USF数据科学MSDS项目就读分享（）
1541532
University of San Francisco (USF) Master of Science, Data Science（MSDS）项目就读分享，楼主也希望来混些大米，求分享求大米，有更多的问题欢迎留言，我看到后会及时回复。
关于我：
我是2023届（cohort 11）的USF MSDS项目学生，之前在加州美本，本科读的是其实是商科方向的专业，有一部分data的课程，后来工作后接触到更多DA方向的工作，觉得比较有意思也感兴趣，于是决定走data science的方向。
申请方面我因为是美本所以没有toefl的需求，gre330+，gpa中游水平，有1-2年工作经验，我申请的时间是比较晚的，但是还是成功拿到面试，并且拿到部分奖学金，所以我鼓励不管什么时间，只要感兴趣且没due都可以去尝试一下，这个项目的申请过程还是处理很快的，多花点时间准备准备面试就好。
我为什么选择该项目？
这里会阐述一些可能有点主观的原因，因人而异大家就作为参考。
我申请主要还是面向加州的大学，东岸的我也有申请并且拿到offer，但综合考虑因为受不住寒冬，太远距离和价格很贵，最后还是选择加州。在几个加州的offer中，最后决定usf有主要这几个原因：
1.地理位置对于数据科学特别好，不用说这个黄金地段给tech方向的工作会提供多少隐形资源。
2. 项目的超高就业率，我读研究生就是奔着就业去的，学校官网有每年的就业率，平均工资和学生去的公司，无疑体现了 项目的可靠性 。
3. 性价比超高，sf生活虽然贵但是学费并不贵，相比起来其他学校的项目要便宜很多，如果找到好的工作，那这点学费都不值一谈。
4.口碑，这个项目已经存在很长一段时间了，以前叫msan，算是这个方向比较老牌但鲜为人知的，听到很多前辈有提起过湾区的几个地头蛇，usf在本地还是很有名气的。
话说回来，如果你是奔着做学术，或要名校的title混名气的话，或想找个水项目混文凭，想主要是专注于个人事业的话，那usf这种“实干”性的项目可能并不适合你。
项目课程
课程内容非常硬核扎实，很少有可以水的课，并且我们一年的课程可能相当于别的项目1.5-2年的课程，可以换个角度说性价比很高了。课程curriculum可以在官网看到，这里就不一一阐述，课程会从最基础的stats，eda开始，到后面手搓model，爬数据，建立ETL都有。虽然从基础开始，但是如果学生本身没有完全没基础还是会有点吃紧，如果自己肯花时间多准备，还是可以做到的，我们director经常有拿一个学姐从某个art专业转到这个项目然后进大厂的例子，所以一切皆有可能。
项目实习
这个项目最耀眼的地方就是为期8-9个月的实习，学生会根据个人经历背景喜好，匹配到一家公司做实习，公司涵盖多个领域，有大厂，unicorn，government，non-profit等等，期间会和公司mentor和team一起工作，接触到内部data和workflow，学校方面会有faculty跟进保证实习质量，有些公司还会提供不错的benefit和merch哈哈。
这个实习经验也是该项目可以保持高就业率的主要原因，实习经验是拿到面试的敲门砖，同时学生在毕业后的工作经验都会提升很多，知道怎么去应对工作的实践性问题，而不是对着书本纸上谈兵，这比其他面试者都有着更多的优势。有些实习公司还会提供return offer，如果和mentor相处得好，别人也会很乐意给你介绍工作，无形之中就扩大了network，所以是大有所益。
就读感受
我之前在南加，所以还是花了点时间适应SF的节奏和生活方式，毕竟在city里和南加那种大农村的感觉还是不一样的，msds项目和这个地区都相对来说卷，必须要花很多时间和精力做实事。如果需要放松，好在附近还是有很多可以去玩耍放松的地方，学校本身其实也有很多资源可以用，各种学生优惠的户外活动，健身房，心理咨询，food pantry等等，另外学校主校区其实在离我们20-30mins的地方，有需要的话随时可以去。
我们这届的中国印度的同学占比大概各1/3，然后本地学生有1/3之一，还有一些少部分其他国家的留学生，这一届男生比女生要多一些，大概1/4的人有本科以上的学历。我们这一届是covid之后第一次完全线下，所以和之前几届的经历有点不同，既然来到了sf，我们还是会抽时间一起玩，去探索一下城市，做一些游客做的事情。学习方面，我们班上同学本科各个专业的都有，每个人的强点都不太相同，所以拉几个人一起做study group是很有帮助的，大家一起讨论不懂得topic和问题，刷题的时候一起刷之类的。
