Meilleure réponse
Jai mentor des étudiants qui sont allés étudier MS Data Science à Columbia. Ensuite, jai fait un webinaire QnA approfondi avec elle et écrit un article détaillé de commentaires / critiques de ce programmehttp: //scholarstrategy.com/columbia-data-science-review/ (lien en bas).
- Voici mes plats à emporter qui sont pertinents pour cette question – Les programmes de science des données accueillent également les étudiants non-CS, ce qui signifie quils nont pas besoin dune bonne exposition à la CS en premier lieu. Le programme est également conçu pour être géré par des non-CS. En revanche, MS CS sera évidemment plus orienté CS, dans lattente dune certaine maîtrise des matières de base.
- MS Data Science est un cours de 30 crédits (10 × 3) avec 7 cours de base et 3 cours au choix. Les cours de base incluent Apprentissage automatique, visualisation, statistiques et modélisation dinférence . Les cours au choix peuvent être suivis dans nimporte quel département (journalisme, CS, école de commerce, ECE). Par exemple, le cloud computing et lanalyse, le Big data, la construction dune histoire à partir de données, etc. Le cours CS aura une approche plus théorique et plus lourde en programmation et aucune statistique, etc.
- En ce qui concerne les placements, vous pouvez toujours suivre Rôle de la science des données après MS dans CS en fonction des cours que vous suivez.
Je pense à ce que cela se résume à est – DS est plus lourd en mathématiques et CS est plus lourd en programmation / IA. Ils seront proches. Du bon côté, vous ne pouvez pas vous tromper avec lun ou lautre 🙂
Nous organisons un webinaire QnA avec Marketing Data Scientist le 23 avril. Pour plus dinformations, rejoignez-nous sur MS in USA Stages et emplois
Réponse
Je suis étudiant de première année dans le programme NYU MS in Data Science. Je pense que cest fantastique pour plusieurs raisons.
Les cours sont complets
- Il y a de nombreux programmes de science des données plus récents apparaissent de nos jours, il peut donc être difficile de juger si certains programmes sont légitimes ou non. Le cours dintroduction a donné un très bon aperçu de haut niveau des considérations à prendre en compte lors de lapproche de la science des données en entreprise et de la façon de décomposer des problèmes apparemment complexes en problèmes plus petits bien connus de manière structurée. Le cours de statistiques et de probabilités ressemblait à un diplôme de premier cycle en statistique compressé en un semestre. Je suis actuellement en cours de Machine Learning, et cela vous pousse vraiment à comprendre le sujet sous tous les angles (théorique, mathématique et pratique).
- Il existe de nombreuses opportunités de travailler sur des projets dont vous pouvez parler avec des employeurs potentiels. Le projet de synthèse est un cours obligatoire à la fin du programme, mais presque chaque classe a un projet de fin de semestre requis. Les exigences pour les projets sont très ouvertes – vous pouvez choisir presque tous les problèmes de science des données qui vous intéressent, et vous pouvez les approfondir autant que vous le souhaitez.
Le programme est très flexible avec dexcellents cours au choix
- Tous les cours sont programmés la nuit (mon premier cours est à 17 heures), donc si vous cherchez à terminer le programme tout en travaillant à temps plein, cest très possible. Je connais de nombreux autres étudiants qui travaillent déjà en tant quanalystes et poursuivent ce diplôme à temps partiel.
- Si vous pensez que certains cours sont inutiles compte tenu de vos compétences et de votre expérience, vous pouvez facilement désactiver les cours en faveur de cours plus avancés. Par exemple, je connais plusieurs étudiants qui ont renoncé à la classe Statistiques et probabilités.
- La moitié des cours obligatoires sont des cours au choix. Cela signifie que vous pouvez choisir de spécialiser votre diplôme avec des cours qui correspondent à vos objectifs de carrière personnels. Vous pouvez choisir de suivre des cours à Stern si vous souhaitez vous lancer dans la finance ou les affaires. Vous pouvez suivre des cours de bioinformatique, de neurosciences, de psychologie, de science politique et d’informatique – cela dépend vraiment de ce pour quoi vous étudiez la science des données! Une liste complète des cours au choix pré-approuvés peut être trouvée ici: Cours au choix pré-approuvés – NYU Center for Data Science . Il semble également être assez facile dobtenir lapprobation pour dautres classes qui ne figurent pas sur la liste pré-approuvée.
- Les cours optionnels en science des données sont excellents. Bien que je viens de mentionner comment vous pouvez personnaliser votre diplôme grâce à un large éventail de cours au choix, la plupart des étudiants finissent par choisir eux-mêmes les cours au choix en science des données. Je suis actuellement en train de suivre un cours sur le Deep Learning de Yann LeCun, responsable de Facebook AI Research. Vous pouvez également utiliser le traitement du langage naturel de Kyunghyun Cho. Carlos Fernandez-Granda et Afonso Bandeira proposent également dexcellents cours en Optimisation.
Les ressources fournies sont très bonnes
- La seule ressource dont je suis le plus reconnaissant car est le grand espace ouvert moderne pour étudier qui est fourni aux étudiants du Center of Data Science. Lorsque jai obtenu mon diplôme de premier cycle dans une grande école publique, il ny avait absolument aucune garantie que vous puissiez aller à la bibliothèque et trouver dautres personnes à côté de vous qui étudient la même chose. Nous avons deux étages sur la 5e avenue avec des fenêtres gigantesques, des bureaux avec prises de courant intégrées, des tableaux blancs et de petits espaces de bureau. Beaucoup de collaboration et déchange didées se produisent dans cet espace!
- Il y a des sessions dinformation et des conférences sur lentreprise presque chaque semaine. En parcourant ma boîte de réception, des discussions ont récemment eu lieu sur les «Méthodes pour découvrir la structure linguistique sous-jacente», «État futur: Big Data et Analytics pour une meilleure gouvernance» et «Science des données @Tumblr». CDS organise également son propre salon des carrières deux fois par an pour les entreprises qui recherchent spécifiquement des scientifiques des données, vous navez donc pas besoin de faire la queue à limmense salon des carrières à léchelle du campus. Les entreprises qui ont participé au salon des carrières incluent: Audible, Ebay, Medidata, iHeartMedia et Capital One Labs. Il existe de nombreuses opportunités de réseautage et elles vous permettent dinteragir facilement avec de nombreux membres différents de la communauté de la science des données.
Cependant, vous devez également tenir compte de cela:
Cest extrêmement rigoureux
- Comme lautre réponse mentionnée, quelques classes sattendent à ce que vous veniez avec une très bonne compréhension du sujet déjà. Si vous nêtes pas fort en programmation ou en mathématiques théoriques, vous devrez vous auto-étudier pour rattraper votre retard. Les devoirs prennent environ 60 heures par semaine, généralement plus. Heureusement, jai trouvé que la plupart des professeurs étaient très utiles et disponibles si vous avez vraiment du mal à comprendre la matière. Les cours dintroduction du premier semestre du programme Data Science sont conçus pour vous aider à vous rattraper sur ces sujets. Mais si vous êtes un étudiant CS et que vous suivez ces cours au choix, cela peut vous sembler très difficile.
- Si vous recherchez un chemin plus « facile » vers lanalyse, ce nest peut-être pas pour tu. Cest très lourd sur les mathématiques, les statistiques et la programmation. Un camarade de classe ma dit un jour quils souhaitaient plutôt obtenir un diplôme en Business Analytics. Cependant, pour réussir en data scientist, vous devez apprendre les mathématiques et la théorie derrière les algorithmes!