【master】误打误撞纯文科转data - 21 fall 申请总结 【陆本,现常青藤STEM专....

avatar 828583
zoesyzhang
7335
18
申请季+秋招季来啦 想攒点大米【给我加米不会耗费自己的米!!所以如果觉得有用的话麻烦大家多加米了谢谢!!点右下角/中间的“评分”即可加米,有用的话请点赞收藏~】

单纯分享自己文转data的经历(我本科只上过一节给文科专业开的大学统计,无其他数学课),希望对同样是文科的学弟学妹有用~

先说结论:建议所有不排斥data(特征:大学excel、数据库学得还可以,比较喜欢看数据类新闻),没有强烈读博意愿(一般来说对文科专业没有强烈意愿读博=不想读博,不要把“还在想读博”挂在嘴边,还在想就是压根不想hhh)并且想要留美的文科生都主申北美任何STEM专业【学校排名过得去就可以了,包括quantitative social science/ survey & methodology等】,之后可以再曲线救国做自己喜欢的事情。如果不想留美/很喜欢做质性研究/不用担心身份问题,那这篇应该对你实际帮助不大,当故事看看就好。


一些可能文科同学不太清楚的留美工作背景知识【just putting it here in case you don't know】:STEM专业有3年OPT【简单理解为工作签证吧,只要你能找到工作这个签证就可以启用】,非STEM只有1年。区别就是大部分雇主会倾向OPT时间长的申请者,并且你有三年时间可以抽签H1B而不是只能抽一次,抽不到就又得想办法解决身份问题。

本篇内容导读:
- 为什么文转data【个人背景、心路历程】
- 什么样的纯文科生适合转data
- 申请过程【timeline、材料准备】
- 申请建议【文书写作、reach out to学长学姐】

为什么文转data
我是纯纯的陆本文科生,本科基本属于没上过数学课的那种。先附上我的背景供大家参考~
陆本985,中文系大类,GPA3.7+,一学期加州大学交换(4.0,课程基本是social science)
托福113(29+28+28+28),GRE159+166+4.5,两段文科类无coding无data相关的实习,大三升大四暑假一段policy+data的summer school【入门了R和计量经济学】

我的bg用来申请文科类master其实算还不错的,但转data是纯纯的没什么优势,所以其实一开始根本也没有想过主申data相关的stem专业,而是target名校的东亚研究/人类学/历史学【当时名校情结+好单纯好理想主义哦】,并且只申请了哈耶斯普哥宾芝伯这八所的项目,想着要是申请不到就先去工作几年再说。

但因为其实我一直对量化研究/数据新闻还蛮感兴趣的,就在大三升大四的暑假去上了一个芝大的policy+data的暑校,入门了用R做regression和基础的visualization,并且想着可以把quantitative social science/ policy作为副线申请。【这里就铺垫了我本身虽然本科专业是文科,但是不排斥自己写code,并且觉得还挺好玩】

所以最后的申请应该是8个文科类master项目+2个quantitative research/data类项目,data只是一个附加随缘的支线。文科都是非STEM,后者都是STEM。

但是好巧不巧,最后申请结果出来文科类master只中了一个并且没有奖学金,data也中了一个而且还有奖学金。考虑到费用问题、后者课程其实也可以cover很多感兴趣的topic以及未来找工作实用性,就选择了data的项目。【注意:在我入学前只有那一点点R coding的经验,完全没用过python,也没有任何其他统计/数据知识】

什么样的纯文科生适合转data
如前文所提,判断自己适不适合转data主要是看自己学数学/excel痛不痛苦。我觉得这还蛮主观的,就是虽然我数学差,但是我从来都不会排斥学数学(只是可能学不太懂罢了hhh),并且我大学计算机课程都是满绩,证明我还挺会用电脑的。。

对于data analysis要会的coding技能来讲,我目前的感受就是翻版的excel,因此如果你excel用得还行的话,可能刚入门coding会因为完全不熟悉这种语言形式而有一些痛苦,但长远来看应该没什么大问题。

