哥大，纽大，佐治亚理工，杜克，卡梅的ds专业怎么选？ 第1页

哥大的DS项目一直都是申请的热门项目，也有一些学弟学妹问过我之前是如何成功申请到哥大DS项目的。之前一直在奔波于开学的各种事情，加上选课这些琐事，一直都没有太多的空闲时间去分享。最近终于选完课了，也算是得空可以和大家分享一波。
因为本人入学还不到半个月，所以只能分享一些我目前所了解到的相关信息。希望可以帮助到你们，让你们对这个项目有一个进一步的了解。
一、项目介绍
其实项目的相关介绍，大家完全可以去官网了解一下。项目的主页，对这个项目的介绍是——这是一个融合了CS、统计等相关领域资源的项目。项目的学制为一年半，修满30个学分即可申请毕业。
DS项目和哥大的其他相比，应该算是一个规模偏小的项目的。2014年虽然也招收了一些学生，但人数并不多，据我了解只有40人左右（不过数字可能并不是特别准确，我也是听学长学姐说的）。2015年应该算是DS项目第一年正式招生，录取了75个学生，其中美国本土学生和国际学生的比例大概是4:6左右，美国本土的学生差不多都是工作后再来申请了，很少有应届毕业生；在国际学生中，差不多印度学生和中国学生可以各占到三分之一左右的比例。录取同学的背景还是比较多元的，并不是只录取CS科班出身的学生，还有物理、数学等科班出身的学生。所以如果你不是CS科班出身，申请这个项目不需要太紧张，只要你专业水平和综合能力比较强，还是有机会拿到offer的。

二、课程设置
学习的课程，主要是统计和CS这两个领域的课程，其中统计领域的课程主要是围绕及其学习、统计推断等方向；CS领域的课程主要是围绕并行计算系统以及算法等方向，当然也有一些visualization以及exploratory data analysis相关的课程。
第一学期的话，有三门必修课，包括probability、algorithms for data science以及statistical inference and modeling这三门课程。如果你想了解具体的课程内容的话，可以去项目官网查看一下，这里我就不做过多赘述了。简单说说这三门课程。
先说算法这门课吧，教材是Introduction to Algorithms第三版，Clifford Stein等人编写，授课内容主要是围绕数据结构以及算法等基础核心基础，内容涵盖面还是很广的，代码基本上都是运用python去完成的。不过因为学生的基础各不相同，为了照顾大多数学生，老师上课讲得比较慢，对一些基础较好的同学来说还是有些浪费时间的。不过如果你是零基础或者基础一般的转码选手，这门课程还是有必要好好学习一下的，可以让你的基础理论更加扎实一些。
然后再来说说统计推断与建模这门课程，授课内容主要有两个板块，包括机器学习的入门知识以及假设检验、数理统计、参数估计等等知识。作业会有理论题，也有要求运用R写出机器学习算法的相关题目。我感觉老师的讲课思路并不是特别清晰，听起来有点乱。如果你没学过线性代数和概率论，个人感觉在上这门课之前，最好去自学一下，这样更容易跟上老师讲课的进度。

最后说一下概率论这门课程吧，这门课程是可以申请waive掉的，因为内容还是偏简单的，和国内本科的数理统计以及概率论这两门课程的内容比较重合，如果你本科期间修过了，可以和学院申请waive，学分省下来，可以去申请其他你感兴趣的课程，我就waive掉了这门课程。
除了必修课，还需要上选修课。DS项目的学生在选课上没有太大的限制，只要advisor同意了，你也可以去选别的学院的课程。不过哥大因为是名校，所以学生很多，虽然选课灵活度比较高，但也无法避免人多要等课的尴尬情形。其他学院的神课基本上是选不上的，waitlist是真的很长。
我之前刚入学的时候，director说会帮我们提前注册选课的系统，然后早些选课，这样就可以避免选不到课的情况。不过说完也就说完了，后续也没有提前注册，导致我们最后基本上都没有选到合适的课程。
个人感觉，如果你有明确的职业规划和想要学习的课程，想要选择其他学院的课程，尤其是那种CS热门学院的热门课程，最好提前联系一下学院小秘，问问如何进行选课，避免到时候宣布上课。
综合来看，DS项目的课程load还是比较适中的，而且受众范围也比较广。如果你CS零基础或者基础一般，可以选一些基础的核心课程；如果你本身CS科班出身，具备良好的基础，也可以选择一些高阶课程，进行深造和学习；如果你毕业后打算就业，想留出充足的时间去刷题，也可以选几门水课凑学分，利用课余时间多刷题。

三、就业方面
学校是有CPT的，但需要在full-time enroll满一年之后才可以适用，所以个人建议在第一年的时候，多参加on-campus以及unpaid工作，积累时长（unpaid off-campus的工作可不可以，我不太清楚，大家有兴趣的话，可以自行去了解一下）。
纽约本身的就业机会就比较多，再加上学校会给学生提供一些就业岗位，多关注学校的邮件和career fair，还是有很大帮助的。
当然学校的资源只是一个辅助作用，最重要的还是靠自己，上课的时候好好学习，基础知识掌握得扎实一些，提升自己的专业能力和专业技能，这样在找实习和工作的时候，就不会太慌。听学长学姐说，有些data scientist的面试官，还是很看重申请者的machine learning的理论和实践的掌握程度的，有些面试题目会涉及到算法、数据结构以及MapReduce的相关内容。
据我了解，我们上届暑假的的时候，有一部分学长学姐在startup做data scientist，还有一些拿到了投行的实习offer。很多岗位对machine learning还是有一定要求的，很多学生在面试中都是因为machine learning基础不好，然后被pass掉的。
个人感觉项目在课程设置上，还是很符合业内的就业要求的。只要你可以熟练掌握课上的知识，应付面试应该是比较ok的，哥大的就业机会还是很多的，从startup到大厂，只要你愿意努力，都有机会拿到offer 的。
个人感觉哥大的DS项目还是很值得申请的，毕竟名校光环、超强的师资力量、浓厚的学习氛围、就读体验还是很不错的，而且哥大的NLP以及Machine Learning这两个方向的课程的口碑在业内的认可度都是很高的。

当然以上的建议都是我个人的想法，各位在申请的时候，还是要根据自己的申请需求，去进行项目和学校的选择。别人的建议可以作为参考，但我并不建议盲目跟风，还是要结合自己的实际情况，综合多方面因素，然后做出决定。
希望各位都可以在申请季拿到理想大学的offer，开启专属于自己的一段留学之旅，丰富人生阅历，感受一种不同的生活体验。