倍可親

回復: 0
列印 上一主題 下一主題

CMU數據分析專業里最靚的仔,看完你可能就離頭禿不遠了

[複製鏈接]

63

主題

64

帖子

576

積分

貝殼網友四級

Rank: 3Rank: 3

積分
576
跳轉到指定樓層
樓主
留學便利貼 發表於 2019-12-13 06:56 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式

數據分析 當下這麼熱門,各個大學都爭先恐後加入戰團,開創新的碩士項目。今天,我們就來談一個硬核的數據分析科學碩士專業,該項目由卡內基梅隆大學計算機學院的語言技術研究所開設, 全稱為 Master of Computational Data Science(計算數據科學碩士),簡稱為MCDS 。

這個項目的畢業生基本都被亞馬遜,蘋果,谷歌,推特,領英等這些大公司瘋搶,就業方面絲毫不用擔心。



項目的設置

MCDS項目,開始於2004年,前身是超大型信息系統的信息技術科學碩士(MSIT  in Very Large Information Systems)專業。英文名聽起來low low的,中文名又長又拗口,不了解的人可能會誤以為是野雞專業,真心佩服當年這位起名鬼才取了個這個名稱,還好現在順眼不少。



不過言歸正傳,人家名字雖然難聽,但是內容可是貨真價實的。

首先代課教授分別來自CMU計算機學院的計算機科學系,機器學習系,人機交互研究所,以及CMU的語言技術研究所。其中CMU的計算機學院在計算機,機器人和人工智慧領域皆排名第一。

除此之外,在MCDS項目中,學生們將會學習大型信息系統的設計,工程應用以及實施,可謂是一條龍服務。



為此,學校要求學生掌握資料庫,分散式演演算法和存儲,機器學習,語言技術,軟體工程,人機界面,以及設計等方面的知識。

這些必修和選修課的內容看起來複雜,但都是重中之重,學生若能掌握這些知識,未來將能快速適應大型信息系統中各個層次的技術,擁有分析這些系統的能力。而且課程後期的實習和畢業設計項目,又能為學生提供學以致用,積累實戰經驗的平台,為將來事業上的成功打下基礎。



學制劃分

MCDS的學制有兩個方向。

第一個是為期16個月的職業方向。包括秋季和春季學期,夏季實習,以及第二個秋季學期 (這和Heinz  BIDA項目的16個月學制時間一樣)。每個學期4門課,一學期48學分,學生12月畢業。



第二個方向是20個月的研究預備方向。這包括了兩個秋季和春季學期,一個暑假實習。每個學期3門課程,一學期36個學分,學生5月畢業。選擇研究準備方向的學生,一般要花時間參與科研項目,為了將來讀博做準備。CMU計算機領域的博士,基本上都要求發表過論文。所以用在CMU的這兩年時間好好規劃,大概能出一篇或者多篇論文。

MCDS 碩士畢業需要修滿144個學分,其中包括8門12個學分的課程,2門12學分的研究,以及一門24學分的碩士畢業項目。

課程設置

看了MCDS的課程設置,可能會嚇走95%的同學。同樣屬於 數據分析 ,它的核心課程、專業方向、以及選修課程內容之乾貨,大家看下圖便知:



我知道,大部分人在看到這張圖時,第一反應是辣眼睛,大腦處理器可能只接收到了紅,藍,黃這些個顏色,至於其他文字部分,出於人類的自保本能,已經被自動屏蔽。不過對於那些將要或計劃要選這門專業的同學,我勸你們還是乖乖接受這個現實吧!

但是!大家也別過於緊張,並不是說列在上面的所有課程都要學習。下面我就來和大家來看一下這些課程選項都有哪些。

首先,該專業的學生必須完成在CMU本科開設的計算機系統入門課,並且得到B-以上的成績。雖然這門課程不算碩士畢業的學分,但是必須修完。



其他四門核心課程分別為:

機器學習 – 注意⚠ 在CMU機器學習是一個系!而這個機器學習課程的難度為——很高!;)

雲計算
交互數據科學
數據科學討論


圖上方的肉紅色板塊是 數據分析 研究方向,學生必須在以下三個領域中至少選一門課。
機器學習領域可選課程:



10-608會話式機器學習
10-701機器學習簡介(PhD)
10-703深度強化學習與控制
10-708概率圖形模型
10-715機器學習高級入門
10-725凸優化
10-805機器學習
11-641機器學習之文本挖掘
11-661語言統計
11-727NLP計算語義
11-741機器學習之文本挖掘
11-747NLP神經網路
11-755機器學習之信號處理
11-761語言統計
11-763結構化預測
11-777高級多媒體機器學習
11-785深度學習入門


軟體系統領域可選課程:



11-642 NLP搜索引擎
11-747神經網路
11-775大型多媒體分析
11-777高級多媒體機器學習
11-791智能信息系統設計與工程
11-792智能系統項目
11-797QA系統


