以下是【畢達留學】整理髮布的第30篇畢達學員分享會內容。【畢達留學】堅持每周邀請全球各地區名校學員分享申請、就讀、求職等經驗，敬請關注。

畢達學員背景

曾師兄，中山大學，理論與應用力學

入讀學校與項目：

New York University：MS in Data Science

訪談實錄

1、項目基本介紹

主持人：首先請師兄介紹一下這個項目，包括項目的學習長度、培養方向、學習模塊，並且談談你認為這個項目適合哪些人去讀呢？

曾師兄：NYU Data Science的項目預計時間是2年，一共36個學分，每門課3個學分，12門課，平均一學期3門。也有同學是一學期讀四門課，這樣可以一年半畢業。培養方向主要有三類，深度學習、自然語言處理、資料庫。我覺得這個項目適合已經有一個基本職業方向，然後需要數據科學的知識作為輔助和提升的同學。比如學經濟的想做一些量化，學計算機的想建資料庫這樣

2、學習節奏與課程難度

主持人：學習節奏如何？課程難度大嗎？課程難度主要是哪些方面？

曾師兄：感覺DS確實是一個比較交叉的學科，老師講課的節奏是比較快的，一門課一周需要花費大概15小時的時間，三門課就是45小時。根據本科背景不同，難點會有些不一樣，比如商科的同學可能在計算機上有些困難，計算機的同學可能數學上的困難會多過編程。

3、教學模式與師資力量

主持人：這個項目的教學模式是怎麼樣的？項目的師資力量如何？與老師的交流接觸機會多嗎？

曾師兄：基本上就是上課，課程的評分標準包括作業、學期項目、課堂小測、期末考試。項目的師資力量我覺得可以說是很頂級的，具體成員的名單大家可以Google NYU Center for Data Science （之後簡稱CDS）的主頁，有所有教授的介紹，厲害的教授有很多，看自己有沒有能力跟著混了。不僅是上課的教授很厲害，他們也在業界有著廣泛的資源聯繫，每個星期都有和個別教授的午餐會，也有外面的嘉賓來進行講座。

項目領頭人是Yann Le Cun，喜歡人工智慧的同學應該知道，他在使用卷積神經網路上是大牛。

NYU在一棟樓里有兩層是給CDS專用的，CDS的所有人員基本都在這裡進行活動，教授、研究助理、博士後他們有自己的隔間，也有公共開放的區域給大家自習或開設講座，所以有很多機會可以遇到教授。CDS每周都會請外面的同行來做講座，讓大家了解行業的發展和其他組織、個人在進行的項目，講座後都有交流的機會。

4、班級情況

主持人：那你目前所在班級有多少人？其中中國學生有多少人？class profile怎麼樣？身邊的同學背景都如何呢？

曾師兄：我這屆大概有50-60人吧，中國學生40左右，沒有詳細的數過。以國際學生為主，歐洲學生不少，還有一部分西語系的學生。

課程配置的話，大家選課的自由度非常高，不僅是DS的課程，NYU很熱門的金融數學、Stern這些專業學院的課基本也是可以隨便選，如果要選一些和DS相關不大的課程需要提交一份申請，但應該都是會通過，所以想學什麼都可以。

DS的課程和預批准的其他選修課程有詳細的清單，大家可以查看Google NYU --> Center for Data Science Course Page. 裡面有詳細的介紹。如果想了解的更深入，可以去找往年的課程大綱，例如NYU Center for Data Science Machine Learning XXXX（年份） Syllabus。每年會稍有不同，但是課程的主要框架還是不會變的。

DS同學的背景很多元化，計算機、數學、統計、經濟、金融、精算、工程、機械都有。

5、就業情況

主持人：師兄同屆的中國學生留在當地或者說打算留在當地的人數多嗎？都去了什麼企業？回大陸的同學多數去往哪些企業或者是崗位呢？

曾師兄：最終去向和每個人自身原有的職業方向關係較大， Deloitte, Zurich, BlackRock, Amazon, AIG, FaceBook, Citi這些都有，不過具體在公司里做什麼還看個人擅長的方向。

立刻回大陸就業的人數不多，我不太清楚，但我有聽說我這屆有暑假回阿里巴巴做實習的。

6、校友資源

主持人：這個項目的校友資源如何？校友網強大嗎？

曾師兄：校友資源不是很強大，畢竟這個專業也剛開沒幾年。不過如果算上能夠接觸到的同行，那就算是十分強大了，如果對數據科學已經有些了解同學應該會發現，很多近年重要論文的發表者就是給自己上課的教授，有些書也是他們寫的，很多知名企業在數據工作中的職位也與日常能夠接觸到的人有關聯。