我没读过其他的master所以没办法对比，我觉得这个项目faculty们非常认真负责，本身实习每周都要和约定的faculty谈，还有教授的office hours随时可以去，其他时间也随时可以slack任何教授说希望和他们约个时间聊，每个faculty都非常乐意分享他/她的insight，可以是关于任何topic的，所以改简历约mock都非常有帮助。staff甚至还帮助我们做了google calendar，标记了所有课程，作业due date，office hours，活动之类的，是真的在细节上为了帮助学生。
项目“短板”
课程本身难度还是有的，很多学生读不过summer课就走了，如果学生成绩太差不达标，项目也是会踢人的，所以读这个项目还是要有做好“受苦受难”的准备，毕竟在这么短的时间学习巨多内容，还要花很多时间实习，结合起来每周的工作时间都超长，下半期还需要准备面试，时间真是非常宝贵。
项目今年来了新的教授，目前来看教授的水平还是不错的，教授的背景都非常硬，并且通过很多选拔，在录取之前还有trail class来测试教学能力，我们这届也test了几个下届可能会录的教授。项目对于学生课程反馈非常重视，每个module都会要求做survey，有很多metric来评价教授的各个方面的表现，所以整体来说都不会差。
再提起一下，项目对于求职非常有帮助，对于学术研究可能没有很专注，如果希望以后做学术，这个项目并不合适。但有的课程会要求做些项目，你感兴趣也可以做一些publication，但一般大家都是做可以放在github上，比较完整的project。另外，项目在其他国际和美国其他地区的名气不是高，但是在湾区本地还是很有名的，基本每个大中小厂里面都有alumni，我个人觉得，能在湾区这么多资源的地方有名也足够了，毕竟很多其他地方的学生最后还是要到湾区落脚。
一亩三分地模版问题
1. 生活的诸多方面有什么是你一度感觉很不适应、很不习惯的吗？现在适应的如何了？有什么方面是你希望自己能早点知道的可以提醒新人注意吗？:
从南加来sf有一点生活节奏的不习惯，但是过一段时间也就适应了。提醒新人做好卷和花钱的准备，毕竟是生活在bay area。学校倒是有很多优惠比如baywheel，microsoft office，food pantry，学校组织的户外活动，感兴趣的话方方面面都可以省钱。新生强烈建议买个ipad和apple pencil做笔记，mac尽量不要太旧太慢的，对于学习有很大的帮助。
2. 一周需要学习多久才能跟上？你觉得拿A拿B难吗？
具体多少时间很难算，每上完课之后要至少花几个小时来学习，有些忙的周有很多due和quiz，就要花更多时间学习准备。拿B不难，部分课的A有点难度，其他只要不拖拉作业完成度高应该都能拿A，如果太拖拉的话C也会有，如果哪一节课表现太差不及格的话，是会被踢出项目的，所以一定要警觉。
3. 平常除了上课之外跟教授们联系多吗？是否有机会跟着做些研究？
联系很多，随时可以slack/piazza教授，研究没有什么跟着做的，因为我们不是学术性的项目，如果感兴趣教授的课题说不定可以跟着做，有的practicum会是做研究的可以发布一些publication，像之前提到，有些课也可以做研究，总之按个人的需求来。
4. 平常除了多跟同胞交流是否经常跟外国同学party?一般一起玩什么呢？有什么值得注意的地方可以提醒新人注意的吗？
大概每个人都会互相知道，毕竟以后求职可以互推一下。party的话比较少因为没有很多时间，但是到目前为止也有那么几次，项目也会组织一些wholesome的户外活动，爬爬山观光mesume等等，平时自己可以做去做湾区常做的事情，注意注意消费就好，生活在湾区什么都贵一点。
5. 你获取求职信息的主要途径是什么？学校里的careerservice/jobfair多吗？你觉得有用吗？
海投网站为主，network推荐（alumni，faculty，cohort，friends等等），各个渠道都可以做，因为我们项目是面向求职为主的，有很多资源，校内也有jobfair，但是可能我们项目内的做的更好，我们的practicum director和career services director会提供很多求职信息，会给我们一个outline在什么时期做什么事情，如何提前做好准备，帮助会有很多。
介绍这么多也差不多了，如果想知道官方的数据和信息，可以在官网看。另外这个项目还有medium account，可以看看学生practicum的采访之类的，自己搜下关键词 usf data science，这里就不贴链接了以防万一被警告。
