Nota: Soy un estudiante graduado de CSE de Harvard que pronto me graduaré, y esta respuesta es una variación de mi respuesta a ¿Harvard es una buena opción para el “Master of Science in CSE” si quiero ser un científico de datos?
Mi pasado:
Duke ECE / Econ -> Consultoría económica -> Harvard MS CSE -> Yelp Data Science
Tl; dr:
- ¿Puedo seguir una maestría en correspondencia en literatura hindi de cualquier universidad en hindi para graduarme en ingeniería de TI?
- ¿Cuáles son los beneficios de hacer una EM en Alemania? ¿Qué ventaja ofrecen las universidades alemanas o alemanas que no se puede llegar a ningún lado?
- ¿Cuál es la diferencia entre obtener una maestría en estadística en una escuela pequeña frente a una escuela grande (top 10)?
- ¿Puedo obtener la misma oportunidad de colocación si solicito una maestría en informática ofrecida por Udacity y Georgia Tech en lugar de una maestría tradicional (en el campus)?
- ¿Seguir una maestría en una buena universidad en los Estados Unidos garantizará que un estudiante internacional obtenga un trabajo decente en los Estados Unidos?
* Verificaría todas las listas útiles de los otros pósters de Data Science Masters. Se pueden encontrar en ¿Cuáles son los mejores programas de maestría en ciencias de datos en los Estados Unidos?
* Creo que el programa CSE de Harvard es un gran programa.
* Al elegir un programa sólido de Data Science, busque:
1) Cursos rigurosos: Una heurística rápida para ver si el trabajo del curso es riguroso es ver qué proyectos produjeron los estudiantes al final de la clase y, mejor aún, encontrar sus sitios web y leer su código Github. ¿Los proyectos te hicieron pensar que esto es algo que me gustaría explorar más a fondo o una pregunta en la que te gustaría trabajar? Creo que es una señal de alerta si no puede encontrar proyectos / códigos en línea, ya que son un buen reflejo de qué tan bien los graduados pueden aprender la teoría y aplicarla con éxito.
2) Buena colocación laboral: ¿los graduados terminaron obteniendo trabajos relacionados con la ciencia de datos en empresas en las que desearía trabajar ? Una búsqueda rápida en LinkedIn con el nombre del programa en la barra de búsqueda suele indicar muy bien dónde se ubican los graduados.
3) Recursos de la universidad / programa: el programa organiza viajes o charlas para aprender de los mejores equipos de ciencia de datos o de los principales expertos en aprendizaje automático. ¿Qué otros oradores interesantes han pasado por la universidad en el pasado? Estos eventos definitivamente amplían su horizonte y puede aprender cómo se usan los datos de maneras interesantes.
Objetivo:
Supongo que el objetivo final de un Data Master Master Program es ingresar a la industria como Data Scientist o un puesto equivalente. Por lo tanto, estoy respondiendo esta pregunta para reflejar lo que creo que es importante al elegir un programa de Ciencia de Datos.
Trabajo del curso:
La mayoría de los estudiantes tomaron cursos que cubrieron temas como aprendizaje automático (supervisado, no supervisado, aprendizaje de refuerzo), optimización estocástica, MCMC (técnicas de muestreo), modelado bayesiano, análisis de regresión y modelos lineales generalizados, algunos modelos gráficos, modelos de series de tiempo, computación paralela y diseño de software. Vea la respuesta de Aymen Jaffry para las clases exactas.
Después de aprender todos esos temas, ¿qué tipo de preguntas de ciencia de datos podemos abordar realmente? En realidad, es bastante divertido cómo algunos de los proyectos de mis compañeros reflejan la ilustración de Raj Bhuptani de proyectos de ciencia de datos.
Aquí hay un par de proyectos similares. ¡Estos son realizados por algunos de mis increíbles compañeros de clase!
– Análisis del impacto del clima y los eventos en el tránsito de Boston
(MBTA Capstone) con visualizaciones D3 (Weather and the MBTA).
– Opinión Minería y análisis de opiniones de los comentarios de los hoteles de TripAdvisor
(TextMining) y asegúrese de probar la demostración en vivo.
– He trabajado en las predicciones de la NCAA utilizando el modelado bayesiano (sitio web del proyecto final AM 207), la predicción de suscriptores para el Boston Globe (sitio web del proyecto AC 297r Boston Globe Capstone) y el modelado de temas en artículos de noticias (Predicting Social News Reach).
Si lo anterior no es suficiente, también puede encontrar proyectos Capstone adicionales.
Honestamente, el curso es bastante riguroso y te prepara bien para la ciencia de datos del mundo real. De mi pasantía de ciencia de datos en Payoff, utilicé muchos de los conceptos anteriores para mis esfuerzos de modelado para capacitar a las personas a salir de la deuda financiera.
Búsqueda de trabajo:
Data (Instituto de Ciencias Computacionales Aplicadas) muestra que los graduados de CSE se convierten en científicos de datos en compañías conocidas. Los graduados han recibido ofertas de tiempo completo / pasantías en las principales empresas de tecnología (Microsoft, Facebook, Square, Palantir, etc.), Finanzas (Goldman) y otras nuevas empresas, etc.
Quizás, aún más genial, es que puedes descubrir equipos de ciencia de datos donde menos los esperas. ¿Sabía que Legendary Pictures (empresa) (Creadores de Jurassic World, Inception, etc.) tiene un equipo de ciencia de datos en el que utilizan PNL para racionalizar sus iniciativas de marketing? ¡Cosas muy bonitas!
Recursos adicionales:
Otro aspecto que realmente disfruté en el programa es que durante el semestre de primavera, visitamos equipos de ciencia de datos en empresas todos los viernes en el área de Boston. También hicimos un viaje a Nueva York durante las vacaciones de primavera para visitar Buzzfeed, eBay, Goldman, Morgan Stanley y 538. Se dice en la calle que el programa hará un viaje a San Francisco y Silicon Valley en la primavera del 16 para visitarlo. equipos de ciencia de datos por ahí.
Por último, puedes escuchar increíbles charlas alrededor del campus. Este año, escuchamos del fundador de OkCupid, iRobot, Peter Thiel y muchos más.
Otros programas de ciencia de datos:
No es sorprendente que también haya aplicado a muchos de los programas que Tushar Madaan enumeró en su respuesta en 2014. En particular, el programa ICME de Stanford (no aceptado) y el MS en Machine Learning de CMU (aceptado) se destacaron para mí.
Tengo un ex compañero de trabajo (Andreas Santucci, Comentarios de: Stanford MS Data Science Track – ICME) en el programa ICME de Stanford y he interactuado con graduados del programa de doctorado que son agudos y conocen muy bien los temas de CS y Estadística.
Además, también visité los programas de ML / CS de CMU y hablé extensamente con profesores de ML / CS y estudiantes de posgrado. Sin duda recomendaría esos programas y revisé los cursos de CMU ML y los conjuntos de problemas de 10-701 (ML), 10-702 (ML estadístico) y 10-708 (Modelos gráficos probabilísticos) para encontrar clases comparables en Harvard.
Buena suerte y no dudes en enviarme un PM.
Jeff