Legjobb válasz
mentorált hallgatók, akik a kolumbiai MS Data Science-be mentek. Ezután készítettem egy mélyreható QnA webszemináriumot vele, és írtam egy részletes visszajelzési / áttekintő bejegyzést erről a programról: //scholarstrategy.com/columbia-data-science-review/ (link alul).
- Itt vannak az elválasztásaim, amelyek relevánsak ennek a kérdésnek. A tantervet úgy tervezték, hogy azokat nem CS-tagok is kezelhessék. Ezzel szemben az MS CS nyilvánvalóan inkább CS-orientált lesz, elvárva az alaptantárgyak bizonyos szintű jártasságát.
- Az MS Data Science egy 30 kredit (10 × 3) tanfolyam, 7 mag- és 3 választható tanfolyammal. Az alaptanfolyamok a következők: Gépi tanulás, vizualizáció, statisztikák és következtetés modellezés . Bármely tanszéken (újságírás, CS, üzleti iskola, ECE) választható kurzusok vehetők igénybe. Például a felhőalapú számítások és az elemzések, a nagy adatok, az adatokból épülő történetek stb. A CS tanfolyam elméleti és programozási szempontból nagyobb megközelítést alkalmaz, statisztikák nélkül stb.
- Ami az elhelyezéseket illeti, továbbra is választhat Adattudományi szerep az MS után CS-ben, attól függően, hogy milyen tanfolyamokat veszel fel.
Azt hiszem, mit hoz létre hogy van – a DS nagyobb matematikai nehézséggel és a CS inkább programozással / AI nehéz. Közel lesznek. Ami jó, nem hibázhat egyik sem 🙂
Április 23-án QnA webes szemináriumot folytatunk a Marketing Data Scientist-szel. További információért csatlakozzon hozzánk az MS-n az USA-ban, szakmai gyakorlat és munkahelyek
Válasz
Elsőéves hallgató vagyok a NYU MS Data Science programjában. Szerintem fantasztikus számos okból.
A kurzusok átfogóak
- sok újabb adattudományi program jelenik meg manapság, így nehéz megítélni, hogy egyes programok jogosak-e vagy sem. A bevezető tanfolyam nagyon jó, magas szintű áttekintést adott azokról a szempontokról, amelyeket meg kell tennünk, miközben közelítünk az üzleti tudományokhoz az üzleti életben, és hogyan lehet a látszólag összetett problémákat jól ismert, kisebb problémákra bontani strukturált módon. A statisztika és a valószínűség tanfolyam olyan volt, mint egy statisztika egyetemi diploma egy félévre összenyomva. Jelenleg a Gépi tanulás órára járok, és ez valóban arra készteti Önt, hogy minden szempontból (elméleti, matematikai és gyakorlati szempontból) megértse a témát.
- Számos lehetőség kínálkozik olyan projektek kidolgozására, amelyekről beszélhet. a leendő munkaadókkal. A „capstone” projekt a program végén kötelező tanfolyam, de szinte minden osztálynak van egy végleges projektje. A projektekkel szemben támasztott követelmények nagyon nyitottak – választhatsz szinte minden olyan számítástechnikai problémát, amely érdekel, és olyan mélyrehatóan belemerülhetsz, mint szeretnéd.
A program nagyon rugalmas, kiváló választási lehetőségekkel
- Az összes órát éjszaka tervezzük (a legkorábbi órám 17 órakor van), tehát ha teljes munkaidőben dolgozik, és nagyon is lehetséges. Sok olyan hallgatót ismerek, akik már elemzőként dolgoznak, és részmunkaidőben folytatják ezt a fokozatot.
- Ha úgy gondolja, hogy bizonyos órák feleslegesek, figyelembe véve képességeit és tapasztalatait, könnyen leiratkozhat a tanfolyamokról. haladóbb tanfolyamok. Például több olyan hallgatót ismerek, akik lemondtak a statisztika és a valószínűség óráról.
