최상의 답변
컬럼비아의 MS 데이터 사이언스에 참석 한 학생들을 멘토링했습니다. 그런 다음 그녀와 심도있는 QnA 웨비나를 진행하고이 프로그램에 대한 자세한 피드백 / 리뷰 게시물을 썼습니다. http://scholarstrategy.com/columbia-data-science-review/ (하단 링크)
- 다음은이 질문과 관련된 제가 요약 한 내용입니다. 데이터 과학 프로그램은 비 CS 학생들도 환영합니다. 이는 처음부터 CS에 대한 좋은 노출이 필요하지 않다는 것을 의미합니다. 커리큘럼은 CS가 아닌 사람들도 다루도록 설계되었습니다. 반대로 MS CS는 핵심 과목에 대한 어느 정도의 숙련도를 기대할 수있는 CS 지향적입니다.
- MS 데이터 과학은 7 개의 핵심과 3 개의 선택 과목이있는 30 학점 과정 (10×3)입니다. 핵심 과정에는 머신 러닝, 시각화, 통계 및 추론 모델링 이 포함됩니다. 선택 과목은 모든학과 (저널리즘, CS, 비즈니스 스쿨, ECE)에서 수강 할 수 있습니다. 예를 들어, 클라우드 컴퓨팅 및 분석, 빅 데이터, 데이터에서 스토리 구축 등 CS 과정은 더 이론적이고 프로그래밍이 많은 접근 방식을 가지며 통계 등이 없습니다.
- 배치에 관한 한, 여전히 수강 할 수 있습니다. 수강하는 과정에 따라 CS에서 MS 이후의 데이터 과학 역할.
요점을 생각합니다. to is-DS는 수학과 CS가 더 많은 프로그래밍 / AI입니다. 그들은 가까이있을 것입니다. 좋은 측면에서, 당신은 둘 다 잘못 갈 수 없습니다. 🙂
우리는 4 월 23 일에 마케팅 데이터 과학자와 QnA 웨비나를 진행하고 있습니다. 매우 유익 할 것입니다. 자세한 정보는 미국 인턴십 및 직업의 MS
답변
1 학년입니다. NYU MS 데이터 과학 프로그램에서. 여러 가지 이유로 환상적이라고 생각합니다.
과정은 포괄적입니다
- 요즘에는 많은 최신 데이터 과학 프로그램이 나타나기 때문에 특정 프로그램이 합법적인지 여부를 판단하기 어려울 수 있습니다. 입문 과정은 비즈니스에서 데이터 과학에 접근하는 동안 고려해야 할 사항과 복잡한 것처럼 보이는 문제를 구조화 된 방식으로 잘 알려진 작은 문제로 분해하는 방법에 대한 매우 높은 수준의 개요를 제공했습니다. 통계 및 확률 과정은 통계학 학사 학위를 한 학기로 압축 한 것과 같았습니다. 저는 현재 기계 학습 수업을 듣고 있으며 모든 관점 (이론적, 수학적, 실제적)에서 주제를 이해하도록 강요합니다.
- 당신이 말할 수있는 프로젝트에서 일할 수있는 많은 기회가 있습니다. 장래 고용주와. 캡 스톤 프로젝트는 프로그램 종료시 필수 과정이지만 거의 모든 수업에는 최종 학기 프로젝트가 필요합니다. 프로젝트에 대한 요구 사항은 매우 개방적입니다. 관심있는 거의 모든 데이터 과학 문제를 선택할 수 있으며 원하는만큼 깊이 들어갈 수 있습니다.
이 프로그램은 우수한 선택 과목으로 매우 유연합니다.
- 모든 수업은 야간에 예정되어 있습니다 (최초 수업은 오후 5시). 풀 타임으로 일하면서 프로그램을 완료하려는 경우 매우 가능합니다. 저는 이미이 학위를 파트 타임으로 추구하는 분석가로 일하고있는 다른 많은 학생들을 알고 있습니다.
- 기술과 경험을 고려할 때 특정 수업이 불필요하다고 생각되면 쉽게 선호하는 과정에서 탈퇴 할 수 있습니다. 더 고급 과정의. 예를 들어 통계 및 확률 수업을 포기한 여러 학생을 알고 있습니다.
