纽约大学和哥伦比亚大学相比，哪一个学校的Data Science 硕士项目更好？
纽约大学和哥伦比亚大学相比，哪一个学校的Data Science 硕士项目更好？
这里分享一下哥伦比亚大学的MSDS项目吧，哥伦比亚大学作为最早开设Data Science项目的高校，该项目历史悠久且底蕴深厚，在我看来同学们如果想要学习data science，这里算的上是最好的选择了，下面我就和大家介绍一下这个项目的情以及就业问题，分享一下我对于这个项目的看法。希望看完本文能够为题主提供参考。项目简述首先简单和大家介绍一下这个项目，哥伦比亚大学的MSDS项目隶属于哥大的工学院，是一个结合了统计、CS等多个专业集合而成的综合项目，所以这个项目也等于同时拥有统计以及CS等多个专业的资源。这个项目的时长是一年半，同学们一共需要修30个学分，毕业的时候不需要提交论文，所以这个项目相对来说还是更偏向于就业，这些细节在官网上都是有介绍的，在这里我就不赘述了，如果同学们想要申请这个项目，一定要到官网上详细阅读和项目有关的信息，这样才能帮助我们更好地做出选择。
录取情况下面我就为大家介绍一下同学们都很关心的录取情况问题，我的上一届录取的人数在40人左右，这只是我听说的数字，所以并不是十分的准确，而到了我这届项目一共录取了75名学生。其中国际生的比例在6成左右，而在国际生中，国人和印度人大约各占了三分之一，其中国内的同学会多一些。和哥大的其他项目比较起来，我觉得这个专业算是一个中小型的项目。同时这个项目虽然是CS方向的，但是其录取的同学背景却并不都是CS的，还有很多像物理、数学这样理科背景的同学，同时也有一些其他工科专业转过来的同学，可见这个项目在录取的时候对于专业背景的要求并不是很严格。还有一点就是这边美国本地的学生大多都已经工作了，这也和国际生有交到的差别。这个项目对于国内的小伙伴来说，录取条件还是比较严格的，毕竟藤校的热门专业竞争会很大，像我身边的小伙伴基本本科都是国内的名牌大学，同时GPA也很高，至于托福的分数到不是那么高，大家基本都在100分以上。
课程设计说完了录取情况接下来我再和大家分享一下这个项目的课程设计，哥伦比亚大学的MSDS项目核心课程主要分为两个部分，分别是CS和统计，其中CS方面授课的主要内容是算法还有并行计算系统，而统计的部分主要学习的是机器学习和统计推断的内容。除了这些之外，项目中还会有exploratory data analysis 以及visualization的部分，所以说这门课的授课内容涵盖面还是很广的，因此选课也是很有讲究的。我前面已经说过了，哥大的MSDS硕士想要毕业的话需要修满30学分，其中必修课程以及核心课程需要修21学分，而选修课修9个学分，同学们会在三个学期完成所有课程的学习。一般来说秋季学期和春季学期要修12学分的课程，而夏季学期同学们可以选择去实习，也可以留在学校选修课程，在最后的秋季学期同学们只要修完剩余所需学分的课程就可以毕业了。必修课程项目的必修核心课程有PROBABILITY THEORY、ALGORITHMS FOR DATA SCIENCE、STATISTICAL INFERENCE AND MODELING、COMPUTER SYSTEMS FOR DATA SCIENCE、MACHINE LEARNING FOR DATA SCIENCE、EXPLORATORY DATA ANALYSIS AND VISUALIZATION、DATA SCIENCE CAPSTONE AND ETHICS。下面我就和大家简单介绍一下我对于其中一些课程的看法，也让想要申请这个项目的同学有一个大概的了解。
我当时在第一学期选择了algorithms for data science、statistical inference and modeling、probability这三门课，我在选课的时候对于这些课没有进行前期的调查，只是通过专业课的名字来判断商科的内容，结果事实和我的猜测还是有比较大的偏差的。我先和大家时候一下算法这门课的，这门课的内容比较常规，主要就是算法以及数据结构方面的内容，使用的教材是Clifford Stein写的《introduction to algorithms》第三版，课程的内容也是十分丰富的。在我看来这门课对于那些缺乏编程、算法以及数据结构基础学习的同学来说是很值得选择的入门课，因为这门课上课的内容全面，而且为了照顾基础不一的同学，上课的进度也是很慢的，所以很适合大家来选择。