满满诚意求比较DS混申 CSE@Gatech, DS@哥大, IOE@Umich, Information School@Umich

avatar 193210
ZSM
2136
1
楼主概况:
本科ieor, 想从事data science类工作,目前自认码功不够(目前世界观是DS要么招phd, 要么招会码的MS)
目前主中四个,可码可吹比,可博可就业,纠结的不行,求了解行情的小伙伴们给点思路,谢谢!

1. Gatech: computational sci. & engr. @ isye (想转到coc)
花费:$,时间:一年半,学分:30
pro:cs和ioe排名都很高;真正转码之路,cse感觉比较应用感觉DS也可以走;课感觉比较硬(4门必修cse,还可以修4门cs的样子);经济实惠易回本,就业据说很好;home unit好像转起来比较方便
con:地理位置一直被吐槽(诶亚特兰大不是大城市么),基友去的最少的学校→_→,毕竟不是mscs有各行各业都来转码的同僚不知有没有大腿带波节奏,不知道有没有转博的;顺便,网页做的好差

脑补课程:
CSE 6643 Numerical Linear Algebra
CSE 6140 Computational Science and Engineering Algorithms
CSE 6730 Modeling and Simulation
ISyE 6740 Computational Data Analysis
CSE 6220 High Performance Computing
CS 6236 Parallel&Distributed Sim 等cs的课

2. Columbia: data science
花费:$$$,时间:一年半,学分:30
pro:地理位置吊的不行,工作岗位多,选课据说开始改善了,课程好像都在傍晚晚上?(方便part-time?)
con:项目新,感觉还是寄人篱下要和别的学院抢课,修的课感觉有些散,找工作岗位多但是和cs的和ieor大类的竞争似乎很惨烈(cs水平不是很够怎么破),项目到头无法转博?以及,贵
脑补课程:
STCS W4242 Introduction to Data Science
STAT W4701 Exploratory Data Analysis & Visualization
STAT W4702x Statistical Inference & Modeling
COMS W4121 Computer Systems for Data Science
COMS W4721 Machine Learning for Data Science
CSOR W4246 Algorithms for Data Science
EECS E6893 Topics in Information Processing: Big Data Analytics
ENGI E4800 Data Science Capstone & Ethics"

3. Umich: industrial & operations engr.
花费:$$,时间:一年半,学分:30
pro:18学分IOE课(有和STATS重合or需要码的课),12学分可以修EECS,STATS,SI,MATH,本科可以转过去6学分,地利人和熟悉,设施感觉高大上,可工作可博
con:码功训练不彻底(而且现在似乎也不能选本科课补了以及选cs课难),而且感觉umich研究healthcare居多,找工作还是要靠码…

脑补课程: (对umich有着婶婶的榴莲)
IOE 506 (Math 506). Stochastic Analysis for Finance
IOE 510 (Math 561) (OMS 518). Linear Programming I
IOE 511 (Math 562). Continuous Optimization Methods
IOE 512. Dynamic Programming
IOE 515. Stochastic Processes
IOE 570 (Stats 570) Experimental Design
EECS 584: Advanced Database Management Systems
EECS 545: Machine Learning
EECS 453: Applied Data Analysis
Stats 503: Applied Multivariate Analysis

4. Umich: information school (tailored hci+iar)
花费:$$$,时间:两年,学分:48
pro:umich当中感觉最贴近data science的专业,时间长可research可实习,地利人和,设施感觉高大上
con:牛的是HCI(从来没想干的… ),真正数据处理的IAR感觉是辅修的,很多课网上有,不知道码功到什么水平,感觉学生很多,两年丰富经验不错于是… 贵
脑补课程:

太多了…求能waive or 抵一些重复的课→_→
1条回复