杜克大学统计硕士

棕榈大道 2020 申请季录取战绩祝贺棕榈大道学员收获杜克大学生物统计学硕士offer！offer 展示▲点击大图查看申请背景辅导回顾 本次斩获 offer 的 Q 同学本科来自美本院校，主修双专业。拥有丰富的校内科研经历。此外，还有两段国内的商科实习经历。在综合了棕榈导师的建议和同学自己的意愿后，最终确定了选择生物统计学专业申请，帮助同学提炼出一篇精准有力的文书。不仅成功拿到杜克大学的 offer，还附带每年 2500 美元的奖学金！项目介绍杜克大学创建于 1838 年，坐落于美国北卡罗莱那州，是一所世界顶级的研究型大学，相比美国的常春藤盟校虽历史较短，但无论是学术水准还是其他方面都能之抗衡，其商学院，法学院和医学院均位列美国前十，在 2020 QS世界大学排名中 Duke 位列全球第二十五名。杜克大学医学中心是世界一流的医学研究机构，为培养生物统计学家提供理想的环境，以便在尖端科学研究的背景下带着学生们接触最先进的生物统计学知识。杜克大学医学中心计划确保杜克大学毕业生不仅为今天的科学做好准备，而且还将有能力应对未来的挑战。▲图片来自杜克大学官网杜克大学生物统计学硕士专业的独特在于它兼顾了三个核心能力，即分析能力、生物学功底和沟通能力。生物统计学专业由医学院生物统计学与生物信息学系提供。这个部门的所有教师都积极在杜克大学从事研究，合作项目横跨生物医学研究的众多领域。辅导团队申请季主导师：Roxanne伦敦大学学院 应用语言学硕士曾于伦敦老牌古董拍卖行工作，现在积累了丰富的理工科辅导经验。辅导经验丰富，文理兼修，尤其擅长辅导计算机科学、数据科学、电气工程、金融工程、机械工程等专业。更多辅导案例：哥伦比亚大学 统计学硕士卡耐基梅隆大学 电气工程硕士布朗大学 数据科学硕士纽约大学 金融工程硕士专业伦敦大学学院 数据科学及机器学习硕士 ……专业导师： Y 导师哥伦比亚大学 金融数学博士西南财经大学 金融学士申请战绩：【杜克大学】 金融硕士【波士顿大学】金融数学硕士【福特汉姆大学】金融工程硕士擅长领域：金融/数学/经济-END-

导读 为跟进“名校数据学位巡礼”板块，察言观数今天奉上“杜克大学数据科学硕士(MIDS)”招生简章。杜克大学的MIDS全称是Master in Interdisciplinary Data Science，即杜克大学数据科学硕士。2019年秋季申请的截止日期是2020年2月15日。MIDS是一个为期两年的全日制课程。相比于传统的统计学和计算机学科，MIDS更强调技术计算技能，实践经验和团队合作。比传统的信息系统程序更注重建模，分析和解释数据。培养方向杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。管理，分析和可视化数据的能力解决各种数据问题的能力团队合作和沟通能力申请要求分析能力定量知识编程技术雅思7.0 / 托福90要求GRE课程目录数据科学对话MIDS研讨会数据科学伦理数据逻辑、可视化数据管理系统机器学习原理数据收集和文本分析申请材料成绩单CV/简历目的声明英语能力测试成绩GRE成绩推荐信官网链接：https://datascience.ke.e/admissions-requirements编辑 | 壶觞

