Uchi MACSS 在读学生信息分享

最近接到一些同学的咨询，到底要不要接MACSS的offer，发现在读同学了解的信息和官网披露的信息有较多出入，因此发帖希望能够帮助正在做抉择的学弟学妹。

一句话总结：想找工作的同学：请慎重考虑。

原因如下：

1. 选课限制变严：

最大的变化是每个quarter都必须选择一门social science elective。Preceptor会强调是reading-based的socialscience seminar。这对于想走学术的同学影响不大， 但对于找工作的同学基本上就是噩耗了。

因此，现在的课程设置是：

第一年每个quarter：perspective(并没有用的必修) + social science elective + 自由选择的一门课；

第二年每个quarter：research commitment(有条件的opt out) + social science elective + 自由选择的一门课。

此外，还有两个限制选课自由度的变化是：

第一年：入学后waivestats和cs课的难度加大；特别是对于cs sequence而言，只能waive掉前两门，第三门课需要额外的考核才能waive掉；

第二年：waiveresearch commitment的难度加大；第一个quarter可以直接申请waive，但接下来两个quarter是否能够waive取决于上一个quarter的thesis assignment成绩。

对于找工作的同学而言，第一年只能学习三门computational的课程，找暑期实习是相当不利的；第二年为了多上computational的课，必须opt out research commitment， 需要在thesis上花费更多心思，对找全职是相当拖累的。

现在的课程限制充分说明了项目会往纯学术方向上靠拢，预测今后对于找工作同学的宽容度会越来越低。

对于走学术的同学而言，大家对选课限制的抱怨似乎不大，可能因为本身就想上socialscience elective多于想上computational的课。

2. 技术成长有限（部分适用）：

对于本科是理工科或者本身computation能力很强的同学，本条可以忽略。

想找工作的同学往往有个做datascientist的梦想，但很遗憾，学完这个项目大概率做不了ds，最可能出现的情况是一边不想做ba或da，一边被ds岗位嫌弃。ds乃至于da和ba的竞争只会越来越激烈，越早对自己的能力和角色有准确定位，就可以少走些弯路。

大家一般在stats，cs， ttic这三个院系选择computational的课程。stats和ttic课程难度足够，但基本偏理论，需要找出project-based的课程；cs系实力有限（今年来了许多不错的老师，希望能够改善），课程质量参差不齐。如果在booth或者harris选技术课程，虽然较为应用，但又过于简单，比如某一门machine learning全部都在讲调参，而几乎不涉及原理，对于找工作也帮助不大。如果想通过选择水过课程（也挺难水的），自己课外花时间学习，据我观察这样的同学最后也就只是水过了，当然也不排除有自制力极强的同学，但也请不要小看quarter制加上thesis的压力。

综合下来，通过这个项目能获得的技术成长较为有限。如果想走puretech的ds道路，在目前的选课限制下，是很难通过课程保证足够的知识储备，何况还要跟正儿八经analytics/datascience毕业的同学进行竞争。

3. career support不足：

官网上也只po了phd placement,因为intern placement和jobplacement实在是拿不出手（本科就是cs的同学是outlier，参考价值较低）。当然今年的phd placement又要逆天…

Career fair：每年秋季有一次在校内的careerfair，但大部分公司不sponsor，去年一共就6-8家sponsor，对口的岗位就更少了。每年冬季有一次金数+analytics在downtown的career fair，但同样的大部分公司不sponsor。

Employer connection：每年冬季约有15家有合作的local公司通过social science的careersupport team招实习生，但是每一届一般也就去1-2个人，还有可能是做学术的同学申请着玩的。每周的news letter会包括几个校友所在公司的招聘信息，但因为校友基本上是mapss或者cir毕业的，所以也没听说过有人从这个渠道找到实习或工作。好消息是新来的career support manager是专门负责building employer connection，能感觉到请来做讲座的嘉宾分量比以前重，以及news letter校友招聘信息略微增加，但是肯定还是远远比不上其他就业为导向的项目。

可能有的同学说找工作主要看自身，但是芝加哥不是tech相关岗位需求最旺盛的地区，加上项目很新，还是会造成一定影响的。如果学校在西海岸或者项目reputation好，机会的数量级可以上一个台阶。

4. funding可能不足

这个项目的scholarship一向是给得比较大方，对于理工科的申请者，往往会给全奖甚至还有生活费。但对于其他申请者，似乎奖学金给得越来越少了。也是一个抉择offer时可能会考虑的因素吧。

以上就是对于MACSS项目的一些update分享。有什么问题欢迎交流~

tan_zhiheng2017 发表于 2019-3-16 13:34
谢谢分享！可以请问一下如果想读stat方向博士的话这是一个好的跳板吗？这届phd除了社科类的有申请stat或者I ...

