Bästa svaret
Enligt rankningar som jag har hittat på webben ( US News Best Graduate Schools & University Rankings ), MS i statistik vid Stanford är alltid i topp 3-programmen (med Harvard och UC Berkeley) och ofter på 1: a. Med tanke på att: -Statistik är ett viktigt studieområde. -Datavetenskap (en av de ”stora sakerna” i början av seklet) använder statistik mycket, vilket leder (antar jag) till en viss ”hype”. -Denna examen accepterar ett litet antal studenter (institutionen förväntar sig att cirka 30 studenter kommer att gå med i sitt program nästa år). -Det fanns mer än 400 sökande till nästa år. Jag tror att vi kan överväga detta MS ” selektiv ”.
” Är det möjligt att bli antagen med väldigt lite forskningserfarenhet i den akademiska världen (men …)? ”Mitt svar på denna fråga skulle vara: Ja!
I Jag har faktiskt accepterats för några månader sedan för detta program med ”väldigt lite forskningserfarenhet i den akademiska världen”. Jag har gjort ett litet forskningsarbete med en av mina professorer (i sannolikhet, inte i statistik) men hade ingen publikation / uppsats. En vän till mig har också accepterats utan forskningserfarenhet i den akademiska världen!
Kanske är det viktigt att nämna att jag är fransk och kommer från ett helt annat akademiskt system. Det kan ha förändrat något, men jag kommer att försöka ge dig några allmänna råd. Så här gjorde jag min ansökan: -I min SoP lade jag fram två yrkeserfarenheter (en industriell forskningspraktik och en aktuariell forskningspraktik som pågår). -Jag hade ”stark” rekommendationsbrev (3 avdelningschefer), men valet var väldigt tufft, och även om jag inte gjorde det rekommenderar jag att du frågar en (inte mer) LoR från din yrkeserfarenhet, om du vill lägga fram den. – Gör ditt bästa på GRE-testet. Som utländsk student antar jag att de inte riktigt bryr sig om mina muntliga och skrivande färdigheter (som var ganska låga), men du måste vara utmärkt i den kvantitativa delen! – Jag antar att du vill ansöka nästa år. Tidsgränserna för Stanford är sena (februari 2015), så du kan fortfarande kontakta en professor och ha en ny forskningserfarenhet i den akademiska världen före februari! – Men enligt min mening är det viktigaste att göra din ansökan sammanhängande . Det måste vara uppenbart för någon som läser din ansökan att statistik är fältet för dig, Stanford är universitetet för dig och att du är den student de behöver! För detta bör du läsa några publikationer från fakulteten, det hjälper dig för din SoP mycket. – Och sist men inte minst ” Ha tur! ”. Dumt råd? kanske ! Men jag har ansökt om många program och ibland har jag blivit avvisad av ”mindre selektiva” program än de som accepterade mig. Ansök inte till ett eller två universitet. Ibland passar dina register med smaken hos den person som läser din ansökan, ibland fungerar det inte (förutom om du heter Terence Tao). Det finns många bra statistikprogram i USA och det vore en dum risk att bara ansöka hos Stanford!
Svar
★★★★★
Intro : Academic Program
Tack Andreas, Alfredo och Irwan för att du skrev recensioner. Jag kommer att upprepa dessa recensioner och lägga till ett annat perspektiv.
Vi är omgivna av lysande kamrater och professorer, ständigt utmanade och drivna att växa. Som man kan förvänta sig är kurserna lutade mot forskning och ger en stark teoretisk och pragmatisk grund. Kurserna drar ungefär från: tillämpad matematik, modern statistik och datavetenskap. Läroplanen är som den tvärvetenskapliga andan, uppmuntrad i alla skolor på campus.
Alla MS-datavetenskapliga studenter tar en relativt fast kurs i den ovannämnda disciplinära expertisen. Förväntningarna är minimala, förutom avancerad grundläggande förberedelse, att registrera sig på kurser på forskarnivå. Många av våra kurser ges kurstitlar för doktorander. Som sådan är kurserna över den akademiska studien krävande.
Ett lärandemål från Institutionen för statistikwebbplats är: att utveckla starka matematiska, statistiska, programmerings- och beräkningsfärdigheter. Enligt min uppfattning skapar detta grunden för alla domäner som kräver arbete med data. Många fält har känt igenom en datacentrerad modell som detta akademiska program vid Stanford uppfyller.
Fördel: bred läroplan
Vi har möjlighet att lära oss med experter inom ICME, statistik och Datavetenskap. Många kurser är öppna för inskrivning över Schools of Engineering and Humanities and Sciences. Om vi gör de rätta förfrågningarna kan vi också bredda våra kurser till ytterligare skolor. Dessa erbjudanden tillåter oss även med begränsade kursval att utforma vår domänspecialitet eller intresse utöver de kurser som krävs.
De kan till exempel inkludera några i:
The School of Engineering som: AI för sociala nätverk, naturlig språkbehandling eller maskininlärning.
School of Business as: statistisk modellering för: marknadsföring, IT, organisationsbeteende, ekonomi eller ytterligare samarbeten.
School of Medicine as: statistisk modellering i genetik, kliniska prövningar, beslutsstödsystem eller ytterligare bidrag .
Skolan för humaniora och vetenskap som: en människa-dator eller naturlig / formell språkinteraktion i symboliska system eller filosofi: eller statistisk modellering för fallstudier inom: psykologi, sociologi eller ekonomi.
Den övergripande poängen med dessa domänspecialiteter är att skolorna i Stanford bedriver forskning inom olika discipliner, vilket möjliggör en väl avrundad utbildning som inte enbart är inriktad på datavetenskap.
Utvärdering: lärande och resultat p>
I denna MS i datavetenskap uppmuntras studenterna och skjuts över gränserna. Utmärkt arbete vid tidigare universitet kan kvalificera studenter för antagning, men måste utvecklas och förfinas för att framgångsrikt slutföra programmet.
Som ett sysselsättningsresultat är organisationer som: företag, myndigheter eller ytterligare organ angelägna om att intervjua studenter. ICME sätter upp ett årligt evenemang som en jobb / karriärmässa. Många ledande företag som: Google, Microsoft, Bain, LLNL och många andra har besökt. Det finns möten mellan nuvarande MS och doktorander och seniormedlemmar. Det är en tid för studenter att visa preliminärt intresse för vissa jobbmöjligheter hos företag och ett effektivt sätt för potentiella arbetsgivare att zonera in på de kandidater som passar bäst.
Slutsats:
Sammantaget , detta program är värdefullt. Det organiserar en grundläggande datavetenskaplig utbildning, erbjuder breda kurserbjudanden och nätverk som lovar studenter till stora arbetsgivare. Det bör utbilda studenter som viktiga dataforskare inom industrin eller till ett doktorandprogram. Branschen och det akademiska intresset är förvånande och förstärks av Stanfords historiska och geografiska förbindelser med Silicon Valley.