统计推断和建模这门课，课程的内容同样十分的综合，这门课中数理统计、假设检验以及参数估计这些统计方面的知识占到了课程的一半左右，剩下的部分主要讲的都是机器学习的入门。这门课平时你会的作业形式有理论题，还有用r写基本的机器学习算法。这门课较之于上一门课，对于那些没有基础的同学并不是很友好，选择这门课的同学最好有概率论和线性代数的背景，同时要掌握国内工科专业的一些数学课程，还有一点就是老师上课的时候思路并不是十分的连贯，大家选择的时候也要慎重。我除了这门课之外，后面还选择了machine learning for data science这门课，所以机器学习方面的学习我觉得应该是足够了的。最后我来说一下概率论这门课，相信很多同学在国内都上过概率论和梳理统计的课程，所以这门课是可以waive掉的，过程也很简单，大家提前了解一下就可以，waive掉这一门课可以减轻很多我们学习上的压力。
选修课程说完了必修课的部分，哥伦比亚大学在选修课方面是十分自由的，我们可以选修任何其他专业的课程，只要得到了advisor的批准就可以。不过事实上选课的过程并没有想象中那么美好，因为很多课程虽然我们可以选择，但是因为选课的同学数量太多，想要选到好课的难度也是很大的，像那些热门课程的waitlist长度也是很震撼的。说到这件事还有一个让我十分心塞的经历，那就是当时director of operation最开始的时候在邮件中和我们说允许我们提前选课，结果这件事最终不了了之，我们不但没有提前选课，反而比别人晚了很多，记过没有其他课程可以选择。在这里我建议那些除了学习CS相关课程之外的同学，一定要多关注选修课的部分，大家也可以多和老师进行沟通，确保可以顺利选课。这边的选修课种类很丰富，无论是想要挑战自己学习硬核的课程，还是想要选水课减轻平时学习的工作量都是可行的，大家只要结合自己的需要进行选课就可以了。
就业机会最后我来和大家介绍一下这个项目的就业机会，在我看来这个项目的就业机会还是很不错的，学校的cpt是在9个月之后才能使用的，所以第一年同学基本职能做一些on-campus的工作或者是一些unpaid的工作。不过哥伦比亚大学良好的地理条件让同学们可以很好地找到实习，同时学校、学院也会提供很多资源，不仅学校的招聘网站上会有很多实习和就业的信息，平时advisor也会推送来很多招聘相关的邮件，这些对于我们的帮助也是很好的。另外哥大的校友资源也是十分丰富的，同学们平时可以积极进行networking，这样我们也会有很多的实习和就业的机会。是我觉得最重要的还是我们要学习好所有的核心课程，这样大家基本都是可以选择到心仪的项目的。据我了解在面试的时候，对方最为看重还是机器学习部分的知识我们掌握的如何，同时还会考察我们关于mapreduce的知识，以及我们是否懂得算法和数据结构方面的知识，这些都需要我们在前期就做好准备。根据我的了解，项目毕业生中找到小的startup的做data scientist的人数比较多，也有一部分的同学进入了投行领域的big name，不过无论同学们在哪个领域工作，在就业的时候对方对于机器学习部分的考察都是最为严格的，要求也是很高的。因为面试都是三四月份开始的，那个时候春季学期的机器学习课程还没有学完，有些同学就算学完了也不是很展示，结果在面试的时候就因为这部分掌握的不好被刷了下来。所以我觉得对于那些想要在美国就业的同学来说，一定要重视这部分知识的学习，也可以多选择一些和机器学习相关的课程，这对于未来的发展无疑是很有帮助的。
个人看法最后我来说一下我对于这个项目的看法，我觉得哥伦比亚大学不仅地理位置很好，同时还拥有大量的资源，所以在这里有很多的机会，只要我们找准自己的方向，在这里我们有出足够的资源帮助我们实现自己的愿望。不过如果同学们对于数据科学比较感兴趣的话，哥大除了这个项目还有MA in Statistics/Master of Applied Statistics、MS in Operations Research、Master of Science in Applied Analytics可以选择，不过我对那些项目并不是十分的了解，同学们可以关注一下，从中选出最适合自己的项目。以上就是我今天分享的内容了，我希望这些可以帮助到那些想要申请哥大MSDS项目的同学，最后我也祝愿同学们都可以顺利申请到自己心仪的项目。