觉得信息有用的的话麻烦大米，如果还有任何问题欢迎留言～
关于我：
我是2023届（cohort 11）的USF MSDS项目学生，之前在加州美本，本科读的是其实是商科方向的专业，有一部分data的课程，后来工作后接触到更多DA方向的工作，觉得比较有意思也感兴趣，于是决定走data science的方向。
申请方面我因为是美本所以没有toefl的需求，gre330+，gpa中游水平，有1-2年工作经验，我申请的时间是比较晚的，但是还是成功拿到面试，并且拿到部分奖学金，所以我鼓励不管什么时间，只要感兴趣且没due都可以去尝试一下，这个项目的申请过程还是处理很快的，多花点时间准备准备面试就好。
我为什么选择该项目？
这里会阐述一些可能有点主观的原因，因人而异大家就作为参考。
我申请主要还是面向加州的大学，东岸的我也有申请并且拿到offer，但综合考虑因为受不住寒冬，太远距离和价格很贵，最后还是选择加州。在几个加州的offer中，最后决定usf有主要这几个原因：
1.地理位置对于数据科学特别好，不用说这个黄金地段给tech方向的工作会提供多少隐形资源。
2. 项目的超高就业率，我读研究生就是奔着就业去的，学校官网有每年的就业率，平均工资和学生去的公司，无疑体现了 项目的可靠性 。
3. 性价比超高，sf生活虽然贵但是学费并不贵，相比起来其他学校的项目要便宜很多，如果找到好的工作，那这点学费都不值一谈。
4.口碑，这个项目已经存在很长一段时间了，以前叫msan，算是这个方向比较老牌但鲜为人知的，听到很多前辈有提起过湾区的几个地头蛇，usf在本地还是很有名气的。
话说回来，如果你是奔着做学术，或要名校的title混名气的话，或想找个水项目混文凭，想主要是专注于个人事业的话，那usf这种“实干”性的项目可能并不适合你。
项目课程
课程内容非常硬核扎实，很少有可以水的课，并且我们一年的课程可能相当于别的项目1.5-2年的课程，可以换个角度说性价比很高了。课程curriculum可以在官网看到，这里就不一一阐述，课程会从最基础的stats，eda开始，到后面手搓model，爬数据，建立ETL都有。虽然从基础开始，但是如果学生本身没有完全没基础还是会有点吃紧，如果自己肯花时间多准备，还是可以做到的，我们director经常有拿一个学姐从某个art专业转到这个项目然后进大厂的例子，所以一切皆有可能。
项目实习
这个项目最耀眼的地方就是为期8-9个月的实习，学生会根据个人经历背景喜好，匹配到一家公司做实习，公司涵盖多个领域，有大厂，unicorn，government，non-profit等等，期间会和公司mentor和team一起工作，接触到内部data和workflow，学校方面会有faculty跟进保证实习质量，有些公司还会提供不错的benefit和merch哈哈。
这个实习经验也是该项目可以保持高就业率的主要原因，实习经验是拿到面试的敲门砖，同时学生在毕业后的工作经验都会提升很多，知道怎么去应对工作的实践性问题，而不是对着书本纸上谈兵，这比其他面试者都有着更多的优势。有些实习公司还会提供return offer，如果和mentor相处得好，别人也会很乐意给你介绍工作，无形之中就扩大了network，所以是大有所益。
就读感受
我之前在南加，所以还是花了点时间适应SF的节奏和生活方式，毕竟在city里和南加那种大农村的感觉还是不一样的，msds项目和这个地区都相对来说卷，必须要花很多时间和精力做实事。如果需要放松，好在附近还是有很多可以去玩耍放松的地方，学校本身其实也有很多资源可以用，各种学生优惠的户外活动，健身房，心理咨询，food pantry等等，另外学校主校区其实在离我们20-30mins的地方，有需要的话随时可以去。
我们这届的中国印度的同学占比大概各1/3，然后本地学生有1/3之一，还有一些少部分其他国家的留学生，这一届男生比女生要多一些，大概1/4的人有本科以上的学历。我们这一届是covid之后第一次完全线下，所以和之前几届的经历有点不同，既然来到了sf，我们还是会抽时间一起玩，去探索一下城市，做一些游客做的事情。学习方面，我们班上同学本科各个专业的都有，每个人的强点都不太相同，所以拉几个人一起做study group是很有帮助的，大家一起讨论不懂得topic和问题，刷题的时候一起刷之类的。
