樵诩~約是不愁沒(méi)有實(shí)習(xí)和就業(yè)機(jī)會(huì)的,另外學(xué)校和學(xué)院也會(huì)為同學(xué)們提供很多的資源,同學(xué)們可以在學(xué)校的網(wǎng)站上看到很多招聘的信息,同時(shí)advisor也會(huì)經(jīng)常推送招聘相關(guān)的郵件給同學(xué),這方面還是很讓人滿意的。
所以最首要的任務(wù)就是學(xué)好項(xiàng)目中的核心專業(yè)課程,并提升自己的能力。因?yàn)楦咝:晚?xiàng)目在求職的時(shí)候只是為我們提供一個(gè)平臺(tái),讓我們可以通過(guò)簡(jiǎn)歷的篩選,要想要最終找到心儀的工作,自身的實(shí)力才是關(guān)鍵,當(dāng)我們本身實(shí)力過(guò)硬之后,找工作就水到渠成了。
項(xiàng)目中大多的同學(xué)都是在小的startup做data scientist,不過(guò)也會(huì)有有些同學(xué)進(jìn)入投行領(lǐng)域的big name工作,但是那樣的工作對(duì)于machine learning的要求是很高的,所以建議同學(xué)們?cè)诰蜆I(yè)之前一定要打好machine learning方面的基礎(chǔ),這可以大大提升在就業(yè)過(guò)程中的競(jìng)爭(zhēng)力。
以上是關(guān)于數(shù)據(jù)科學(xué)專業(yè)應(yīng)該去NYU還是哥大完整解答,要是您對(duì)美國(guó)留學(xué)感興趣,歡迎您在線咨詢老師,專注美國(guó)前30高校申請(qǐng),獨(dú)創(chuàng)5V1服務(wù)模式,嚴(yán)格限制招生數(shù)量,提升學(xué)生綜合實(shí)力,及早助力國(guó)內(nèi)學(xué)子順利入讀美國(guó)藤校。
本文鏈接:
本文章“數(shù)據(jù)科學(xué)專業(yè)應(yīng)該去NYU還是哥大?”已幫助 84 人
免責(zé)聲明:本信息由用戶發(fā)布,本站不承擔(dān)本信息引起的任何交易及知識(shí)產(chǎn)權(quán)侵權(quán)的法律責(zé)任!
本文由賦能網(wǎng) 整理發(fā)布。了解更多培訓(xùn)機(jī)構(gòu)》培訓(xùn)課程》學(xué)習(xí)資訊》課程優(yōu)惠》課程開(kāi)班》學(xué)校地址等機(jī)構(gòu)信息,可以留下您的聯(lián)系方式,讓課程老師跟你詳細(xì)解答:
咨詢熱線:4008-569-579