跪求选校：data science@NYU 和 mcse@Rice（不是CS）

Lz 不读phd的话，选哪个都不会错。

问楼主，NYU不是说6月1号才是deadline么？楼主了解NYU的MS in scientific computing和MS in math不？（同在数学系下的）

zach 发表于 2013-4-24 09:58
为啥cs纽约比德州有优势？

我在扭腰的同学说金融啊 cs 的机会很多的 而且也有好多大公司也在扭腰有分部 德州的cs 就相对少很多了吧 后来我我用Google 地图搜software companies 一下就一目了然了…

wangyf1990 发表于 2013-4-24 10:17
Rice这个项目要求是说每个系至少两门课，我看了下统计和数学下正好各有两门蛮感兴趣的。CS的比重的话，大 ...

嗯，看你想偏数据统计还是CS了，Rice的话和你本科应该还是有点接轨的，我是觉得想转CS的话上统计和应用数学课有种浪费的感觉，至于统计系下的data类课我并不觉得有多CS的数据分析编程我感觉应该是用用SAS或其他专业统计类软件为主（猜想），NYU这个应该就业偏金融方向课程看来更CS一点，你可以去linkedin上搜搜NYU他们的毕业去向，主要统计的话就业没了解过所以不好说=    =，follow your heart就好~

starsrest 发表于 2013-4-23 22:46
我在扭腰的同学说金融啊 cs 的机会很多的 而且也有好多大公司也在扭腰有分部 德州的cs 就相对少很多了吧  ...

不过论工业界，德州比NYC强啊。。。

wangyf1990 发表于 2013-4-24 10:27
不好意思。萝卜发光啦

大Rice欢迎你~

zach 发表于 2013-4-24 12:31
不过论工业界，德州比NYC强啊。。。

德州其他工业不知道怎么样 就我同学说德州的EE和石油化工的公司很多... CS的情况地里的信息说是加州，东北和北卡三角的多 我用Google地图搜了一下确实是这样 不过也有很多大城市的CS公司也有很多 凤凰城 Denver 西雅图之类的 但主要是上面说的那三个地方相对多些 我想谷歌地图还是能反映一些情况的吧... 个人想法不一定对...

小B天虫 发表于 2013-4-24 11:22
问楼主，NYU不是说6月1号才是deadline么？楼主了解NYU的MS in scientific computing和MS in math不？（同在 ...

据我所知，NYU的data science这个项目的deadline是在4.1号，但是如果班级没满的话，会继续招。
不清楚你说的6.1是哪里看来的，或者是还是其他什么项目的deadline?
不好意思，你提的两个项目，我都没具体去研究过。但是楼里有一个是在NYU courant读PhD的学长，建议你私信问问他看。 还有一个办法就是  你去collegeconfidential那个论坛里看看关于这两个项目的评价。

EchoMemory 发表于 2013-4-24 12:01
嗯，看你想偏数据统计还是CS了，Rice的话和你本科应该还是有点接轨的，我是觉得想转CS的话上统计和应用数 ...

NYU这个项目是今年新开起来的，毕业生去向不清楚。

估计是会用那些专业统计软件的。但是，在NYU也要学统计，然后还要学TORCH（类似于SAS的东西吧）。感觉现在统计和Machine learning，data mining之类有点划不清界限了。

Rice那个项目在应数里的课程是设定的，我看了下，感觉和CS有点接轨的。但是在应数系里，估计还是比较注重理论的。
CAAM 420-COMPUTATIONAL SCIENCE I
Credits: 3
Scientific programming using high level languages, including C, Fortran, and C++. Emphasis on use of numerical libraries. Basic techniques of project planning, source management, documentation, program construction, i/o, visualization. Object-oriented design for numerical computing. Recommended Prerequisite(s): (CAAM 210 AND CAAM 335) OR CAAM 353.
College: School of Engineering
Department: Comp. & Applied Mathematics

CAAM 520-COMPUTATIONAL SCIENCE II
Credits: 3
Vector, shared-memory, and message-passing parallel computer architectures. Numerical linear algebra for these architectures. Memory hierarchy issues, analysis and enhancement of performance, and use of programming tools and environments. Application interfaces including OpenMP and MPI, parallel numerical algorithms and scientific visualization. Recommended Prerequisite(s): CAAM 420.
College: School of Engineering
Department: Comp. & Applied Mathematics

binary 发表于 2013-4-24 16:54
大Rice欢迎你~

谢谢啦。。