美国哥伦比亚大学数据科学专业介绍

大学长

哥伦比亚大学一直是作为想申请DS专业的学生的女神校，让大家对此能有一个更好的了解，我们邀请到了就读该专业的学姐给大家分享她的项目学习生活与体验、项目的就业前景……

No.1 学校印象

大众眼中的哥伦比亚大学

近几年来因为中国留学生数量的增加，国外学校对中国大学的认可度变高， 录取哥大的同学也越来越多，甚至导致哥大在很多人印象里成为了“水校“、“网红扎堆”。 事实上，哥大是老牌常青藤名校， 每年的 US大学综合排名均在前列，新闻、金融、计算机、医学均为强势学科。 不可否认，即使确实因为归国毕业生数量的增加，含金量也许没有早年那么高，但仍然是进入知名公司、获得优质实习全职工作的强有力的敲门砖。

因为地处纽约市曼哈顿上城， 留学期间的租房、生活费用都比其他大部分学校要高，也给人比较“贵”的印象。

我眼中的哥大

然而，我真实接触到的哥大，并不“水”。也许是因为我入学的是研究生项目的缘故，周围的同学无论是本科毕业生、已有工作的 part time 就读生，大家的目的都较为明确——在学校项目中掌握扎实的学科理论知识、通过项目与课程巩固实操技能、尽最大可能锻炼自己解决实际问题的能力，为未来的就业打下扎实的理论、技能基础。周围的同学均来自名校本科，或是自学、规划能力极强才进入哥大，因此，同辈的学习、竞争氛围也较为浓烈。

学校拥有优质的校友平台及就业资源，会有大量的就业相关辅导、讲座。校园的氛围开放包容又充满着竞争性。学院老师也很关心项目里的同学，会提供各方面的资源与帮助：职业咨询、学业指导，甚至是心理辅导。并且会尽可能听取学生意见改善项目设置与活动组织，例如学生入学后可以竞选学生会主席团，来向校方反馈同学中的声音与诉求，甚至是对任课老师的评价与建议。

哥大主校区在上西区，附近社区并不是纽约最安全的地区，大家如果深夜在学校赶作业回家，会结伴返回。因为附近有较多面向留学生群体的租房，很多学生都住在学校周围，两点之间来回还是较为方便的。附近超市、地铁、中餐厅一应俱全。哥大一年半，给我留下印象最深刻的就是回家的夜路，风里、雨里、雪里。回忆起来相当有奋斗的感觉。

虽然课业并不轻松，大部分人课余生活还是很丰富的。 和同学去时代广场的电影院约一场电影、SOHO 逛街购物、法拉盛中餐满足一下味蕾……也留下了很多多姿多彩的回忆。

No.2在哥大学 DS 是种什么体验？

项目特色 & 课程设置

哥大的Data Science是一个较新的专业，并且有自己的专设学院（Data ScienceInstitute），行政上属于工程学院。是一个为期一年半，秋季入学的STEM项目。 项目的课程主要横跨统计学和计算机两个领域，也因此， 很多学院的老师都是这两个部门的大牛教授， 甚至有贝叶斯学派开山学者的门生、机器学习 Python 开发包的原作者等。

专业课程分为两个部分：必修课和选修课。 必修课包括：两门统计课（概率论、数理统计）—— 大部分理工科的同学可以选择用本科成绩单去申请免修这两门课，继而可以用同样的学分修自己更感兴趣的别的课程来替代； 若干编程课——包括算法（也是我的 Python 启蒙课）、机器学习（课后作业同样是 Python，通过基础的代码实现，来帮助理解课堂上涉及的各种机器学习模型）、数据可视化（会教 R 里的 ggplot 包）、计算机系统（实际上是教大数据架构的一门课，主要涉及 SQL、Spark、Haoop）等。

选修课的部分分为不同的方向， 主要有：金融——可以选随机过程、时间序列（我的R启蒙课）等；机器学习方向——可选的课有深度学习、应用机器学习（课程教授为开发sklearn库的原作者，倾情教授了所有市面上流行的机器学习模型的实现方法。个人认为是学到的最实用的一门课。）；大数据方向（并行计算与云技术）；以及网络安全、生物方向等等。

课业特色 & 就读压力

其实哥大不只有DS这一个项目是与数据分析相关的，但是可以说 DS 是所有类似项目里最硬核、课程资源最好的。 因为也与计算机学院交叉，很多 DS学院里的老师都同时是CS 专业的授课老师，因此 DS的同学可以比外系同学优先，跟 CS 同学一起选课。同时，课程的代码训练含量也远高于其他类似专业，这一点可以说在就业的时候是非常有优势的。

另外， 在最后一个学期，学院还提供了业界资源帮助同学获得更多实践经验与指导 ——毕业前同学需要组队完成 Capstone项目，根据兴趣分配到各个匹配公司的项目指导导师手中，并在指导下针对公司提供的真实业务数据，完成一份关于人工智能主题的模型开发与分析。包括但不限于各种分类模型、聚类模型、自然语言处理（NLP）等等。

总的来说， 课程强度还是非常大的， 印象中时常与当时课程组队的同学为了完成作业，在学校通宵学写代码。但是强度大的课，个人觉得收获也最大。与其说我在校期间是学会了 Python、R 这几门编程语言，不如说 更多的是学会了如何快速从头掌握一门不熟悉的语言， 如何搜索关键词与工具。而这在我看来正是最“授人以渔”的一点。

