USF MSDS项目（择校/面试/实习/体验），求大米

0）背景
国内一般211本科，传统行业相关的工科专业。之后英国PhD,从第二年找实习就开始发现好多公司在裁员。当时做的项目有一部分是响应面模型，和ML很接近，所以第三年结束的时候决定转行DS。
中途和国内的高校/企业有联系，回母校需要从师资博士后做起，二线城市工资收入15W。做项目也会有外快，但是国内行业也不景气，横向项目很难接。国字头公司研究院，北京，可以解决集体户，税前数字和母校的差不多。
无论高校/企业，要想发展的好都需要背靠大树+个人拼搏。但不是很喜欢在体制内那种生活。而且，本专业的很多东西要学精吃透其实很难，但物质回报和当下的互联网相关行业相比不算高。

看到（那时）参加北大青鸟培训半年的本科生就拿查不多到这些，有些不平衡。作为俗人，想转方向。


1）择校
当时想了条件：1）时间短。大龄青年伤不起。2）地理位置靠近就业市场，西海岸，更具体点是湾区附近。3）项目课程设置贴近求职需求，不是很想转BA，尽量technical一些。
符合这些条件的其实没几个，USF从6月份出现在我的调研清单上。一周后锁定。没找到其他类似的，所以申请季只申请了这一所。能中就来，否则老老实实回国工作。


2）面试
12月头申请，15号面试，圣诞前拿到offer。面试内有有三部分，linear algebra，stats和python。觉得最简单的是python，给你input，code，问output，或者是给一段code问实现什么功能。
LA的问题就记住一个解释eigenvalue。LA本身比较抽象，上手做题还好，语言解释的话还得好好准备一下。stats题目有好几个，也是解释一些概念和定理，MLE/CLT， R-square等。总之比较基础，上过课的话复习一下应该可以搞定。听说19换题了，所以具体考点仅供参考。offer给了小奖，fall-2k，如果winter结束后GPA>3.4, spring还有3K。


3）体验
过来上学半年多，感觉课程设置应用性很强，相当intensive。像是把1.5/2年的课压缩在了一年。喜欢统计相关的几门课，感觉Jeff讲得很好。Terrence讲的几门python相关的课也很赞，他本人也是牛人。有新手老师，所以感觉上课质量良莠不齐，不过在可以接受范围。quiz频率很高，老师在不停的push 复习，作业，暑假的 boot camp尤其觉得累。11月开始实习之后，有的同学实习单位任务多，也会比较忙。
在介绍课程的时候，我觉得有必要说一下同学的学习/工作背景，大概1/4--1/3的同学有经济/商科/金融背景，还有大概1/5--1/4有CS背景，1/5--1/4有数学/统计背景，还有一些人，像我，来自其他的专业/行业。
我认为，大家的北背景会影响未来的择业偏好。因为DS本身是一个大筐，现在没有定义完全，所以Biz Analyst，Machine Learning Enginner，Data Analyst都可以放进来。
按照以上介绍的顺序，有经济/商科/金融背景同学可能会倾向于选择BA，CS背景的同学可能胜任MLE，数学/统计背景可能对Data Analyst（主要做ab test/metrics analysis之类）更感兴趣。
所以，学校为了照顾到所有人，每个分支的课都有涉及。于是，也就都不精。对于我来说，我对很底层的CS工作不是特别感兴趣，对server/client，前台后台，java/C++，AWS/EMR/EC2 既没有基础也缺乏敏感度，所以未来Data Engineer的工作可能就不会去申请。
知道了自己偏爱的track，就可以有的放矢。有时候会调侃自己，要牢记自己的身份是“技校生”，刷GPA这等雅事还是留给藤校学神去做，我只需要把想找的工作所需要的技能学到手就好了。
涉及到目标工作的那几门课可以课下自学深挖，不相关课程划水通过。当然，winter之前还是得在意GPA的，因为还有几千块的蚊子腿上肉。


4）实习/就业
10月和学校有合作的公司会来pitch，名录在网上有公开，往年实习的内容也都有公开。小公司多，大公司少。往年合作过的和新的公司大概对半。总体来说，这种实习经验对找工作很宝贵，但是具体能发挥多大价值还得今年夏天试过之后再评价。
就业的话，一般在3月中开始投简历，6月底毕业的时候应该有大半的人已经签约，再过三个月之后就业率就快到100%了（据说18届没有到，可能有人想gap？）title过半是data scientist，收入的话，项目主页上有公开：