大數據領域可選課程:
10-605大數據機器學習
10-805大數據機器學習
11-775大型多媒體分析


藍顏板塊為系統方向,需從下面這些課程里選三門:



15-605操作系統實施
15-618并行計算機體系結構和編程
15-640分散式系統
15-641計算機網路
15-645資料庫系統
15-712先進和分散式操作系統
15-719高級雲計算
15-721高級資料庫
15-746高級存儲系統
15-821移動和普適計算
36-702統計機器學習
36-705中級統計
36-725凸優化


黃顏色板塊是以人為中心(Human-Center)的數據科學(HCDS) 專業方向。

為了滿足HCDS的專業方向,學生還需根據以下要求來選擇三門HCDS課程。



行為研究方法中選一門課:
05-816應用研究方法
94-834應用計量經濟學I和II


選擇人機界面HCI方法中學兩門課:
05-821社交網站
05-823電子學習設計原理與方法
05-833應用小工具,感測器和活動識別
05-836可用的隱私和安全性
05-840在線學習工具
05-872計算機系統快速原型
05-891設計以人為中心的系統
05-899人群編程
05-899學習分析與教育數據科學
05-899人機交互中的特殊主題:感悟
05-899大型對等學習系統設計
05-899大規模與同伴一起學習
05-899移動健康


選修課要求:學生可以有三門選修課,課程必須是研究生級別,而且為計算機學院里設置的課程。



除專業課以外,該 數據分析 項目還要求學生必須完成一次工業實習,時間一般在夏季。學生的畢業項目要求必須整合課堂經驗和科研,最終解決在CMU或是工業界的實際問題。

該項目的申請截止日期是12月12號,周二中午12點之前。申請費為125美元。

申請要求

GPA 3.0 以上  – 但你以為3.0就真能進CMU?快醒醒吧!GPA 低於3.6的學生,請盡量展示你其他的才藝,來博得招生官的芳心!

要求提交GRE,編碼 2074 – 0402。CMU本科生可以免GRE。

托福成績,編碼4256 – 78,雅思也可以。注意⚠,CMU的計算機系非常變態,只要不是英語國家的護照,不管是不是美國本科,都需要提交託福,而且每門要超過25分。



學生簡歷
個人陳述文書
三份推薦信

注意,未達到上面任一要求的申請都不予考慮!申請截止后,MCDS不接受任何新的材料。

學費和其他的碩士項目差不多,加上生活費和雜費,一個學期差不多2萬5千美元。

CMU一般沒有獎學金,但是有少量的教學助理職位,可以減免一些學費。

申請條件




MCDS專業需要學生學過本科高年級的統計課程,或者計算機科學課程。學校明確表明,很多錄取的學生,都有名校的計算機專業學位。如果學生不是計算機專業畢業的,要在申請裡面說明,自己的基礎足以勝任,以及進入這個專業的願景。

不過申請MCDS專業不需要有以往工作經驗,也不需要發表論文。

如果被錄取,不得延遲入學。

畢業生去向



給大家聊了MCDS專業的各種艱難困苦,現在給大家說一說熬過這些日子后,你的所獲所得,畢竟有目標才有動力!

眾所周知,CMU畢業生是美國僱主們最鍾愛的一批學生,這一點不假。

給大家展示一下MCDS專業2017年的就業統計圖:



從這張圖中我們可以看出,2017年的47個畢業生中,有44位在公司就職,1位選擇繼續攻讀學位 (在CMU讀神經計算博士),2位沒有統計數據。

這些就職人員的平均工資在11萬7千美元,工資區間在10萬~14萬5千美元。

畢業生的僱主和所在職位如下:



僱主:亞馬遜,百度矽谷部門,臉書,谷歌,領英,微軟,優步等。
職位基本上都是:軟體工程師,數據科學家,機器學習科學家。

綜上所述,CMU計算機系的 數據分析 專業,將來就業方向基本100%進入技術行業,從事技術工作。收入水平,也是我們介紹的數據分析專業中最高的。原因很簡單,這是最硬核的數據分析專業 – 計算數據科學碩士。



雖然路程崎嶇艱險,但真正的勇士不懼生活的艱辛與頭禿的風險,所以如果你對CMU的數據分析專業感興趣,或者憧憬未來高薪職位,那麼這個專業絕對對得起你的付出與選擇!

(Pictures Credited to Google)
文:陳航
微信ID:陳航說留美

(原文轉自微信號:陳航說留美)
您需要登錄后才可以回帖 登錄 | 註冊

本版積分規則

關於本站 | 隱私權政策 | 免責條款 | 版權聲明 | 聯絡我們

Copyright © 2001-2013 海外華人中文門戶:倍可親 (http://big5.backchina.com) All Rights Reserved.

程序系統基於 Discuz! X3.1 商業版 優化 Discuz! © 2001-2013 Comsenz Inc.

本站時間採用京港台時間 GMT+8, 2025-7-29 04:34

快速回復 返回頂部 返回列表