UPenn MSE Data Science项目录取和就业介绍

看到最近好多同学陆续收到了upenn mse data science的offer～打算分享一下项目帮助大家选择
总体感觉和同学学到很多，大家背景确实也挺不一样。我没有on campus所以关于学校附近环境等等属于猜测和听说，客观判断～
课程选择
CIS的课 cis519/cis520 machine learning和cis530 computational linguistics还是建议上一下，然后cis700 special topics，cis620 advanced ml with special topics(paper reading seminar + project)， cis625 theory of machine learning都不错
ESE的课我觉得都非常好诶，数学比较多，ese542 stats for data science， ese546 principles of deep learning，下学期打算上ese674 information theory，还有听说ese605 convex optimization还不错
STAT我也有听说不错的，比如有节bayesian statistics，或者一些偏marketing analytics的课也不错（stat开头的课好像还是wharton下的）
做RA机会
这个我当时很care，现在感觉机会还可以，但你要找一找特别适合自己的，也可以考虑主动联系老师的，主要看有没有做你喜欢的方向的老师，有的话就好
提供的就业机会服务
平时我不会关注别的就业指导，但我觉得很好的是email或者piazza上经常会发一些别的公司reach out的机会，比如最近有个comcast applied ai 组的一个什么实习机会，这个不错，不过估计大部分学校也都有这种
MCIT or MCIS or DATS（data science）？
可能有些同学会有这个问题；申请前的话想做ds申请ds，想做cs如果有cs背景去MCIS，没有背景去MCIT；申请到了ds也可以学sde的内容就是你选课要有侧重点；申请到了mcis也可以去做ds，也是选课留意然后有一些projects，可以是课上的projects；但是这感觉第一种情况或许可能会对简历关有所影响（纯猜测，我其实也面了两个sde，申请的也少）。mcit课程第一年会相对固定但我个人感觉能把基础真的弄的很扎实（详情见一篇最近我好朋友发的mcit介绍文章hhh）。另外对转行的朋友：可以结合自身的背景，感觉ds cs相对来说都可以有一个更细分的领域，可以focus on某些areas或者自己就是很喜欢的area。
DS面试准备（可能有不全或者不对的，欢迎补充和指正）
ds偏ml/mle方向：python algo，ml/dl，domain知识比如nlp/cv，有些也有ab testing
ds偏product/growth/marketing：ml/dl，ab testing， stats， sql， python，domain知识比如customer方面的或者churn？
ds偏analytics：product sense，sql，stats，ml
当然所有的position都会面behavioral，了解自己的经历然后正常表达就行～


目前想到这些，今年市场真的很好，然后欢迎大家进一步问问题～
有些朋友好像想要读phd，我有个同届的朋友也是，到时候问问看他对这部分同学的建议。