📣 黑五价提前开抢|VIP一年通行证5折,蓝莓、Offer多多同步特惠
查看: 1890| 回复: 3
跳转到指定楼层
上一主题 下一主题
收起左侧

风险管理工作两年;转专业申请cs;背景提升和选校定位

全局:
定位选校
入学年度: 2021
专业: CS
入学学期: Spring
学位: MS
全奖/自费: 自费AD
本科学校档次: 本科:南大,浙大,复旦,上交
本科学校名称: 隐藏内容
本科专业: 隐藏内容
本科成绩和算法,排名: 积分不足,查看如何攒积分或解锁阅读权限
研究生学校档次: 海外研究生
研究生学校名称: 隐藏内容
研究生专业: 隐藏内容
研究生成绩和算法,排名: 积分不足,查看如何攒积分或解锁阅读权限
T单项和总分: 积分不足,查看如何攒积分或解锁阅读权限
G单项和总分: 积分不足,查看如何攒积分或解锁阅读权限
论文/科研经历: 没有
相关工作经验范围: 1-3年
背景的其他说明(如牛推等): 啥都没啊

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
背景:-baidu 1point3acres
-海外风险管理两年;有一个master;有一定statistics背景;学过c语言;对python和r比较熟练
-基本零基础cs背景 计划申请cs program中ds的concentration 计划出来做mle 有一定读博的可能性
-推荐信没有大牛强推 估计可以找之前上课的教授和同事 和   cs不太相关 和ds有一定相关性-baidu 1point3acres
.--
问题:
-背景提升:这几天在地里逛了很久,申请cs起码要四门基础课:离散数学 数据结构与算法 opp。因为计划申请2021年spring和fall的项目 有没有给学分的网络课程 最好可以接触到教授 有机会拿到推荐信? 看到nyu tandon有个bridge program 但是没有学分 感觉别的学校会不认可。
-项目推荐:因为自己的target比较准确 可能出来想转成数据科学 利用之前有的统计背景;也会考虑金融领域的机会,所以学校如果有这方面的合作 资源 会更好 地里有很多很好的项目 但是逛了一圈 没有发现我这种情况有太多讨论和符合的项目
- 暂时没考虑申请ds项目 因为感觉cs会比较灵活好就业些 不知道是不是个误区?

上一篇:物联网/边缘计算方向春季PhD申请
下一篇:选校是否合理:美本统计转申加国精算ms
全局:
我也是数据分析工作背景,考虑读个研究生,不知道美国是不是cs比ds更好就业
回复

使用道具 举报

🔗
Kimberley1809 2020-5-20 17:01:06 | 只看该作者
全局:
new grad CS的确比DS好就业,原因是
1、SDE opening比DS多几倍
2、过简历宽松。. .и
-- DS 如果你在入读second master前 无统计/CS学位 且无solid Data Science industry experience / research experience,即使有内推 过简历也比较难
-- 转专业读CS硕 零实习经历 有内推 (+题主是女生,有GHC福利)可以过简历
3、面试准备上SDE比CS更好把握。
-- 大厂SDE考算法,刷leetcode即可
-- DS考的杂,每个岗位侧重点还不同

可以说 SDE求职是 对new grad求职 最友好的

求米~ 感谢 ..

回复

使用道具 举报

🔗
Kimberley1809 2020-5-20 17:06:01 | 只看该作者
全局:
本帖最后由 Kimberley1809 于 2020-5-20 17:07 编辑

按照second master毕业后职业发展方向,分情况讨论 选校、选项目(根据你的preference,以下只讨论CS program):
1、SDE
调节心态,从零开始。统计和金融背景都没啥用。你和同本科学校 纯文科专业+上过1、2门CS课的 应届申请的学弟学妹 在SDE职业方向的起跑线 是差不多的。
定位:. 1point 3acres
-- 找接受零起点学CS的学校,比如UPenn MCIT, UChicago MPCS, USC 37, NEU等
-- tech公司SDE 不看重学校出身 技术过硬就可以。选自己能handle coursework + 有时间刷题的。

additional tips:
-- 楼主的优势是 学校好+本专业成绩好,可以关注 看重学校出身+不care CS基础 的学校。
-- 特别地,可以关注 对你本科学校有偏好的 CS program(近几届每年录 来自你学校的 人数 >> 来自 其它陆本的)

2、DS
DS有很多方向。楼主可以评估一下 读完这个CS master后自己的竞争力:

* 偏统计的,在统计上,能否达到 本硕学校tier和你相当的人,min <数学/统计本科+非统计master, 非数学/统计本+统计master>的水准?
-- if No,需要提升。参与竞争的peers很多具备这个水准。
-baidu 1point3acres
* 偏machine learning的(比如ML方向DS, MLE)
  不知 你在machine learning上积累如何?求职时是什么水准?
  假设求职时 水准是:在master期间上几门CS系的machine learning, deep learning课+写过coursework project/大作业,此外没有更多solid industry / research经历,无paper. .и
  那么你可能会面对:
  -- 过简历难(有太多太多candidate都具备这个水准,而且方向热门:一个ML岗位会收到过百简历,你如何脱颖而出)
  -- 难度较大的面试(比方说 如果无research/industry experience 很难答好)会吃力
  如果入学前ML积累很少,建议不要all-in machine learning方向。

3、Data Engineer
CS degree 最match。从零开始。. ----
.
金融求职 is a much different story,这里省略。如果你希望 项目和金融公司有coop/strong career service,top MFE/top MSF可能更符合你的需求。

求米~ 感谢

评分

参与人数 1大米 +2 收起 理由
rrayx + 2 很有用的信息!

查看全部评分

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表