纽约大学数据科学硕士项目就读体验

纽约大学数据科学硕士项目

就读于该项目23Fall的Emma老师认为这个项目主要有这几个优点：是老牌DS项目之一，认可度高，地理位置十分机构，就业情况非常可观。

赶快来听听老师怎么说！

学员介绍

本科：Boston University

专业：Physics

辅修：Computer Science

GPA：3.8+

TOEFL/IELTS：无

GRE/GMAT：335+

老师怎么说？

大家好，我是Emma，目前正就读于NYU的Data Science专业。作为DS届数一数二的项目，NYU的课程设置真的是在全方位培养你在数学、计算机科学、应用统计和商业逻辑等各项细分技能领域的绝对实力。

个人感受

NYU的学业压力还是不小的，考虑到读书期间还要投简历，这点不算太友好。系里的课程起码一半是很好的课。除了两三门神课，整体课程难度不算很大，但光上课是肯定不够的，还有很多知识需要课下自学。

如果想做科研或转PhD也是可以的，系里的研究项目不少，你只要有意愿就能找到。DS的博士课程和硕士课程几乎是一样的，如果转博的话可以少修很多课。

花销上的话，因为在宇宙中心纽约，生活成本比较高，在Jersey租房大概在1000到1500刀之间，合租会便宜一些，如果住在曼哈顿岛上应该在2000刀以上吧。吃饭这方面，自己做一般成本不会超过1000，经常下馆子就得1500刀了。

与其他项目进行比较的话，纽约大学数据科学项目的综合水平还是很不错的。纽大和这个项目的知名度都比较高，系里的课程设置都不错，而且身处纽约，有大量的实习机会，发展前景还是比较广阔的。

同学背景

NYU DS录取的学生数量这几年是逐年增加的。23fall就扩招了，美本偏多，录取的中国学生也不少，具体数据我不知道，陆本都是C9或上游985的水平，一半人本科都是学数统的。

2023届的平均GPA是3.8，所以想尝试申请的话GPA建议至少3.7+，成绩单上单门成绩不要低于B。项目比较喜欢能力优秀的学生，高分只是一方面，最好要有很强的数学能力、编程能力。没办法，就是一个字：卷！GRE Optional强烈建议提交330+，语言建议托福100+。

课程设置

总体来说这个项目的课程设置非常硬核，大部分概念理论都会从头证明推导。但课程设置比较合理，第一学期的课程可以帮助大部分转专业，没有数学和CS背景的同学顺利转型。

DS项目要求学生修完36个学分，12节课。项目推荐的修读时间是两年。也有不少同学选择3学期一年半结束。

如果想早些读完早点毕业的话，那么可以选择3学期制，3学期每个学期都是2门必修课，2门选修课。

如果更倾向于压力偏低的课程设置，那么可以选择4学期制，前3个学期每个学期是2门必修课，1门选修课，第4学期是3门选修课。

总结来说，课程设置还是很成熟的，并不是简单的Business、CS以及Stats课程的融合，而是有系统、有体系地在培养一个真正的data scientist。

就业情况

据我了解，DS项目的实习率和就业率还是很不错的。我们这届的同学，暑假的时候差不多都找到了实习，拿到的实习offer基本也都是大厂的居多，比如说AIG、PwC、Facebook、亚马逊等等。

很多学长老师都找到了心仪的工作，大部分目前都留在纽约和加州这两个地方。

项目解析

纽约大学的数据科学硕士项目，隶属于纽大的Courant Institute of Mathematical Sciences（库朗数学科学研究所）。该项目是全美历史最悠久的数据科学项目。

纽约大学数据科学硕士项目为期两年，属于STEM项目，由著名计算机科学家，卷积神经网络重要奠基人Yann Lecun教授于2013年创办。

截至 2024年，项目开办11年，受到学生和数据科学领域相关人士以及业界的一致认可。项目设立之初，招收人数为30人一届，为了适应行业发展以及业界对数据科学家不断增长的需求，项目招收人数也在逐年增长。

项目概况

这个项目重点训练学生运用尖端计算方式解释热门现象的能力，涉及到的领域包括人类健康、城市规划、消费行为等。它不仅局限于计算机应用和数据库管理等能力，还囊括了数据伦理和隐私等多方面的内容。

据官网披露，申请成功者来自多样的本科专业背景，包括统计学、计算机科学、数学、工程学、经济学、商学、生物学、物理学和心理学等。

先修课程要求也只是最基础的数学、编程，而且对计算机语言无硬性要求，只是希望至少有Python或专业经验。当然，理工科出身的同学，尤其是学过高等微积分、概率论、统计学或高等物理或计量经济学等量化分析含量较高的课程，甚至曾接触过机器学习、计算统计、数据挖掘、大规模科学计算、运筹学等方面的申请人，会额外受到招生官青睐。

申请条件

申请时学校比较看重申请者的学术背景和专业技能，需要在数学、计算机科学和应用统计学方面有较强背景，包括但不限于接触过机器学习、计算统计、数据挖掘、大规模科学计算、运筹学等领域。

本项目录取率一直在10%以下，官方公布的一些标准化测试的要求与历届数据：

• Average GRE Quantitative: 167.58
• Average GRE Verbal: 157.36
• Average GRE Writing: 3.65
• 最低托福成绩100分，最低雅思成绩7分

课程设置

课程要求一共36学分，包括18学分的必修课，18学分的分支课和选修课。

课程特色之一是Capstone Project， 在现实环境中应用从课程中学到的理论知识。在这个项目中，学生将经历解决现实世界问题的整个过程：从收集和处理现实世界的数据，到设计解決问题的最佳方法，最后实现解决方案。

在为期2年或者1.5年的项目周期内，你将完成优化与线性代数、概率统计、机器学习、大数据等必修课程，并辅以深度学习、自然语言处理、数据库系统、编程语言和算法等选修课程。

如果对数据科学在某一专业领域的应用感兴趣，还可以选择例如：风险管理和机器学习、医疗保健机器学习等课程提前搭建该领域基本知识框架。

就业情况

鉴于 Data Science 应用十分广泛，NYU DS的校友也就职于不同行业。

据统计有28.5%左右的校友就职于Tech行业，比如Facebook、Google、 Microsoft 等。17.4%就职于金融服务业，就职企业如 Capital One、IBM等。

根据来自Department的资料，DS校友的平均薪水在100k左右。

以上就是Emma老师在纽约大学数据科学硕士项目的全部就读体验啦！