Re: [問題] CS or Statistics

[mychill (來日綺窗前)]

我是NYU Data Science現在的學生
上個學期經歷了自己找實習跟看同學找實習的過程
上來分享一點小經驗  如有不足也希望板上有強者可以補充

首先是關於程式重不重要的問題
python/MATLAB對我們這個program是基本的
然後如果會R的話也不怕找不到工作
基本上要看你畢業之後要走哪個方面
如果是希望到tech company去工作  那可能不只要會python
如果是希望到financial company去工作那可能要懂一點time series analysis
然後如果是希望到hedge fund去做quant  那可以先不用想了
因為他們只要phd or very exceptional masters

然後我覺得以你的情況念CS可能不適合的原因是
CS通常有許多與data science or machine learning無關的必修
雖然去修也是有幫助的但是對你來說可能會增加很多不是那麼必要的痛苦

所以我給你的建議會是念Stat是可以的  再去修CS相關的課就好了
但是念CS也是有好處的
特別是如果你以後需要處理到很大的數據要用Hadoop or GPU這些工具的時候
但是不需要會這個也是可以找到工作的
至於統計用假資料or CS用真資料這種事情我個人認為是子虛烏有
基本上寫作業也都是用假資料  大的course project就不一定

我個人對於Data Science的看法是這樣的
至少在這五年內相關的工作機會會很多  然後各種level都有
要做個data scientist不是難事  要做強大的data scientist就不容易了
我這學期有一門課的期末project  我們老師找了他的幾個朋友來當project advisor
報告完後我問我的advisor(stat phd在startup做ad recommendation)
要怎麼要才能成為一個好的data scientist
他給我的回答是  多去了解不同model背後的數學/統計意義
而不是data拿來  做一下前處理  跑各種model比哪個最好
至少要知道為什麼一個model會work為什麼不會work

然後我覺得以一個data scientist要找工作  除了專業能力以外
presentation skill極度重要

最後要幫敝系打一下廣告
我們系最大的好處是  修課極度自由
全部12門課除了6門必修以外  剩下的6門基本上你想選什麼都可以
舉凡數學資工到生物or政治  只要這個課跟data是有相關的
基本上系上都會approve
然後系上的faculty跟assistant都很nice很關心學生也很積極協助學生找工作

不過其實以現在的情勢來說可能不是那麼容易申請
(我們今年發了~60份錄取信among~600 applicants)
歡迎大家多來投我們系!!
有任何問題歡迎寄站內信給我 :)


※ 引述《tseng0211 (joanne)》之銘言：
: 大家好：
: 潛伏留學版好一陣子，不過還是第一次上來發文。
: 在問問題前我先大概提一下我自己的背景。
: NCKU double major in Mathematics and Statistics
: B.S GPA：3.5多
: 和本領域相關的經歷：中研院數學所暑期研習生數理金融組，系上獎學金*2，(但沒拿過書卷)
: Paper: none.
: 課外活動參與很多，但是大多和所學沒關，就不打><
: -------------------------問題開始---------------------
: 我計劃是想申請2015Fall
: 那麼原本所想申請的是統計所
: 以後想走資料分析這塊
: 因為大四有一門統計資料分析課程，整學期就是從data然後團隊獨自處理，想模型，分析然後去做預測。當時覺得很有趣，也覺得學到很多！
: 可是事情不是憨人想的那麼簡單
: 這幾個月有幸認識在業界做資料分析的學長
: 和我講了很多業界所需要的能力。
: 發現數學和程式完全是大宗。
: (那個學長是數學系出身沒有統計背景)
: 其實我知道資料分析一定需要程式，但本來想說有學R已足夠，後來發現對於業界，R的速度好像不夠，反而用python比較多?!所以可能之後申請完會開始碰這個...
: 然後以他的觀點會認為
: 在學界，“統計系”在處理的資料大多是假資料，也就是實際上你學會了如何分析那些假資料但實際上業界的問題卻複雜很多。
: 所以他建議我去念CS，處理一些比較有挑戰性同時實用性較高的問題。
: 我這裡完全沒有要戰科系，如上所說，我自己也是雙主修統計，當然不會想否定這個系。資料分析是一門很廣的學問，聽到學長這樣說，我也不清楚那到底該怎麼樣？
: 想說版上很多不同領域的人才，或許可以聽到一些觀點。
: 另外一個方面就是申請
: 因為壓根沒想過自己有天想走的領域會靠近CS，所以根本相關能力很低落，程式課程寥寥無幾。CS又極度競爭。
: 我這個背景應該也無法投上一些尚可的學校
: 在這個立場又會覺得還是應該繼續待在統計這個領域上
: 所以簡單來說，我的問題就是 如果以後想在美國走資料分析，統計是行不通的嗎？
: 原本對自己GPA申統計就已經在沒信心了說><
: 先感謝大家的回覆阿^^
: 希望手機排版看起來不會太糟

