|
7282|
15
|
UMN M.S. in Data Science 的体验与分析 |
|
本楼:
全局:
70
1
[2018Fall] MS.自费AD DataScience/Analytics@University of Minnesota - Twin Cities 如果一定要说生活方面不适应,可能是本科刚来的时候住在离学校有两站轻轨站距离的公寓,比较不方便,建议大家可以选离学校可步行20分钟内或一站轻轨站距离的公寓,这些信息建议微信大群里可以问问已经在校的同学,因为567月份很多人转租,说不定可以夏天刚来明尼住到经济实惠的短租还可以续租的好房型; 早八的课基本不现实,本科第一个学期天真选了早八的课结果总是麻烦国内的朋友和妈妈打微信电话叫我起床,因为我自己起床20个闹钟也叫不醒- -。 以上两点是是我希望自己能早点知道的,也可以提醒新人注意的。 觉得压力大,不过可能和性格也有关系,我也见到很多学的轻松的学霸。我可能是那种学得又费劲有弄得自己压力很大的类型。每个semester看学校的心理咨询是家常便饭,虽然不是已经病入膏肓那种,但是还是会在stressors很多来得气势汹汹的时候感到很overwhelming,这个时候会去寻求学校专门为学生设立的免费学生心理咨询(和校医院的mental health是不同部门,我觉得他们更亲切,更把你当一个来访者而不是一个病人。) 感觉在同一个学校读本科和读研究生也是不同的感受,本科是在college of arts读统计,研究生是在college of science and engineering读data science。 感觉第一点不同就是cse真的是个有钱经费充足的学院。本科做统计课的grader时薪13刀感觉已经挺不错了,研究生做cse TA福利翻番,做到了经济上自给自足,不用问家里要钱了,这一点很开心。 感觉计算机的高阶课还是比本科的课硬核一些,研究生的CS的课主要集中在5000 level的课,本科一般大三大四也会上5000level的课,但是本科一般来说可能一个学期就上一两节5000level的吧(不科学估计),我们项目可选学分 数范围在6到14学分,也就是一般大家会上4门3学分的5000level课程,workflow还是挺重的,可以想象理想状况下一门这样的课要花6-7小时(据学院advisor所说) 一周学习需要时间参考advisor给出的标准,一门3分的5000level的课一周差不多花6-7小时去消化理解(基本上graduate plan里都是这个level的课) 你也可以选择去上其他的课,基本上学校里任何课你都可以register,我基本上每个学期都会选择一分的体育课,缓解压力而且体育课也很有意思。 研究机会还是很多的,我觉得问题关键是你自己的知道你想做什么,不可能你自己也不知道你要做什么也没有经验,没有任何想法,就因为这个这个教授很有名是大牛你慕名而来,别人就会给你做研究机会的,当然不排除这种可能性,但是从一般来说不太实际,他们也要考虑why you? 就我本科认识CS的朋友和同学基本上每个人(!)都是本科就在和CS的大佬教授们做研究(羡慕.jpg)。所以机会真不少。当然研究生可能机会没有本科生那么多,毕竟做的事情,研究目标可能会不太一样。 不过我们项目是要求毕业前有一个学期到2两个学期capstone project。这要求你有mentor的教授,一般也会是教授擅长能指导你的领域的research project,所以一般capstone project也会从进组研究开始。 研究生和外国同学去happy hour的经历主要来自于课上一起做一整个学期长度的course project的同组队员,美国白人小哥们加一个印度小哥,都还蛮帅的哈哈。 还有就是本科就参加或者申请的校内student group/ interns,有中国人,印度人,马来西亚人,韩国人,日本人,泰国人,巴基斯坦人等等。 一般就去学校旁边的pub,happy hour的时候点一些小吃和酒水开始尬聊,一般如果是纯native speaker的聚,我负责尴尬不失礼貌的微笑,他们负责不冷场的聊天23333 值得注意的可能是,如果你口语很棒的话就没啥好主意的,如果口语一般,还对美国pop culture也不太感兴趣的人(像我),勇敢一点,遇到能插进话的时候一定要勇敢打声说出来,不然下一个可以差进话的机会可能那个晚上就没有了23333 日常口语这个临时抱佛脚比较难,就算那个他们聊得东西我知道,我也时常有很难插进话也没啥表达的欲望。(双语环境表达抑制这种东西还蛮有意思的,但身临其境就不好玩了23333) 还有意见就是,如果你不介意和洋人一起组队做project的话,第一节课积极和你旁边的外国人同学大概招呼认识一下吧,大概率你们的友谊会从这一分钟开始 BTW,想起来了,我们学校还有一个cross culture discussion的活动,由ISSS和我上面提到的student consulting部门组织,每个学期学生可以申请被匹配参与一周一次固定小组的跨文化讨论,大概10个人左右,有两个team leader(心理学背景的consultants,我本科报名的那次是这样的,也可能是其他背景的学校faculties),其他7-8个学生都是来自不同国家,可能是美国本土也可能是世界各地的国际友人,大家每周有一个话题聊天,喝喝茶,是认识朋友,和外国同学沟通的好机会,当时学期结束以后我们还约了一起去公园看冰瀑。