布朗大学数据科学VS哥伦比亚大学数据科学VS UCLA(加州大学洛杉矶分校)统计该如何选择？
在这里我分享给大家一个选择offer的方法，掌握方法之后，大家可以根据自己的具体情况进行选择。在选择offer时，首先要明确自己的目标，特别是职业目标。以问题来看，需要思考自己是否想做data scientist的工作，想在哪里就职，回国还是在美国。如果在美国，是否有想去的城市，比如纽约，加州或者德州，目标越清晰越好。如果没有非常清晰的目标，至少要了解选择哪个项目更容易实现自己的职业目标。
我所了解的许多学习数据科学的同学都会把近期目标定在美国就业。如果把目标定在美国就业，在比较offer时应该看重以下几点：
·第一，项目是不是STEM的，因为如果是STEM的话意味着学生可以在美国有三年三次的抽签机会，这对于个人以及雇主都非常重要。哥伦比亚大学，布朗大学和UCLA（加利福尼亚大学洛杉矶分校）的统计都是STEM，所以都满足这一条件。
·第二，项目的时长。如果想要在美国就业，一年半或者两年的项目时长一定好于一年时长。一年时长的项目的缺点是没有暑期实习时间，需要直接找工作。而暑期实习对于留在美国又十分重要。因为首先，许多offer会先给到你实习的机会，如果表现良好再转成全职。其次，通过暑期实习，可以让你提前掌握在美国找工作的方法，对后期全职找工作有非常大的帮助。最后，如果暑期有一份优秀的实习经历写在简历上，对未来找全职工作将会有很大帮助。布朗大学的数据科学项目正规时长是一年，哥伦比亚大学项目时长为一年半，所以从这一角度判断，哥伦比亚大学的项目更占优势。
·第三，课程设置。一般课程设置都会分为必修课和选修课。我们需要考虑必修课对你是否合适，是不是你想上的课程，对未来找工作是否有帮助。选修课需要考虑他是否能够给你足够的选项，其中的课程对你未来找工作是否特别有帮助。现在有许多同学只是知道自己未来想要做数据科学，但并不能在这个领域中细分，知道自己究竟想做什么。这个步骤非常重要，如果想要知道自己未来究竟想做什么，需要提前做足够的准备工作。比如和领域中各行各业的人了解情况。布朗大学的选修课只有一门，哥伦比亚大学的选修课更多一些，可选门数更多，所以从课程设置灵活度来看，哥伦比亚大学的项目更好些。
·第四，就业情况，我们需要了解学校的就业资源以及之前的就业数据。因为读研最重要的目标就是就业，在申请阶段大家的目标是拿到offer，但是在这一阶段，我们需要更多考虑就业。可以从学校地理位置，校友人数等维度考察学校项目是否有利于就业。从某种程度上讲，研究生项目大，人数多并不是坏事。大班授课，可联系的校友相比更多，而且学校和公司也往往更愿意在人数较多，较大的项目中招人，这样招到合适的员工的几率更大。并且学校官方一般会公布自己的就业数据，例如哥伦比亚大学数据科学的项目会公示毕业生毕业后就职的公司。但是布朗大学的数据科学更偏向社会科学，生物方面，官方并没有公布就业数据。虽然学校官网没有公布，我们也可以自己做功课了解，比如从领英上找这个项目毕业的同学现在都在哪里就职。虽然会花费一定时间，但也可以找出很多信息。并且我们可以通过这个软件联系校友，询问他们的在读体验和工作情况。
问题中还提到了UCLA的统计学，UCLA的统计学分为MS和MAS，MS的项目比较偏向学术，MAS的项目偏向就业，与数据科学相近，MAS的就业出路之一也是做数据科学。因为MAS这个项目最初设置是为在职的人准备的，所以他的上课时间在晚上。而且这个学校在LA，如果想要留在加州工作，选择在加州的学校更好。
【竞赛报名/项目咨询请加微信：mollywei007】