不是，这个项目不够。这届phd全是申请社科类的，据我了解上一届及下一届应该都没有。这个项目是理想的社科方向的跳板，但也仅限于社科方向。

czw1997 发表于 2019-3-16 14:36
谢谢分享~同想问phd placement，除了经济或者社科方向的phd结果很好之外，像information science这种偏tech ...

只有第一届一个同学，一个sample point也极有可能是一个outlier的例子。外国人+本科物理+James Evans推荐信，几乎不可复制。

锦鲤大王 发表于 2019-3-16 14:03
学长／学姐好！
哈哈哈哈哈哈哈 只想说你这个贴把今年offer holder都吓惨了
想找工作的瑟瑟发抖

首先，我只写了找工作同学可能不知道的坑。对于想走社科学术的同学，这个项目是为他们量身打造的。

其次，每学期选social science的policy以及限制opt out research commitment是18 summer突然告知大家的。在没有这个限制之前，每学期两个乃至于第二年的三个computatiaon的quota还是能学习到比较多tech，是挺适合找工作的同学了。但一旦加上选课限制，这个项目对于找工作而言，最大的优势也就丧失了。

最后，我去年只是委婉劝退，让一位想找工作的亲学妹误入这个项目，她一进来就面临policy changes，都要傻眼了，心里十分过意不去。而且这样的policy changes今后还可能发生，可能等19 fall的同学进来，情况又完全不一样了。但大趋势还是能够肯定的，MACSS终将会是一个类似于MAPSS的学术型项目。

感谢分享！
为啥觉得perspective的课没有用呢？是因为偏向理论缺少实际运用吗？

谢谢分享！可以请问一下如果想读stat方向博士的话这是一个好的跳板吗？这届phd除了社科类的有申请stat或者IEOR方向的嘛？谢谢~

谢谢分享，非常有用！

其实一直让我很好奇的一点是 无论看学校的big name 甚至是看课程设置 都至少满足了咨询，国内顶尖券商，甚至部分投行（可能~~）的背景要求。但实际看来就业还是很糟糕哈，不知道究竟是怎么一回事。是不是还是说这个项目里的同学本身就没打算好好找工作而选择投身学术~

OfferLetterPlz 发表于 2019-3-16 13:38
其实一直让我很好奇的一点是 无论看学校的big name 甚至是看课程设置 都至少满足了咨询，国内顶尖券商，甚 ...

这点我也很奇怪，就连芝加哥统计这种有咨询项目做的硕士就业情况都一般般，感觉很奇怪

tan_zhiheng2017 发表于 2019-3-16 13:47
这点我也很奇怪，就连芝加哥统计这种有咨询项目做的硕士就业情况都一般般，感觉很奇怪

可能一来实在太忙了 二来学术大牛比较多 就没有或者没有时间准备工作？？ 毕竟学术和职业只能二选一的呀

学长／学姐好！
哈哈哈哈哈哈哈 只想说你这个贴把今年offer holder都吓惨了
想找工作的瑟瑟发抖

谢谢分享~同想问phd placement，除了经济或者社科方向的phd结果很好之外，像information science这种偏tech一点的phd申请结果怎么样呢?

tensorflow 发表于 2019-3-16 13:31
感谢分享！
为啥觉得perspective的课没有用呢？是因为偏向理论缺少实际运用吗？

因为lecturer水平有限，今年把econ和非econ分成两个班了，不知道会不会有没有好些。而且tech背景好的同学觉得过于简单，wikipedia级别的科普，tech背景弱的同学又觉得太难，他们需要夯实coding和stats基础后才能听懂。