NYU MSDS 两学期就读感受 mixed feelings 求米

事先说明，这是一篇比较nagative的评价。我本科的专业是stat&econ，来之前已经有probability, machine learning & deep learning的基础，但还是花了很长时间适应这个项目的强度。地里其他几篇评价都是比较正面的，我很羡慕那几位同学的能力，也为他们感到开心，但是我想应该也有同学跟我一样，甚至struggle得更厉害，所以写了这篇反馈以供参考。

我选择读这个项目的初衷是找Data Scientist的工作（preferably ml向），纯功利性，对gpa没什么要求。报着“重点准备面试，学业可适当应付”这样一个心态，一开学我就跪了。事实是第一个学期从头到尾我都很崩溃，因为光是应付学业就花光了我所有的精力，眼睁睁地看着秋招的机会在我面前流失，心理上出现很大的不平衡。加上种种因素（asian hate crimes, being away from friends and family, inflation, ...）整个人状态很差。寒假过后终于能慢慢自我调节，再次降低了自己对学业的要求，投了300多份申请并重点准备面试，终于在前段时间拿到了实习之后才恢复正常的状态，并且有headspace来正视这段经历。这篇文章里分享的大部分内容依然是我以一个十分消极的视角描述的，但是我也经常想象，如果当初秋招时我更有魄力能够早早上岸 I would have had a much easier life
. 1point 3 acres
另一方面，对功利性要求不高的人来说，这里确实很适合静下心来增加自己的知识贮备。我所知道的课没一节是水的，cds选课有priotiry，你想要的资源项目会尽量满足你。认真学个两年出来，任何DS相关的工作都能胜任。加上NYC位置好，干什么都方便。要说东岸找工会不会吃亏，其实我不觉得，这个项目的招牌在湾区也是被认可的（FAANG里有四家我都过了简历关）。我非常欣赏的一点是，这里没什么转码的压力，诚然有人一进来就选了CS的课转码上岸，但是主流还是找DS的工作。课程设计更tailored to ml类的工作，如果找工方向是analytics/product可能找不到完全对口的课，但说实话后者靠自学也够了。

发现很多点都在上面的prompts里回答了，有问题欢迎评论，最后就具体说说几门热门课：

1001 Into to DS: 分hypothesis testing, regression, & machine learning三块较high-level地过了一遍ds这门学科覆盖的范围。对于有ds/stat背景的人来说没有新的知识点，但是回头来看的确对找工作有挺大的帮助，因为这门课展示了一个完整的框架，同时能帮你查漏补缺。上完这门课之后你会对一些最基本的概念（p-value, confidence interval, degrees of freedom,  statistical tests, bias-variance tradeoff, etc.）了如指掌，虽然基础但是面试中被考到的频率非常大。后来我在准备面试的时候就是根据这门课的框架一一复习的，有时候概念模糊了就去翻课件，serves as a nice refresher

1014 Linear Alg: 本科学过lin alg，还是被难到了。100分钟的数学lecture真的很难捱... weekly的作业，大多数是证明题，这门课直接导致我第一个学期几乎没过过周末

1003 ML: 说实话有些失望。重点推敲machine learning的数学原理，一开始几周学的什么risk estimator个人觉得没必要，学期将半才开始介绍模型。最初作业量惊人（biweekly proof-based的作业，30多道题），后来有人complain就减半了，但还是有难度。最让我失望的点在于，这门课的难度和深度对于一个想找传统DS工作的人来说十分没必要，除非你想当MLE/AS（前段时间面了几个AS，确实有被考develop一些基础的machine learning algorithms from scratch，但是这个靠自己准备也够）；我希望了解的更多的是ml models的应用，面试中被考得最多的也是应用，所以这门课没有达到我的预期，plus这学期两个新教授的水平一般

1004 Big Data: 一开始觉得很新鲜，McFee看起来也是很负责的教授，但是慢慢地发现这门课本质上是一门文科课，因为短时间覆盖了很多概念，需要你全盘接受，没什么理解/联想的空间，所以学期过半我对hadoop, spark, dask,...的概念已经完全混乱了。有几个lab十分brutal，本人目前对这门课是完全丧失兴趣的状态

1011 NLP: 目前为止体验最差的课。本人水平有限，整个学期下来从Cho的课堂里获得的信息量为0，也为此struggle了很久。Cho上课only speaks in mathematical notations，我花了大半个学期认清了我没办法实时translate his words into something I can understand的现实，所以后面基本放弃了。这学期在上1015 text as data，教授是社科背景，反而将一些nlp techniques解释得很清楚。或许把nlp留到第二个学年会好一些吧



补充内容 (2022-04-07 09:13 +8:00):
更新一个数据：Spring semester开始海投了300多份申请，算上OA的话拿了20多个面试，三月底还有大厂陆续reach out，所以我的感受是DS找工虽然卷，但是这个项目的title能帮你脱颖而出不少，补招什么的有优势

Chu. 发表于 2022-4-7 15:27
好像不开 TAT 请问除了1001 1002还有什么elective比较推荐第一学期上呀

其实1001+1002+1014这个combo是收益最大的，尤其1014能给第二个学期的ml打好基础，但是同时上prob&lin.alg.作业量很大，所以如果能waive 1002的话我推荐选门作业量少的替代～

ML的theory还是非常重要的。如果只是说entry level ds的interview，1003可能是overkill了。但放到整个ds的职业生涯中，这门课绝对是受益匪浅。

感谢分享，加米了！学姐看下私信~谢谢！

谢谢楼主！请问如果把1015这门课放到第一学期上能适应的了吗？

Chu. 发表于 2022-04-06 21:23:13
谢谢楼主！请问如果把1015这门课放到第一学期上能适应的了吗？

不知道1015秋季开不开诶，开的话是完全可以的

DuoRZXY 发表于 2022-4-6 21:33
不知道1015秋季开不开诶，开的话是完全可以的

好像不开 TAT 请问除了1001 1002还有什么elective比较推荐第一学期上呀

Chu. 发表于 2022-04-07 14:27:18
好像不开 TAT 请问除了1001 1002还有什么elective比较推荐第一学期上呀

python挺简单的！课号应该是1007。听说causal inference也还行

DuoRZXY 发表于 2022-4-8 15:39
其实1001+1002+1014这个combo是收益最大的，尤其1014能给第二个学期的ml打好基础，但是同时上prob&lin.al ...

了解了！我好好想一下，因为第一学期要准备找实习什么的，感觉事情会很多

请教下lz最negative的点是什么呀，部分课程太mathy + wl大吗？应为感觉lz整体评价还可以？

Ryan_Mao 发表于 2022-04-10 20:07:46
请教下lz最negative的点是什么呀，部分课程太mathy + wl大吗？应为感觉lz整体评价还可以？

对的，主要就是这两点加上没空找工😅