数据科学专业应该去NYU还是哥大？

　　数据科学专业应该去NYU还是哥大？

　　数据科学专业人才在当今社会需求量大，具备留学背景的学生也成为行业高需人才，美国的数据科学专业算是比较顶尖的，其中NYU和哥大以数据科学专业见长，但是排名而言，哥大往往要胜过NYU，那么数据科学专业应该去NYU还是哥大呢？

　　1、NYU数据科学专业学制及学分与哥大的对比：哥大时长及学分短于NYU

　　哥伦比亚大学：哥伦比亚大学时长为一年半，一共需要修30个学分，同学们在毕业之前不需要写论文，这些基础的要求在哥大项目的官网上都是可以很轻松地查到的，所以在这里我就不赘述了，同学们如果感兴趣的话可以自己到官网上查找相关的信息。

　　NYU：这个项目是隶属于courant的，courant的应用数学专业排名第一，所以项目的师资力量和学术资源是很强大，另外因为courant的影响，项目的名声和受认可程度还是很不错的。

　　该项目一般是两年毕业，同学需要修满36个学分，其中有6门必修课和6门选修课。NYU的数据科学项目课程设计十分的成熟，其并不是简单地让同学们学习统计、CS等领域的知识，而是在按部就班地培养一个data scientist，所以同学们在平时的学习中可以很明显地体会到自己的成长，更为重要的是在这里学习之后我们对于data science的了解会更加的深刻，这对于同学们毕业之后的发展是很有帮助的。

　　另外NYU的数据科学项目虽然正常是两年毕业，但是如果同学们每个学期多选择一些课程的话也是可以提前毕业的，只是这样平时的学业压力会很大，大家这样做之前一定要做好准备。

　　2、NYU数据科学专业课程与哥大的对比：两者必修和选修课程在读难度不大

　　NYU：在第一年需要学习intro ds、stats、machine learning、big data等课程，这些都是一些基础课程，课程的难度不是很大，可以帮助那些转专业申请的同学完成入门，那些有相关专业背景的同学学习这些课程的时候会非常轻松。其中虽然stats和machine learning内容很基础，不过课程中学习的知识更加偏向理论一些，同学们在学习的过程中还是会有很多收获的。

　　在第二年同学们还要学习stats inference这门课，在除此之外还要完成final project。Stats inference这门课的难度比较高，学习起来对很多同学来说会有些吃力，不过大家同样可以收获很多。

　　此外，NYU数据科学的必修课质量都是很高的，像machine learning更是大家公认的神课，不过big data稍微有些坑，不过无伤大雅。

　　NYU的选修课在自由度上和哥伦比亚大学几乎没有什么差别，同学们也可以选择所有的课程，像stern和CS的课程都是可以选择的，每个同学都可以结合自己的需要去进行课程的设计，非常灵活。而且较之于哥伦比亚大学，NYU在进行选修课选择的时候竞争没有那么激烈，同学们基本都可以选到自己心仪的课程，这也是很好的。

　　选修课建议选择deep learning和NLP都是很不错的选择，这些课程内容很硬核，80%的内容都是需要同学们去自己学习的，因此挑战性很大，不过学起来也的确很有意思。另外还有一些选修像advance programming和text mining相比之下就有些水了，不过同学们也可以结合自己的需要去选择。

　　另外NYU数科学项目中的同学是可以申请PhD的，有这个想法的同学只要平时多和教授交流和沟通就有机会继续读PhD了。因为项目的课程设计包含的内容很多，因此在平时的学习过程中我们如果发现自己对某个研究领域比较感兴趣，申请读PhD还是很好的，因为现在企业对DS相关人才的要求愈发严苛，PhD在求职时也会更有竞争力一些，在我看来这也是NYU项目的优势之一。

　　哥大：主要由CS与统计两部分内容组成，CS的部分同学们主要需要学习算法和并行计算系统相关的知识，在统计部分同学们主要学习的则是机器学习以及统计推断的知识。在30个学分的课程中，必修课有六门。

