布朗大學數據科學VS哥倫(lun) 比亞(ya) 大學數據科學VS UCLA(加州大學洛杉磯分校)統計該如何選擇？
在這裏我分享給大家一個(ge) 選擇offer的方法，掌握方法之後，大家可以根據自己的具體(ti) 情況進行選擇。在選擇offer時，首先要明確自己的目標，特別是職業(ye) 目標。以問題來看，需要思考自己是否想做data scientist的工作，想在哪裏就職，回國還是在美國。如果在美國，是否有想去的城市，比如紐約，加州或者德州，目標越清晰越好。如果沒有非常清晰的目標，至少要了解選擇哪個(ge) 項目更容易實現自己的職業(ye) 目標。
我所了解的許多學習(xi) 數據科學的同學都會(hui) 把近期目標定在美國就業(ye) 。如果把目標定在美國就業(ye) ，在比較offer時應該看重以下幾點：
·第一，項目是不是STEM的，因為(wei) 如果是STEM的話意味著學生可以在美國有三年三次的抽簽機會(hui) ，這對於(yu) 個(ge) 人以及雇主都非常重要。哥倫(lun) 比亞(ya) 大學，布朗大學和UCLA（加利福尼亞(ya) 大學洛杉磯分校）的統計都是STEM，所以都滿足這一條件。
·第二，項目的時長。如果想要在美國就業(ye) ，一年半或者兩(liang) 年的項目時長一定好於(yu) 一年時長。一年時長的項目的缺點是沒有暑期實習(xi) 時間，需要直接找工作。而暑期實習(xi) 對於(yu) 留在美國又十分重要。因為(wei) 首先，許多offer會(hui) 先給到你實習(xi) 的機會(hui) ，如果表現良好再轉成全職。其次，通過暑期實習(xi) ，可以讓你提前掌握在美國找工作的方法，對後期全職找工作有非常大的幫助。最後，如果暑期有一份優(you) 秀的實習(xi) 經曆寫(xie) 在簡曆上，對未來找全職工作將會(hui) 有很大幫助。布朗大學的數據科學項目正規時長是一年，哥倫(lun) 比亞(ya) 大學項目時長為(wei) 一年半，所以從(cong) 這一角度判斷，哥倫(lun) 比亞(ya) 大學的項目更占優(you) 勢。
·第三，課程設置。一般課程設置都會(hui) 分為(wei) 必修課和選修課。我們(men) 需要考慮必修課對你是否合適，是不是你想上的課程，對未來找工作是否有幫助。選修課需要考慮他是否能夠給你足夠的選項，其中的課程對你未來找工作是否特別有幫助。現在有許多同學隻是知道自己未來想要做數據科學，但並不能在這個(ge) 領域中細分，知道自己究竟想做什麽(me) 。這個(ge) 步驟非常重要，如果想要知道自己未來究竟想做什麽(me) ，需要提前做足夠的準備工作。比如和領域中各行各業(ye) 的人了解情況。布朗大學的選修課隻有一門，哥倫(lun) 比亞(ya) 大學的選修課更多一些，可選門數更多，所以從(cong) 課程設置靈活度來看，哥倫(lun) 比亞(ya) 大學的項目更好些。
·第四，就業(ye) 情況，我們(men) 需要了解學校的就業(ye) 資源以及之前的就業(ye) 數據。因為(wei) 讀研最重要的目標就是就業(ye) ，在申請階段大家的目標是拿到offer，但是在這一階段，我們(men) 需要更多考慮就業(ye) 。可以從(cong) 學校地理位置，校友人數等維度考察學校項目是否有利於(yu) 就業(ye) 。從(cong) 某種程度上講，研究生項目大，人數多並不是壞事。大班授課，可聯係的校友相比更多，而且學校和公司也往往更願意在人數較多，較大的項目中招人，這樣招到合適的員工的幾率更大。並且學校官方一般會(hui) 公布自己的就業(ye) 數據，例如哥倫(lun) 比亞(ya) 大學數據科學的項目會(hui) 公示畢業(ye) 生畢業(ye) 後就職的公司。但是布朗大學的數據科學更偏向社會(hui) 科學，生物方麵，官方並沒有公布就業(ye) 數據。雖然學校官網沒有公布，我們(men) 也可以自己做功課了解，比如從(cong) 領英上找這個(ge) 項目畢業(ye) 的同學現在都在哪裏就職。雖然會(hui) 花費一定時間，但也可以找出很多信息。並且我們(men) 可以通過這個(ge) 軟件聯係校友，詢問他們(men) 的在讀體(ti) 驗和工作情況。
問題中還提到了UCLA的統計學，UCLA的統計學分為(wei) MS和MAS，MS的項目比較偏向學術，MAS的項目偏向就業(ye) ，與(yu) 數據科學相近，MAS的就業(ye) 出路之一也是做數據科學。因為(wei) MAS這個(ge) 項目最初設置是為(wei) 在職的人準備的，所以他的上課時間在晚上。而且這個(ge) 學校在LA，如果想要留在加州工作，選擇在加州的學校更好。
【競賽報名/項目谘詢+微信：mollywei007】
評論已經被關(guan) 閉。