Harvard Data Science项目：毕业生去Google，Facebook，Microsoft，BCG，高盛，摩根

关于毕业生就业情况：

毕业生去Google，Facebook，Microsoft，Airbnb，BCG，高盛，摩根大同，摩根斯坦利，Wayfair，Quora，VISA，Amazon，Captial One等，以后各种VC，投行，所有招DS的公司，学校毕业生都有，学校的network体系很好，几乎每个公司都会有校友

学校现在主要有三个Data Science项目以及连接：

Harvard School of Public Health的Health Data Science: https://www.hsph.harvard.edu/health-data-science/

Harvard Graduate school of Arts and Sciences的Data Science: https://gsas.harvard.edu/programs-of-study/all/data-science

Harvard Medical School的Healthcare Data Science: https://dbmi.hms.harvard.edu/pro ... ata-science-program

我自己是在生统系底下的health data science项目，然后我们这一届的master，我暑假去了Google，然后同班同学去了Facebook，我的phD学长今年也在Google。上一届毕业生里有去airbnb的，又去BCG的。然后哈佛cs系今年新开了一个data science项目，然后暑假有去amazon的，facebook的，quora的，高盛的，然后大家开学回来也大都拿到了return，所以去向感觉非常可以。

关于项目时间：

分为三个学期，然后暑假可以实现，拿return，也可以留在学校在research，学校教授都是统计，生统，CS领域的大牛，所以方向和project都很有意思，有很多读完master就直接转博士了。值得一提的是，现在统计和CS最火的领域是causal inference，然后哈佛生统系的教授做的最好，我的博士学长就是这方面的大牛。在哈佛还有一个好处就是可以去隔壁学校MIT选课，然后没有任何选课限制，还可以跟着MIT的教授做research。教授们都非常愿意带学生

关于项目必须课：

BST 222 Basics of Statistical Inference (Fall, 5 credits)
BST 260 Introduction to Data Science (Fall, 5 credits)
BST 261 Data Science II (Spring 2, 2.5 credits)
BST 262 Computing for Big Data (Fall 2, 2.5 credits)
BST 263 Statistical Learning (Spring, 5 credits)

项目选修课：

可以在Harvard和MIT任意选择课程，没有学分限制：

CS 105 Privacy and Technology (5 credits)
CS 124 Data Structures and Algorithms (5 credits)
CS 134 Networks (5 credits)
CS 164 Software Engineering Computer Science (5 credits)
CS 165 Data Systems (5 credits)
CS 171 Visualization (5 credits)
CS 182 Artificial Intelligence (5 credits)
CS 187 Computational Linguistics (5 credits)
CS 205 Computing Foundations (5 credits)
CS 207 Systems Development for Computational Science (5 credits)
STAT 171 Introduction to Stochastic Processes (5 credits)
MIT 6.869 Advances in Computer Vision (5 credits)

关于如何准备：

其实学校的data science项目课程都设计的很好，两年下来，coding肯定就没问题了， 面试时我觉得Python或者R，有一个熟练地就没问题，真的没有高下之分。有基础的probabaility，然后进阶版的statitsical inference，再到machine learning，最后到非常难懂却极其有用的causal inference。学校有个特别好的地方就是可以去隔壁学校cross-register，然后随时蹭蹭课，体验挺好的。然后在波士顿的这两年体验特别好，人文和学术气息都很好，来波士顿之前特别浮躁，过来后慢慢和自己的大神同学们学到了好多。我觉得都给我的面试给了很大的帮助。最后，希望越来越来越多的中国小伙伴可以在这里分享自己的准备过程，面试经历，真的希望国人都团结起来，更多人来到想去的公司工作。



课程连接：
Statistics110: Probability： https://projects.iq.harvard.edu/stat110/home
CS181: Machine Learning： https://harvard-ml-courses.github.io/cs181-web/
EPI289: Causal Inference： https://www.hsph.harvard.edu/causal/shortcourse/
CS124: Data Structures and Algorithms: https://toc.seas.harvard.edu/lin ... ures-and-algorithms)

thanks for sharing