登录
  • #院系介绍
  • #University of Pennsylvania

UP‌‌‍‍‌‍‍‌‍‌‍‍‌‍‍‍‌‍‌‌‍‍‌‌‌‍‍‌‌‌‍‌enn MSE Data Science项目录取和就业介绍

zycalice
3530
19
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。







19条回复
热度排序

发表回复