(开放给本科生和grad students) To be honest,我觉得CSE的career service没有CLA的好,能用,但是没啥太大用处。 如果你是找工作最最开始的阶段,可以去那里改改简历,练练mock interview,如果这些基本的东西都明白,就没啥用。 比如学校有个部门叫PAWS:Pet Away Worry&Stress, 很多therapy animals执证上岗,很可爱很治愈。 有很棒的健身房,很棒的IT部门(真的遇到不少人,来了一年都不知道学校免费提供的Microsoft 和VPN 之类的),etc。 生活也很喜欢,放假了去逛逛博物馆,去park看看湖,爬爬山,Mall of America购物一波,快乐来的很简单。学校的音乐厅常常可以学生票看到世界巡演的芭蕾舞剧,新生都有一张免费票,本科升研究生还能再有一次免费机会,nice!本科的时候免费看了位置超级好的德古拉芭蕾舞剧,(巨好看!服化道绝美)还有一些学校剧社和乐团表演的交响乐演奏,话剧表演,都不贵,而且表演很精彩。 每个人的美国学习生活都有异同,全看你怎么活,希望的以上分享,如果你还不知道的话,可以让你多一个选择。 中餐馆,不太能打。 没有烧烤。 学习: emmm,感觉没有严重到因为是在美国而最不喜欢的点。感觉一些学习生活最不喜欢的地方主要是出在自己的身上, 和美国没太大关系吧。 刚来第一个学期学习上还是有些障碍的,特别感动的是,当时上biotechnology课,上课一大堆biotechnology词汇给我整蒙了,将近三个小时的课(lecture+lab连着上)我每次上完课感觉脑子都焦了,第一次midterm全是选择题,我大概5-10分钟训完了所有我会的,剩下的瞎猜,果不其然,我考了50+。因为教授公布成绩的时候不小心把所有人的成绩都显示在了投影仪上,我是全班最低分。。。虽然那个班上总共就3个中国人其他都是美国人和语言天赋改过光的一个马来西亚小哥。我做过的努力,是和教授表示我刚来美国一个月的语言困难,和lab同组做实验的美国小哥们表示我很想contribute to this group但是因为刚来美国英语不好,我常常要反应很久才能知道教授教了什么,有时候更不上不清楚实验具体要做什么,所以可能会很你们很多很纯的问题,为了做好实验不给大家拖后腿,三个美国小哥都表示理解,其中一个还很耐心的一步一步带我做实验,是我现在想起来都很感动的闪光时刻。我自己在那里段时间,每天上课前都会把教案,lab manual都翻译一遍读懂,做好可能会有的问题,准备好几个问题去问教授,最后从什么都听不懂到最后成绩above average,感觉真的是克服了美国学习生活第一个坎。 我的英语提高主要在几方面吧:1,我刚来美国的时候有上过学校的academic reading + listening, 2, 日积月累,和老师同学沟通,学习中很快就适应了, 3, 兼职,强迫性一周20小时各种疑难杂症IT客服口语,英语提高不要太快。这些也主要在本科阶段,到研究生的时候,学习生活交流基本没啥障碍,研究生第一学期做TA的时候还是有点表达障碍吧,感觉teaching的英语使用,比自己学习生活难度上升了一个level,emmm可能也是因为最开始基础比较菜鸡吧,有上学校对non native speaker graduate TA的teaching skills培训的课,语言方面会针对性的提出每个人有哪些地方要注意,我觉得最主要,也很有帮助的是课上教的教学技巧,我觉得对指导TA教discussion很有帮助。 我们学校data science program好像是5年前成立的吧。 就业情况,就我认识的今年毕业的学姐们(中国学生,陆本)学长们(印度同学,印度本科)都找到了全职工作,也有认识几个data science学长学姐毕业去读phd了。 同年级的同学里,认识两个同学都是一边上课,一边全职工作。Very nice,而且人也超级厉害的top students。
评分
上一篇:2018 CMU MISM 两学期就读体验 下一篇:CMU MSCV攻略 相关帖子
本帖被以下淘专辑推荐:
| ||||||||||||||||||||
|
本楼:
全局:
558
7
| ||
|
|
|
本楼:
全局:
70
1
| ||
|
本楼:
全局:
70
1
| ||
|
|
||
|
本楼:
全局:
70
1
| ||
|
本楼:
全局:
70
1
| ||
|
本楼:
全局:
455
1
| ||
|
本楼:
全局:
70
1
| ||
|
本楼:
全局:
70
1
| ||