总体上来说,美国DS/BA的申请难度,对于陆本应届生来说非常大。这是因为相对比较有名的项目,都比较偏好美本和工作党。对于DS来说,CS专业是最适合申请的(当然如果本科直接就是DS那更好了,但是很多学校目前没有DS这个专业)。
因为目前的美国的各种数据岗(比如说数据分析岗 (da),数据工程岗 (de),机器学习工程师 (mle),数据科学家 (ds))还有国内的各种数据岗,对于开发岗位的需求要远远大于对算法的需求。
这个问题最近有所缓解(比方说AI的算法落地的问题,自然就肯定需要很多工程师来做),但是依然非常严峻。所以很多看似是ds的岗位,开设的课程啥的都很偏CS或者ECE。做的比较好的完全贴合DS的项目是NWU Analytics和Uchicago Analytics,这两个项目比较看重统计建模和数据分析,是比较像Analyst的。
不过就目前的这个需求而言,其实还是很多人会希望先做软件开发工程师 (sde),因为无论在美国还是在国内,好像码力都是逃不掉的……比方说CMU的这个项目,虽然在CMU是处于最底层,但是去向还有群内的氛围啥的也依然比较程序员,所以……秃头警告吧。
对于stat/biostat,数学/统计专业申请的优势最大。虽然贵乎常言道数学不是统计,统计不是数学,但是相对比较好的统计项目,都是非常看重申请人的数学功底的。biostat就是生物统计,很多人看到21世纪是生物的世纪,就果断的避开了biostat中的bio,觉得说这玩意太高贵了,我惹不起。然而事实上biostat只是数据的背景在生物相关的方向(比如说医药学),但是所有的方法论什么的依然是stat的东西。
同时因为biostat非常看重对bio行业的应用,所以实际上它比stat而言要更加贴近于数据科学。对于这个专业也是一年比一年火,一年比一年难。不过对比与AI,CS,DS而言要好得多。
你想一个MS申请200人发80个ad,和申请2000人发80个ad,哪一个听上去容易点?所以说的夸张一点,对于biostat,我的建议是:只要你不是一定想去哈佛,请你随便申。
当然了必须要的成绩还是要有的,general来说,GPA到3.5就可以申请top 30,而GPA到3.7就可以尝试比较好的项目了,但是不绝对,像NWU Analytics这种甚至会卡到3.9的,你有什么办法呢……
微信扫一扫