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 67.180.18.70
※ 文章網址: http://www.ptt.cc/bbs/studyabroad/M.1401605741.A.84E.html
推 kerotama:推
推 Organizer:Thanks for sharing
推 halloloser:謝謝分享！！！
推 kusoayan:那 data science 會不會又太數學？我是說相較 CS 來說
→ kusoayan:畢竟 stat 和 ML 還是有點不一樣？
→ mychill:我覺得data science is just the fancy name of ML
→ mychill:但是我不懂怎麼樣才是太數學 你至少要會linear algebra
→ mychill:claculus跟probability  然後如果有analysis背景當然更好
→ mychill:數學在這個領域是懂越多越好  但是不會那麼多也是有出路的
推 tseng0211:謝謝你的分享^^我有寄站內信給你喲
推 kougousei:謝分享
→ frank11118:謝分享
推 ga014528:推~
推 ryanlei:推
推 stone40licks:推
→ leepei:這個program是比較近DM還是比較近ML?
  我們的必修六門包含
      Intro to Data Science: 這個比較DM然後會要求很多Business Aspect
      Mathematical Statictics: 就一些統計基礎
      Machine Learning & Computational Statictics:
                             這就ML,但是final project也很DM
      Big Data: 教Database + Hadoop (HIVE, PIG)
      Inference & representation: 教graphical model
      Capstone project: 跟公司或教授合作
  同場加映(我推薦的選修)
      Foundation of ML: 教很多bound, VC dimension (這就純ML了)
      Optimization
      Deep Learning
  然後選修很自由所以就是你要DM或ML都可以:)
  雖然說我個人覺得這兩件事情明明就是差不多的  硬要分就沒意義了

推 stone40licks:請問原po: 想去tech company 要多加強哪方面的能力?
→ stone40licks:感謝歐~~!!
  這個要有請其他強者回答....
  就我覺得是除了ML是基本以外  會一些distributed system會有幫助
  然後不可以只會python or MATLAB or R (至少要會C/C++ or Java)

推 Utah1:Courant 推～
推 henry781114:感覺也要懂一些其他領域的背景...(生物、金融等等)
  如果找工作我覺得是懂bio, finance or nlp是最吃香的

推 jerrykobe:謝謝分享  推~
※ 編輯: mychill (67.180.18.70), 06/02/2014 11:47:38
推 bboy0720:想問一下這program有同學是未來想走academic的嗎? phd之
→ bboy0720:類
→ mychill:樓上想要問的是念這program對走academic有沒有幫助吧
→ mychill:我覺得很個人啦  然後想走academic的人都很拼
→ mychill:所以就要看你願意投注多少時間在唸書跟做project
→ mychill:不過我覺得大部份的人就算有打算念phd也都是為了去業界
推 bboy0720:謝謝mychill
推 stone40licks:感謝原po
→ bmka:NYU不是統計見強的學校,像這種Data Science program是標準的
→ bmka:利用名氣來賺錢的案例,就跟隔壁的Columbia U一樣.
→ bmka:(但是CU至少統計方面師資算是強的). 自己師資陣容其實開不出
→ bmka:什麼課,找一堆外面的人進來大班授課,成本低利潤高,大家都開心
→ bmka:這樣的program訓練出來的學生程度參差不齊,基本的要求就是
→ bmka:會依指示跑程式,會解釋output,但是至於model合不合理,背後的
→ bmka:精神是什麼,就不能要求太多了
→ bmka:2010-2012 統計/生統碩士班"人數"排行榜  http://ppt.cc/DwyX
→ bmka:博班人數:  http://ppt.cc/EMCf
→ bmka:碩博班人數比較一下大概心裡就有底了
→ bmka:我並不是勸大家不要申請這樣的program,基本上學校名氣跟地理
→ bmka:位置還是對找工作有幫助,但是還是要對手上的選擇做全盤考量
推 shirley587:想請教一下 要能夠了解model合不合理 數學能力的
→ shirley587:要求高嗎?  還是說較著重在理解資料特性?
→ shirley587:什麼類型的資料適合用哪一種方法? 各模型的假設與定義
→ shirley587:初學者 借機發問 感謝願意分享經驗的版友
推 BigShotBob:我覺得這個program很好阿 基本上把data science重點課
→ BigShotBob:程都包括進去(剛剛參考了CMU ML課表) 而且NYU也算不差
→ BigShotBob:就CS排名也有到20多 找工作地點又好 當然能去大S UCB
→ BigShotBob:CMU等頂尖學校是最好 但純以就業考量的話 Columbia.NYU
→ BigShotBob:已經足夠了吧@@面試以實力為主 自己努力還是比較重要的
→ BigShotBob:mychill大講得十分詳細 此篇大推!
推 BigShotBob:也推b大給後進們的專業建議! 十分有用!!
→ mychill:我覺得其實我們(雖然在數學下面)比較CS based
→ mychill:所以如果以統計的理論上面的確不及真的math/stats
推 cityport:NYU這學位真的不錯，找的到好工作就是王道，管他純還是生
→ cityport:主場優勢這麼強大，學的也比較廣，要在NYC大企業工作不難