我没读过其他的master所以没办法对比，我觉得这个项目faculty们非常认真负责，本身实习每周都要和约定的faculty谈，还有教授的office hours随时可以去，其他时间也随时可以slack任何教授说希望和他们约个时间聊，每个faculty都非常乐意分享他/她的insight，可以是关于任何topic的，所以改简历约mock都非常有帮助。staff甚至还帮助我们做了google calendar，标记了所有课程，作业due date，office hours，活动之类的，是真的在细节上为了帮助学生。
项目“短板”
课程本身难度还是有的，很多学生读不过summer课就走了，如果学生成绩太差不达标，项目也是会踢人的，所以读这个项目还是要有做好“受苦受难”的准备，毕竟在这么短的时间学习巨多内容，还要花很多时间实习，结合起来每周的工作时间都超长，下半期还需要准备面试，时间真是非常宝贵。
项目今年来了新的教授，目前来看教授的水平还是不错的，教授的背景都非常硬，并且通过很多选拔，在录取之前还有trail class来测试教学能力，我们这届也test了几个下届可能会录的教授。项目对于学生课程反馈非常重视，每个module都会要求做survey，有很多metric来评价教授的各个方面的表现，所以整体来说都不会差。
再提起一下，项目对于求职非常有帮助，对于学术研究可能没有很专注，如果希望以后做学术，这个项目并不合适。但有的课程会要求做些项目，你感兴趣也可以做一些publication，但一般大家都是做可以放在github上，比较完整的project。另外，项目在其他国际和美国其他地区的名气不是高，但是在湾区本地还是很有名的，基本每个大中小厂里面都有alumni，我个人觉得，能在湾区这么多资源的地方有名也足够了，毕竟很多其他地方的学生最后还是要到湾区落脚。
一亩三分地模版问题
1. 生活的诸多方面有什么是你一度感觉很不适应、很不习惯的吗？现在适应的如何了？有什么方面是你希望自己能早点知道的可以提醒新人注意吗？:
从南加来sf有一点生活节奏的不习惯，但是过一段时间也就适应了。提醒新人做好卷和花钱的准备，毕竟是生活在bay area。学校倒是有很多优惠比如baywheel，microsoft office，food pantry，学校组织的户外活动，感兴趣的话方方面面都可以省钱。新生强烈建议买个ipad和apple pencil做笔记，mac尽量不要太旧太慢的，对于学习有很大的帮助。
2. 一周需要学习多久才能跟上？你觉得拿A拿B难吗？
具体多少时间很难算，每上完课之后要至少花几个小时来学习，有些忙的周有很多due和quiz，就要花更多时间学习准备。拿B不难，部分课的A有点难度，其他只要不拖拉作业完成度高应该都能拿A，如果太拖拉的话C也会有，如果哪一节课表现太差不及格的话，是会被踢出项目的，所以一定要警觉。
3. 平常除了上课之外跟教授们联系多吗？是否有机会跟着做些研究？
联系很多，随时可以slack/piazza教授，研究没有什么跟着做的，因为我们不是学术性的项目，如果感兴趣教授的课题说不定可以跟着做，有的practicum会是做研究的可以发布一些publication，像之前提到，有些课也可以做研究，总之按个人的需求来。
4. 平常除了多跟同胞交流是否经常跟外国同学party?一般一起玩什么呢？有什么值得注意的地方可以提醒新人注意的吗？
大概每个人都会互相知道，毕竟以后求职可以互推一下。party的话比较少因为没有很多时间，但是到目前为止也有那么几次，项目也会组织一些wholesome的户外活动，爬爬山观光mesume等等，平时自己可以做去做湾区常做的事情，注意注意消费就好，生活在湾区什么都贵一点。
5. 你获取求职信息的主要途径是什么？学校里的careerservice/jobfair多吗？你觉得有用吗？
海投网站为主，network推荐（alumni，faculty，cohort，friends等等），各个渠道都可以做，因为我们项目是面向求职为主的，有很多资源，校内也有jobfair，但是可能我们项目内的做的更好，我们的practicum director和career services director会提供很多求职信息，会给我们一个outline在什么时期做什么事情，如何提前做好准备，帮助会有很多。
介绍这么多也差不多了，如果想知道官方的数据和信息，可以在官网看。另外这个项目还有medium account，可以看看学生practicum的采访之类的，自己搜下关键词 usf data science，这里就不贴链接了以防万一被警告。
觉得信息有用的的话麻烦大米，如果还有任何问题欢迎留言～
- 34