- 필수 과목의 절반이 선택 과목입니다. 즉, 개인 경력 목표에 맞는 수업으로 학위를 전문화 할 수 있습니다. 금융이나 비즈니스에 관심이 있다면 Stern에서 수업을들을 수 있습니다. 생물 정보학, 신경 과학, 심리학, 정치학, 컴퓨터 과학 수업을들을 수 있습니다. 실제로 데이터 과학을 공부하는 대상에 따라 다릅니다. 사전 승인 된 선택 과정의 전체 목록은 사전 승인 된 선택 과정-NYU 데이터 과학 센터 에서 확인할 수 있습니다. 사전 승인 된 목록에없는 다른 수업도 승인을받는 것이 상당히 쉬운 것 같습니다.
- 데이터 과학 선택 과목은 훌륭합니다. 다양한 선택 과목을 통해 학위를 맞춤화 할 수있는 방법을 방금 언급했지만 대부분의 학생들은 데이터 과학 선택 과목을 스스로 선택하게됩니다. 저는 현재 Facebook AI Research 책임자 인 Yann LeCun의 딥 러닝 과정을 수강 중입니다. 조경현에서 자연어 처리를 수강 할 수도 있습니다. Carlos Fernandez-Granda와 Afonso Bandeira도 최적화에 대한 우수한 과정을 제공합니다.
제공된 리소스는 매우 훌륭합니다.
- 가장 감사하는 리소스 왜냐하면 Center of Data Science 학생들에게 제공되는 공부를위한 크고 현대적인 열린 공간입니다. 큰 공립학교에서 학사 학위를 받았을 때 도서관에 가서 똑같은 것을 공부하는 다른 사람들을 찾을 수 있다는 보장이 전혀 없었습니다. 우리는 거대한 창문, 내장형 전원 콘센트가있는 책상, 화이트 보드 및 작은 사무실 공간이있는 5th Ave에 2 개의 층을 가지고 있습니다. 이 공간에서는 많은 협업과 아이디어 교환이 이루어집니다!
- 거의 매주 회사 정보 세션과 강연이 열립니다. 받은 편지함을 살펴보면 최근에 “기본 언어 구조를 발견하는 방법”, “미래 상태 : 더 나은 거버넌스를위한 빅 데이터 및 분석”및 “Tumblr 데이터 과학”에 대한 대화가있었습니다. CDS는 또한 특별히 데이터 과학자를 찾고있는 회사를 위해 1 년에 두 번 자체 직업 박람회를 주최하므로 대규모 캠퍼스 전체 직업 박람회에 줄을 서지 않아도됩니다. 경력 박람회에 참석 한 과거 회사로는 Audible, Ebay, Medidata, iHeartMedia 및 Capital One Labs가 있습니다. 네트워킹 기회가 많으며 데이터 과학 커뮤니티의 다양한 구성원과 쉽게 상호 작용할 수 있습니다.
그러나 다음 사항도 고려해야합니다.
p>
매우 엄격합니다.
- 다른 답변에서 언급했듯이 일부 수업에서는 이미 주제를 아주 잘 이해하고 있습니다. 프로그래밍이나 이론 수학에 강하지 않다면 따라 잡기 위해 독학을해야합니다. 숙제는 일주일에 약 60 시간이 걸리며 보통 그 이상입니다. 다행히도 대부분의 교수님이 자료를 이해하는 데 정말로 어려움을 겪고 계시다면 매우 도움이되고 도움이 될 수 있다는 것을 알게되었습니다. 데이터 과학 프로그램의 첫 학기 입문 과정은 이러한 주제를 따라 잡는 데 도움이되도록 설계되었습니다. 그러나 CS 학생이고 이러한 수업을 선택 과목으로 수강하는 경우 매우 어려울 수 있습니다.
- 분석에 대한보다 높은 수준의 “쉬운”경로를 찾고 있다면 이는 적합하지 않을 수 있습니다. 당신. 수학, 통계 및 프로그래밍이 매우 무겁습니다. 한 동료 학생이 대신 비즈니스 분석 학위를 취득하고 싶다고 말했습니다. 그러나 성공적인 데이터 과학자가 되려면 알고리즘의 수학과 이론을 배워야합니다!