当然， 压力的感受也是因人而异， 我的本科专业是数学。统计课程均已学过，但是基本没有学写复杂代码的经验。因此我往往是在编程课作业上感到吃力。如果你来自计算机学院，有很强的代码基础，感受大概会不一样。

压力在这一年半之中，也是一直都存在并不断变化的。第一个学期，要适应全英文教学、编程课作业，我感到最大压力的是学业方面。然而到第一学期接近尾声、第二学期开始时，因为各大公司都开始招收暑假的实习生，同学们也纷纷开始投出简历。这个时候比较焦虑的会是修改简历、准备面试等等的事宜。到了第二年最后一学期（第三个学期），即使是拿到了暑期转正工作 offer，在大家都努力面试争取更好的工作机会的氛围下，又要开始新的一轮全职面试的准备。 总的来说，压力还是因为就业形势、留美身份等原因造成的。

项目申请门槛 & 个人背景参考借鉴

个人认为在 4 年前， 一个比较笼统的“三围”线是 GPA3.5 以上，托福 100 左右，GRE320+3 以上。 总的来说这个要求不算太苛刻，但是更重要的筛选准则是课程吻合度以及科研经历。

以我自己的例子来看，我是 GPA3.6+，托福 104，GRE322+3.5。数学专业毕业，学过一些统计学课程，有一两门简单的编程课。这一点上还是与哥大的课程设置符合的。另外在本科期间参加了数学建模比赛并获得了一些奖项。 毕业设计的主题是与深度学习相关的一个简单的实现。这两个经历还是与数据科学中处理模型的内容挺相关的。

另外，我在大三时通过同学推荐，参加了一个第三方组织的哥大暑期游学交换项目。亲身来到哥大校园里，接触到了一些任课老师、招生官，并且上了讲座形式的课程、完成了一项小组项目。我在这个交流结束之前，写邮件给了DSI 的招生老师表明我目前在纽约，对 DS 项目非常向往，是否可以约一次会面了解更多信息。招生官非常慷慨地答应了。这一点，个人认为，在隐形中有为后来的申请加分—— 因为哥大非常注重校友资源，在最后的网申环节，有一问是：你是否有接触过校友，或与他们交流过？我于是在申请前邮件告知那位会面过的招生官，并填写了她的信息。

同项目学生背景

我就读的时候是哥大第三年开设DS 专业，还属于非常早期，因此 同学们的背景方差也比较大：数学居多，生物等其他理工科专业其次，金融及经济也大有人在。同时也有很多工作了之后的美国同学，就职于咨询公司、科技公司或银行。个人认为经过这几年的迭代，项目的标准也会提高，可能会更侧重于与课程的吻合度：例如，是否有上过统计课程或算法课程等。

No.3就业资源

学院的求职资源&校友资源

学院有专门的老师负责更新求职信息，每几周，就会把手头收集的与学校、学院合作的公司 HR 提供的最新职位邮件通知到同学们。除了公司实习，学校各个院系的实验室或教授的科研项目也会招收助理研究员，同学可以通过 CPT 的形式在实验室实习。

相关学院（例如工程学院、计算机学院）会定期开办 Career fair，届时会有上百家企业进入校园，收简历甚至当场面试发 offer。除此之外，还会有 校友返校答疑讲座 Panel，也会收同学们的简历带回公司人事部门。我在第二学期找实习的时候，就是通过这样的活动提交简历并获得了实习面试机会，继而获得了全职 offer。

同届去向

就以项目里的中国同学为样本来说吧，大约三分之一的同学回国，其中一部分是原本就计划毕业回国，另也有少数在美国找工作不顺利之后选择回国，很快找到了不错的岗位； 另有三分之一的同学因为找数据分析、数据科学家岗位机会渺茫，转方向面试到了大公司程序员的工作；剩下的同学则找到了DS、DA的岗位，涉及各个领域（咨询、金融、科技公司）。

No.4申请寄语

近几年因为媒体舆论的宣传，“大数据”、“人工智能”等词汇被不断提起、甚至是炒作，因此但凡和理科工科沾边专业、甚至是无任何理工背景的金融、经济、商科的同学，或多或少都把眼光投向了这个方向。但是我想说，如果真的是没有学过统计课、编程课的转专业同学，学起来会非常吃力，并且在最终就业的时候也很难比拼过有四年计算机基础、或扎实的统计学基础的理工科学生。建议这些同学慎重选择。 如果很明确对数据分析领域感兴趣，更合理的一个途径是本科毕业后进入公司积攒经验两到三年，同时准备语言考试与资料，再去申请商业分析（Business Analytics）相关的项目。

针对计算机专业想要走人工智能方向，进入美国大厂工作的同学，建议去申请 CS 的 Master， 因为深入到机器学习等模型、算法的课程，CS 学生必然是也有机会选择的，并且未来就业方向是码农（Software Development）、算法工程师（Machine LearningEngineer）的话，大公司的面试也会倾向于发放给 CS 专业、有开发经验的同学。DS 项目在这点上还是侧重稍有不同。

个人认为DS 项目真正适合的同学是已有相关工作经验、并且有理工科背景的同学， 这样一来课程不会过于吃力，结业后找工作也比较容易获得面试机会、符合公司的期望。当然，如果你选择了这条路，就坚持走下去吧！时常刷一刷一亩三分地、 leetcoe 题，相信未来不会太遥远！