博士後很多也有在Bloomberg， goldman sachs， two sigma這樣公司的任職經歷。

7、為什麼選擇DS專業？

主持人：接下來我們來回顧一下師兄的申請經歷吧，師兄本科是理論與應用力學的，也是一個有點交叉的學科了，當初留學申請為什麼選擇轉專業讀DS呢？當時考慮了哪些因素？

曾師兄：其實我本來本科就想讀數學或者物理的，然後研究生做數據，無奈高考分數比較低，就去了力學。我在本科的方向比較偏重流體力學，所以數學和計算的成分非常多，數學課程學的也比較多，所以也不算是轉行的特別多吧。

力學確實是一個很難找工作的專業，我記得本科班上60個人，55個人都繼續讀書了。數據科學也算是現在熱門吧，同時我本來就很喜歡機器學習這個方向。在美國找工作的話，我覺得學技術類的學科也會比較容易。數據行業最熱門的區域就是紐約和加州，NYU DS這個項目也不錯，就申請了。

8、NYU的DS項目看重什麼？

主持人：結合你的就讀體會，你認為NYU的DS項目看重申請者的什麼素質？

曾師兄：我們進來之後有和教授聊過當時以什麼標準來錄取我們。教授的原話是：「首先是你們都很優秀，你們以往的履歷要讓我們能看的出你熱愛這個方向，並且為之付出過努力。另一點是，為什麼你需要來讀這個專業呢？這個專業在你的發展道路上是什麼樣的角色？熱情和規劃是兩個關鍵詞。

9、如何規劃時間？

主持人：那師兄從產生留學念頭→準備考試→軟性背景提升→投遞申請，這段過程時間和方法上是如何規劃的呢？

曾師兄：其實我在上大學選專業的時候就已經大概想好了，那時候還沒有數據科學這樣單獨的專業，當時想的就是在力學學好數學，然後讀數學、統計學或者計算機。我的托福和GRE都是在大三開始考的，整個大學我跟著教授的研究項目都注重在計算上。

比賽的話，美國數模、國內數模都可以參加一下，此外還有Kaggle、Zillow之類的網站都有機器學習的比賽，計算機方面的比賽有一些編程馬拉松，我記得之前支付寶也辦過預測類的比賽，可以參加、了解一下。實習我有在公司里做過數據分析，職位是Data Analyst。

10、文書寫作

主持人：師兄的文書內容都主要突出了自己的哪些個人特點以及能力呢？

曾師兄：我的文書主要的邏輯是，數學學的多------對這個專業有熱情------NYU CDS有哪些好地方能幫助我達成怎樣的目標。

11、如何看待綜排與專排？

主持人：作為過來人，你是如何看待項目質量（專業排名）和學校名氣（綜合排名）之間的選擇呢？

曾師兄：我覺得以提升個人實力為主，畢竟DS這樣的技術類專業，找工作基本都有code test，企業發幾道題給你做一下就知道水平了，還有很多在現場面試的時候，會有一兩個人看著你的屏幕讓你現場做半個或一個小時的編程題，所以有沒有水平一般假不了。推薦大家還是要先了解課程配置和課程內容，選擇對自己最合適的。

12、是否要找機構？

主持人：師兄當初是否有猶豫過要不要找機構？你對畢達提供的服務滿意度如何？與你的期望值相符嗎？

曾師兄：我有猶豫過，不過看到畢達名聲不錯，價錢也不算貴，就想出國錢都要花的，也不差這一點了。後來我的老師十分負責，給了我很多以前完全沒想到的思路，資料也幫我審查的很仔細，文書我記得我還整個邏輯推翻重寫過一次，又改了N次。後來我推薦給我一個低一級的朋友，他也說很好。（真的沒有違心打廣告）

13、給師弟師妹的建議

主持人：對於即將申請或者即將出國的同學，你有什麼建議給他們嗎？

曾師兄：我覺得是要對出國和自己選擇的專業有明確的認識，為什麼要出國，為什麼想讀這個，為什麼選擇這個學校和專業，以後想怎樣發展。近幾年Data Science異常的火熱，但是不要因為熱潮就去讀。最後推薦一本書吧。

《Data Science for Business》，作者是NYU的一個教授。如果有同學日後來讀NYU DS這個專業，這個書也將是一門必修課的必讀書，這個書可以讓大家初步了解一下Data Science的基本概念，看看自己是不是真的感興趣裡面的內容。

延伸閱讀：

畢達留學校友反饋文章匯總，持續更新中……

--------

如果喜歡這位同學的分享，請賞個贊喲~

諮詢留學申請問題可以添加微信：2850399593。每周【畢達留學】都會邀請全球熱門名校的校友來舉辦線上分享會，為大家免費分享留學申請乾貨和就讀反饋，還會有托福、雅思、GRE考試真題和答案福利免費發放。

推薦閱讀：

相关文章