　　首先是algorithms for data science这门课，这门课的主要内容是算法，课程中写代码用到的是python。这门课中包含了很多的内容，但是上课的节奏是很慢的，这主要是因为哥大的数据科学项目在招生时对于专业背景的要求并不是很严格，其中很多同学算法的基础比较差，减缓课程进度可以让所有的同学都能完成项目的学习。因此这门课对那些算法、编程基础薄弱的同学来说是一个入门的好选择。

　　下一门课是统计推断和建模，这节课的内容相较之下就要高阶很多了，课程主要也是分为两个部分，一般重点是数理统计、假设检验等内容，剩余的部分主要讲的是机器学习的入门知识。这门课的作业有理论题，同时也会要求同学们用r去写基本机器学习的算法。而且这门课需要同学们拥有一定的概率论及线性代数基础，同学们在国内上过数学系的相关专业课或是工科专业的数学基本就满足学习的需要了。

　　Machine learning这门课的内容同样非常的基础，主要就是为同学们后续学习机器学习方面的课程做好铺垫，也是一门入门性质的课程。还有概率论这门必修课的内容设计同样很基础，因为国内很多同学在本科期间会学习很多概率论相关的知识，不少同学会选择waive掉这门课。

　　因为在选修课部分同学们选课是没有限制的，大家可以结合自己的需要去选择哥大中的所有课程，这样的话同学们可以充分利用哥大的教育资源来满足自己未来发展的需要。不过需要注意的是哥大很多热门的课程申请的人数是很多的，一些课程的waitlist长度让人叹为观止，所以大家在选课之前一定要做好规划，同时和advisor沟通好。

　　整体来看哥大数据科学项目中的核心课程难度不是很大，学习的量比较适中，这个项目适合那些基础比较薄弱但是数理背景比较好的同学来选择。不过不要因此觉得这个项目水，因为项目中选修课是很自由的，同学们完全可以选择一些很硬核的课程来完成专业知识的学习，所以这个项目可以满足不同同学的学习需要。

　　3、NYU数据科学专业就业与哥大就业对比：两者都有充足的实习培训资源

　　NYU：数据科学项目的就业情况，也是很用心的，学院基本每个星期都会请企业来做info session，另外系里也经常会有career fair，虽然来到这里的企业规模参差不齐，不过至少可以为同学们提供更多的就业机会。另外career center在平时也会为同学们提供很多求职方面的服务，老师会帮助同学们修改自己的简历，同时也会有模拟的求职面试，这些对于求职的帮助都很大。另外NYU的校友资源也是很丰富的，同学们利用networking也是可以找到很多不错的工作机会的。

　　哥大：是有CPT的，不过同学只有在入学9个月之后才能使用，之前同学们只能做一些校内的工作。过同学们也不用着急，因为在纽约是不愁没有实习和就业机会的，另外学校和学院也会为同学们提供很多的资源，同学们可以在学校的网站上看到很多招聘的信息，同时advisor也会经常推送招聘相关的邮件给同学，这方面还是很让人满意的。

　　所以最首要的任务就是学好项目中的核心专业课程，并提升自己的能力。因为高校和项目在求职的时候只是为我们提供一个平台，让我们可以通过简历的筛选，要想要最终找到心仪的工作，自身的实力才是关键，当我们本身实力过硬之后，找工作就水到渠成了。

　　项目中大多的同学都是在小的startup做data scientist，不过也会有有些同学进入投行领域的big name工作，但是那样的工作对于machine learning的要求是很高的，所以建议同学们在就业之前一定要打好machine learning方面的基础，这可以大大提升在就业过程中的竞争力。

　　以上是关于数据科学专业应该去NYU还是哥大完整解答，要是您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，独创5V1服务模式，严格限制招生数量，提升学生综合实力，及早助力国内学子顺利入读美国藤校。