• $120,000 - Median Base Salary
• $177,000 - Maximum Base     Salary
• $120,000 - Median     International Student Base Salary
• $120,000- Median Female Base     Salary
• $115,000 - Median Base     Salary, no prior work experience
• $17,212 - Median Bonus     (signing, relocation, merit)
• （ps：当时）调研学校时，觉得能有魄力把这些数据都放到网上的学校，貌似没几个。。usf还是有底气啊。
  

5）结语
本项目适合有工作经验的转行人员/赶时间找到DS相关工作的new graduate。我对它的定义是就业速成班。现在看来，DS这阵热潮还没过去，但是已经可以感觉到就业市场上多了很多在职跳槽的人参与竞争。作为MSDS的new graduate，今明/年应该还是有不少机会的，再往后的预测就比会较模糊了。会在3-6月份更新我们这一级同学找工作的新的信息。

对于没有工作经验的fresh graduate来说，DS像是一辆公交车，不同背景的很多人都可以上。只要可以挤上车，从开始的站票换到二等座再到一等座只是时间问题，而且后面会越来越容易。但是车门啥时候关闭，不知道。今年看样子还开着，明年应该也关不死。所以有想法的童鞋，欢迎成为校友！

最后，求好心人赏大米啊! :)

问一个傻问题， usf到底指的是south florida 还是洛杉矶？
此外，ds就业工资那么高的吗，我记得看wustl的BA就业大概就6-7w， DS就业竟然那么高工资？

这个工资很霸气啊！

markice 发表于 2019-1-22 21:32
不太理解，这个学校 貌似排名一般，为何如此之牛？   顺便问一下，申请难度大吗

排名真的一般，但是我觉得学校总排考虑的是所设立的所有专业，而且科研实力占很大比重。DS在这个学校应该算头部专业了（吧？）我和其他同学都觉得这个项目除了综排好像硬伤不多。
想想也能接受，一个凭借地理位置优势/先发优势保证就业率的“DS技校”，注定和综排无缘了。

补充内容 (2019-1-23 01:24):
申请难度没有具体数字，感觉这两年在降低，可能是开设DS的学校多了的缘故

求问楼主capstone projects是和哪些公司合作呀，是on-site的吗？

markice 发表于 2019-1-22 16:16
问一个傻问题， usf到底指的是south florida 还是洛杉矶？
此外，ds就业工资那么高的吗，我记得看wustl的B ...

usf指的university of san francisco，这个学校是神校，毕业工资很高

哈哈厉害了，我是今年9月份要去UCD的MSBA项目。UCD的MSBA也在SF，不过项目比较偏Biz A, 我离入学还有7个月左右，已经刷了SQL，后天开始stats和A/B test, 剩下5个月去黑马学编程，希望到时候去UCD MSBA的项目的时候实力能够拿到大公司DS的offer. 和楼主共勉！

求问下这个项目的毕业生进大厂的比例大概有多少呢？

LYNN_G 发表于 2019-1-22 18:27
usf指的university of san francisco，这个学校是神校，毕业工资很高

不太理解，这个学校 貌似排名一般，为何如此之牛？   顺便问一下，申请难度大吗

markice 发表于 2019-1-22 16:16
问一个傻问题， usf到底指的是south florida 还是洛杉矶？
此外，ds就业工资那么高的吗，我记得看wustl的B ...

感谢加米！
这里指的是university of San Francisco，学校自己简称是USFCA。抱歉没说清楚，但是现在貌似改不了了(?)
嗯，越technical的工资会越高一些，去glassdoor查SF或者湾区的DS工资，可以看到整体水平和entry level的水平，我觉得学校应该没有注水。但是有一点可以argue，就是很多来参加这个项目的学生本身就是有几年工作经验的，他们毕业之后找到的工作/薪水不能简单和entry level的fresh graduate相比。我感觉他们拉高了这个项目毕业生的薪资水平。从12年初创开始，越早的毕业生中，有工作经验的人越多。现在感觉fresh undergraduate比例在增大，所以今后的毕业起薪stats可能会受影响。

补充内容 (2019-1-23 03:35):
勘误：18级中位数是12w，写成14了

Youngest 发表于 2019-1-22 21:02
求问下这个项目的毕业生进大厂的比例大概有多少呢？

第一份工作进大厂的人好像不多，尤其是之前没有工作经验的同学。18级毕业的大概有10来个？可以看官网介绍，列出了所有大厂小厂名单，平均每家公司~1.2个人。
但是看前几年的数据，工作一两年之后跳去大厂的人也有的。相当于原帖中说的，“二等座换去一等座”，这个比“上车即一等座”的难度小很多。