¿Qué buscan los mejores programas de postgrado en estadística (maestría) en un solicitante?

Creo que lo principal que buscan todos los programas de posgrado es la confianza en usted, quiero decir que usted (su CV) debe convencerlos de que es un investigador trabajador y que realmente es un estudiante talentoso y elegible para su programa.
Creo que deberías dividir los suplementos en tres secciones:

1- Suplementos del área de investigación
2- Suplementos de área académica
3- Área de interés

En primer lugar, y casi el más importante es su experiencia en el área de investigación, ya que en base a esta sección realmente puede mostrar sus aptitudes. Involucra diferentes partes, sus cartas de recomendación (que garantizan su probidad y habilidades reclamadas), su SOP (lo más importante en su proceso de solicitud, que no solo puede describirse a sí mismo y sus capacidades, sino también sus objetivos), Publicaciones ( que indican que sus trabajos fueron de lo bueno y cuantifica sus habilidades), y otras cosas como la experiencia experimental y otras cosas como su trabajo en equipo y su capacidad de liderazgo, etc.

La segunda parte no es tan importante como la primera, pero muestra tu disciplina y si eres obstinado en tus trabajos o no. Especialmente los exámenes GRE / TOEFL son un tipo de criterios que pueden analizar a diferentes estudiantes con diferentes antecedentes en diferentes entornos académicos.

La última es tu parte, que algunos piensan que no es tan importante, pero créeme, debes considerar todas las veces que vives para ti y no para los que te rodean. Debes elegir tu camino como quieras. No participe en un programa que no le interesa solo porque desea participar en programas de posgrado.

Antes de la explosión de Big Data, diría que la pista de un Máster del Departamento sería un énfasis más teórico en la preparación de un candidato de Maestría para postularse a un programa de doctorado o una pista con un énfasis aplicado. El advenimiento de Big Data ha ampliado la trayectoria del Máster para incluir Analytics / Data Science. Creo que un solicitante debe preparar su solicitud con esas tres áreas distintas de énfasis en mente. Un solicitante que desee tomar el programa de Maestría con una inclinación más teórica, si es posible, se beneficiaría de haber tomado un año de Análisis Real en estudios de pregrado, al menos un curso en álgebra lineal, un curso en estadística intermedia, un curso en numérico análisis, tener una competencia decente en un lenguaje de programación y un curso en variables complejas. Los solicitantes interesados ​​en la admisión al programa con un énfasis aplicado se beneficiarían de tener una pasantía en su experiencia de pregrado en programación estadística o alguna pasantía que incluya análisis. Para una pista de Analytics / Data Science, el solicitante podría haber tomado un curso introductorio de contabilidad y un curso introductorio de marketing para desarrollar una apreciación práctica de las preguntas que los análisis esperan responder. Las certificaciones SAS serían consideradas favorablemente. Una vez más (citado en otra de mis respuestas de Quora), citaré el número 10 en su totalidad de las preguntas frecuentes del programa de posgrado de las preguntas frecuentes de la Facultad de Estadística de la Universidad de Minnesota:

¿Cuál es la parte más importante de la aplicación?

R: Nuestras decisiones de admisión se basan en la solicitud completa. En particular, no hay un nivel para GPA, GRE y TOEFL que garantice la admisión. La “declaración de propósito”, las cartas de recomendación, la experiencia previa en investigación, la profundidad y la amplitud de los cursos de pregrado (especialmente en matemáticas y estadísticas), etc., juegan un papel tan importante como GPA, GRE y TOEFL en nuestra evaluación

Los solicitantes de los programas de ciencia de datos / análisis estarían bien si hubieran tomado cursos en álgebra lineal, análisis numérico, optimización e informática, además de un curso intermedio de estadística. Como indica la respuesta al número 10 de las preguntas frecuentes, es difícil producir una respuesta de cortador de galletas a la pregunta; eso se debe en parte al hecho de que cada solicitante también está siendo evaluado en relación con las calificaciones de otros candidatos para la admisión.