当然,如果你之前有统计的背景,用过spss/stata,甚至入门过R/Python,或者在工作场景下接触过SQL数据调取或者一些数据可视化工具Tableau/Power BI,那我觉得转data就更没有问题了。以上任何一个软件你有一点点熟悉即可,不需要都知道。甚至以上都不知道,但excel用得还不错,那也可以。

我个人认为data analyst工作涉及到的coding和数学是两码事,关系不大。数学的话只要知道基础的统计和概率论就可以。当然如果要做data scientist的话需要更高阶一些的数学知识,但这里不重要我就不提了。

申请过程
我的申请其实很佛系,因为我完全没有保底项目所以抱着一切随缘大不了之后再读的心态在申请,所以有很多错误示范。

比如说很多项目是分轮次开放的,那么绝对是,越早申请越好
但如果不分轮次,那其实赶着ddl也没什么问题

而我,所有的项目都是最晚一批or赶着ddl申请的。。其实非常不好,大家不要学习

但我觉得我的文书写作经验还是比较有用。因为申请了两个方向,所以准备了两套文书,但大体结构都是一样的,而且用了我这套结构的我的朋友们都觉得很不错。

文书大体结构:
1. 第一部分用一件小事(学习/生活/工作)引出你为什么对这个专业领域感兴趣【建议一段,可以引用一些领域内的名人名言/事迹】
2. 第二部分讲自己的求学/研究经历是怎样围绕这个专业领域展开的【建议1-3段,视经验和篇幅决定】
3. 第三部分讲自己的职业经历是怎样围绕这个专业领域展开的【若有,建议1-3段,视经验和篇幅决定;第二三部分的比重具体根据哪个和专业最相关决定】
4. 第四部分讲为什么申请这个项目、希望上哪些课、和哪些老师合作、参加学校什么活动【看着官网瞎编即可】
5. 第五部分讲这个项目和未来职业规划的关系,会怎样帮助你求职/实现理想【看项目就业情况,贴合培养目标瞎编;第四五部分根据行文逻辑顺序可以对调】

再想粗浅的讲一下怎么把不data的experience讲的data,即你不一定真的用了量化的方法但是可以变得很吸引人:万能模板就是【如果这个东西我能加一些data insights(这里一定要加一些可能的approach:比如做social media研究的可以说一下爬用户数据,做文学的可以说未来想用NLP,做business的可以说想更多的做一些data visualization), 项目会更完整,而我目前就缺乏这种经验,所以想来你们项目学习】

申请建议
我目前的项目同学里什么背景的都有,语言文学、传媒、金融、统计、cs的,普通陆本、985/211、普通美本、常青藤出身的都有,所以其实专业和学校出身限制非常非常小。我个人的态度是:master只是为了更方便你留美的通行证,只要能给你3年OPT,学校名声不差就都可以。因为找工作和学校里学的还是很不一样,需要自己另外努力,因此申请而言,只要它能保证你的身份就可以!

我当时没有做但如果从头来过一定会做的事情:在群里/领英找同项目的学长学姐【正在读+毕业后留美工作的】,问清课程搭配和求职时间线,尤其问清楚需要pick up什么技能,要学到什么程度,如果他们的简历可以给你参考/以后能内推你就是最好的。这是最高效的办法,能省去很多你走弯路的时间。

如果你和我一样其实胸无大志、没什么热爱的事情,那就尽量还是朝能力范围内能赚钱比较多的方向走吧。当然如果你能直接转SDE就最好了,毕竟岗位数量和data不是一个量级的,而且工资也更高。但如果你真的有很感兴趣想做的事情,我上面说的一切都是浮云。人生找到自己热爱的事情才是最快乐最有成就感的,这一点千金难买。做一个有奋斗目标的人比做表面光鲜亮丽/有钱的人快乐多了。所以我真的很羡慕这个时代里真正对计算机/machine learning感兴趣的人,又做自己喜欢的事又有很多钱,不过人各有命!在能力范围内一步一步往上走的人就是最牛逼的人。



希望这个分享对你有用!求~~大米~~~~点击“评分”即可加米~
  • 143
18条回复