细说IEOR (续）和 讨论

感谢大家对以前两个帖子的支持。很多同学私信我都没有回，很抱歉我没时间做一对一咨询，不过我可以抽空把我的一些想法写在大家都能看到的地方。 我不是中介没时间去研究分析你，给你列个计划，而且每个人情况不一样，我和你的情况也不一样，尤其是博士研究的东西越来越专，所以我只能说一个大的方向以及我个人对学习的一些感受和建议。其实我不是什么牛人，我自己也走了许多弯路，以前也很理想主义，找寻自己的兴趣，也曾眼高手底。 这些都是我希望大家要戒掉的。 我说的这些，你自己找有用的，没用的就全当片汤话。

我要说两点，
第一点，许多同学觉得自己在美国读了硕士（不限专业），觉得自己去申个更好学校Phd是天经地义的事。实际是越来越不那么回事了（不要拿一些个例来反驳我），尤其是近两年master都海招了，现在稍微觉得自己师资还充足的一个系招的master数量都有四五年前那会儿的2, 3倍还多，你先确保能留到本系读Phd就最好了。

另一点， 想清楚你以后要做什么，学术界还是去业界（如果你学engineering，你干嘛不去业界！）。你的目标不是拿Phd，是以后找工作。我觉得现在很多人申请或是转Phd出发点都是觉得眼下master在美国找不到工作，想读书能把这个问题再往后推推， 自己其实也是稀里糊涂的。 如果你读书是为了给自己时间准备工作，那就真的开始行动去准备呀！！ 不是还跟master一样延续稀里糊涂的过日子，不要想着毕业还是4，5年以后的事。学位是重要，工作实习经验也非常重要。去搜那些工作需要什么技能， 都有什么公司，比如Operations research analyst， 比如 statistician， 看看他们qualification 里都列了什么要求，哪些skill 出现频率高。 不同行当物流， 医疗，他们常让你掌握的OR techniques不一样, 统计的模型应用的更五花八门。 知道这些，你才能有的放矢的去学这些东西呀。不要问我有什么公司呀，需要什么技能呀！ 你书都读到这份上了，搜集信息的能力你难道不要培养培养么！

还有我也有一个问题大家讨论一下Operations research 和 Statistics 的比较。 我的拙见是两者思考的问题是不一样的。 OR 的方法是为了描述整个系统，建optimization的模型，优化系统的performance。统计 的方法只是描述系统的output，然后预测系统将来的output， 而系统内部是什么样的它不深入研究。请学统计的大牛指点一下。

楼主说的有道理，我认为OR的建了模型之后，到拿到output之间需要CS的编程实现。最理想的就是optimization+coding+stat

我想向楼主请教一下，如果将来要做某一工程领域的模拟、优化（比如我是想做能源系统的模拟与优化，其中涉及EE、ME领域多个系统的耦合，比如能量转化设备之类），本科已经具有工程背景（算是ME大类），研究生读OR增加自己的数学知识水平是否合适？还是应该继续读工程，而在科研遇到需要优化的问题时再选修OR方面的课，或者自学？楼主觉得哪个方法比较好一些呀？

已经有确定的career goal再来看楼主所说的话觉得说得太好了!
尤其是去搜寻想要的工作的qualification再到graduate school学习这段

前辈的话确实发人深省，有时候是自己想当然了。

现在很多学校明显ms的录取标准比phd低的多，所以我个人对申请本校的phd其实都不抱多大希望。

顶一个，期待论坛里有更多的前辈现身说法

LZ前半段说的很有道理，不过不用这么激动吧好像谁招你了一样~
OR和stat的差别我觉得说的也挺对的，细节部分敬请大牛指导。

这个方法真心值得学习！从招聘广告出发规划未来的学业，根据要求设计学习内容。

再冒一个
括号里的话都好有喜感的说
大牛的思维都是可以预测到下一句别人会接什么话么。。

好贴好贴~~~IE筒子们加油~~~