- A szükséges tanfolyam fele választható. Ez azt jelenti, hogy kiválaszthatja a diplomáját olyan szakokkal, amelyek megfelelnek a személyes karrier céljainak. Választhat, hogy részt vesz-e a Sternben, ha pénzügyi vagy üzleti tevékenységet szeretne folytatni. Osztályokat tarthat bioinformatika, idegtudomány, pszichológia, politológia és informatika témákban – ez valóban attól függ, hogy minek tanulja az adattudományt! Az előre jóváhagyott választható kurzusok teljes listája itt található: Előre jóváhagyott választható kurzusok – NYU Adattudományi Központ . Úgy tűnik, meglehetősen könnyű jóváhagyást szerezni más olyan osztályok esetében is, amelyek nem szerepelnek az előzetesen jóváhagyott listán.
- Az adattudományi választhatóak remekek. Míg most említettem, hogyan lehet testreszabni diplomáját a választható anyagok széles skáláján keresztül, a legtöbb hallgató végül maga választja az adattudományi választható tárgyakat. Jelenleg Yann LeCun, a Facebook AI Research vezetőjétől veszek részt a mély tanulás tanfolyamán. A természetes nyelv feldolgozását a Kyunghyun Cho-tól is átveheti. Carlos Fernandez-Granda és Afonso Bandeira szintén kiváló tanfolyamokat kínál az optimalizálásról.
A rendelkezésre álló források nagyon jók
- Az egyetlen erőforrás, amit a legjobban hálás vagyok mert az a nagy, modern nyitott teret kínál a tanulásra, amelyet az Adattudományi Központ hallgatói számára biztosítanak. Amikor egy nagy állami iskolában megszereztem az egyetemi diplomámat, semmi sem garantálta, hogy elmehet a könyvtárba, és más embereket találhat maga mellett, akik ugyanezt tanulják. Két emeletünk van az 5. utcán, hatalmas ablakokkal, íróasztallal, beépített konnektorokkal, táblákkal és kis irodahelyiségekkel. Nagyon sok együttműködés és ötletcsere történik ezen a téren!
- Szinte minden héten szerveznek vállalati tájékoztató foglalkozásokat és beszélgetéseket. A postaládámban nemrégiben folytak tárgyalások a következő módszerekről: „Az alapul szolgáló nyelvi struktúra felfedezésének módszerei”, „Jövőbeli állapot: nagy adatok és elemzések a jobb kormányzás érdekében” és „Adattudomány @Tumblr”. A CDS emellett évente kétszer megrendezi saját karrier-vásárát azoknak a vállalatoknak, amelyek kifejezetten adattudósokat keresnek, így nem kell sorba állni a campus egészére kiterjedő karrier-vásáron. A karrier-vásárra érkezett korábbi cégek: Audible, Ebay, Medidata, iHeartMedia és Capital One Labs. Rengeteg hálózati lehetőség kínálkozik, és ezek valóban megkönnyítik az adattudományi közösség sok különböző tagjával való kapcsolattartást.
Ezt azonban figyelembe kell vennie is:
Rendkívül szigorú
- Amint a másik válasz is említésre került, néhány osztály elvárja, hogy jöjjön be a téma nagyon jó megértése. Ha nem vagy erős a programozásban vagy az elméleti matematikában, a felzárkózáshoz önálló tanulásra lesz szükséged. A házi feladatok hetente körülbelül 60 órát vesznek igénybe, általában többet. Szerencsére a legtöbb professzort nagyon segítőkésznek és elérhetőnek találtam, ha valóban küzd az anyag megértésével. A Data Science program első félévének bevezető tanfolyamai célja, hogy segítsen felzárkózni ezeken a tantárgyakon. De ha ön CS hallgató vagy, és ezeket az órákat választani választja, akkor nagyon kihívást jelenthet.
- Ha magasabb szintű, „könnyebb” utat keres az elemzés felé, ez nem biztos, hogy te. Nagyon nehéz a matematika, a statisztika és a programozás. Egy diáktársam egyszer azt mondta nekem, hogy bárcsak üzleti elemzői diplomát szereznének. Ahhoz azonban, hogy sikeres adattudós lehessen, meg kell tanulnia az algoritmusok mögött álló matematikát és elméletet!