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。统计学是关于认识客观现象总体数量特征和数量关系的科学；它是通过搜集、整理、分析统计资料，认识客观现象数量规律性的方法论科学。总结美国所有开设统计学专业的学校，统计学的方向大致可以分为两类，一类是偏向于理论研究的，另一类是偏向于实际应用的。偏向于理论研究的主要包括统计系或者数学系下的统计学专业，偏向于实际应用的包含的方面比较广泛，包括目前非常热门的生物统计、经济统计、社会统计学等。下面为大家介绍近年来热门的美国统计学硕士项目。1斯坦福大学斯坦福的MS in Statistics项目为期两年，设立在一直高居美国统计学专业榜首的统计系下，该项目研究内容包括统计学、概率论、生物统计、金融数学等，需要学生选修45个学分，统计学系和其他系的指定科目都行，但8个统计学科目必须从必修课中选取。MS项目每年约500人申请，录取30人左右，中国学生比例较高。作为全美第一的统计学专业，申请要求也是非常苛刻的，只接受GRE考试，学校不要求学生参加GRE数学科目考试，但总分会对录取产生影响；托福要求100+。从就业和职业方面来说，美国统计学专业市场需求较大，几乎所有领域都需要统计学专业的人才，毕业生可以在各行各业工作。2加州大学伯克利分校加州大学伯克利分校的M.A. in Statistics为期两年，设立在文理学院下。该专业在在美国统计学领域中也是很有分量的，其研究生项目一直是全美数一数二的项目。该项目以就业为导向，注重学生在各个行业的统计技能的培养，而非作为博士预备的项目。要求至少修完24个学分、并且通过一个综合考试。申请要求方面，需要提供GRE，托福最低90，雅思7.0。GPA平均达到3.8，录取学生主修精算科学、计算机科学、经济学、金融、数学等。学校离旧金山，硅谷比较近，大部分毕业生都在旧金山找实习或者工作，就业前景良好。3芝加哥大学芝加哥大学的M.S. Degree in Statistics项目为期一年，以就业为导向，同时也可作为博士预备的项目学习。该项目包括数据分析、数理统计、生物统计、统计遗传学、统计与金融、计算机图像六大分支的学习。通过研讨会和特殊课程接触最前沿的领域，可以主要研究统计， 或结合其他统计数据应用的领域，项目课程自由度高。需要申请者有高级微积分和线性代数的背景，并学过一年的概率、统计和熟悉一些统计数据分析。托福最低分数90，雅思最低7分并提供GRE。该项目的毕业生多数进入金融、软件开发和政府机构等领域工作。4华盛顿大学华盛顿大学的提供统计理学硕士项目：Master of Science (MS) Track "Statistics - Advanced Methods and Data Analysis（统计——高级方法和数据分析），该项目为期两年，主要培养学生的学习能力，注重学生方法论的学习。课程重点是对统计学的理论和应用学习，包括了概率论、数理统计、数据分析、统计计算机学、科学应用等。项目要求托福最低92分，雅思最低7.0，需要提交GRE。本专业的学生毕业后，将拥有丰富的统计分析技能，并能掌握微观和宏观经济知识等，就业前景相当光明，可就职于各类企业，从事市场调查、质量管理、财务统计等工作，也可就职于政府机构和事业单位，从事各类统计工作。5卡内基梅隆大学卡内基梅隆大学统计学硕士Masters in Statistical Practice为期1年，是以专业训练为主的硕士项目，注重学生统计实践、方法和数据分析等相关能力的培养。该项目还会帮助学生将来能更好地在商业，工业和政府与科学研究领域工作，学生将会在统计实操方面获得非常好的训练。每年招收60人，国际生比例达到50%。申请要求方面，托福最低分要求是100分，口语部分不低于20分，接受雅思成绩；必须提交GRE成绩，但是没有最低分数要求。申请的学生需要完成两学期的概率论和数理统计为基础的微积分类课程，最好是计算机、数学、金融等背景。该项目毕业生在当今的就业市场上非常有竞争力。6杜克大学杜克大学统计学硕士项目Master's of Science programs in Statistical Science为期两年，该项目对有兴趣从事工业、商业和政府领域工作的学生，以及对有关统计学和相关领域研究感兴趣的学生很有吸引力。项目以授课内容为主，提供OPT实习项目，需要撰写论文。每年录取率在15%左右，大概录取60名学生，国际学生可申请TA或RA。申请方面，必须提交GRE成绩，没有最低分要求。不接受GMAT成绩。语言成绩要求：托福最低分要求是90分，雅思最低分要求是7.0。要求申请者拥有统计学专业背景。毕业生中有大部分进入金融、生物、计算机等领域，就业前景良好。7康奈尔大学康奈尔大学的Master of Professional Studies (MPS) in Applied Statistics项目一般是两学期，该项目有两个方向，一个是集中在统计分析技术上面，这个属于传统的MPS的项目；另一个是数据科学。项目致力于高端培训，培训内容包括现代数据分析技能，培训对象包括对商业、工业、政府或者科学研究感兴趣的学生。语言要求托福最低77分，听力15，写作20，阅读20，口语22。项目要求提交GRE，没有最低分数要求。一般建议学生TOEFL达到100，GRE达到325，这样才能更有竞争力。作为美国著名的常青藤联盟高校之一，以康奈尔的名声，就业前景也是非常光明的。8南加州大学南加州大学的统计硕士项目（MS in Statics）开设在数学系下。该项目为学生提供坚实的数学统计理论基础，涉及概率论，并强调将理论知识应用到现实问题的解决当中。该项目适合于那些打算或已经致力于统计方法和统计实践工作的人士；学生可以选择其他学科的选修课在特定应用领域的发展。申请者的所有必修科目需要有优异的成绩，要求GPA 3.5或更高。托福最低100，接受雅思，需要提供GRE分数，但无最低分要求，学生本科需要有较强的数学背景。USC的统计学专业就业范围很广，就业前景也很好，毕业生受到各大公司的青睐。学生在毕业以后可以从事供应链管理、制造业与服务运营管理、物流咨询、采购服务、商业开发与运营、软件支持管理等领域内的相关工作。本文作者指南者教育美国咨询师王老师关于美国统计学申请还有疑问？

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

杜克大学经济学硕士是一个STEM项目，吸引了很多留学生前来申请，根据托普仕了解，杜克大学经济学硕士申请条件极其严苛，除了要求有强大的数学背景之外，还要有优秀的标化成绩才有机会被录取。杜克大学经济学硕士申请条件：1、背景方面要求申请者本科毕业，不限专业背景，但须拥有强大的数学背景，修读过微积分序列、线性代数、概率论和统计学课程。本科GPA未设最低要求，新生平均GPA为3.7，拥有一些工作经验亦可申请。注：如若以后有申请经济学PhD的打算，建议本科期间要多做一些科研项目，尽量发一些论文文章，如果能有一些核心期刊的话，那就最好不过了。如果是申请应用方向的还是需要多去实习。2、语言要求要求申请者递交托福成绩，最低分数要求为90，但根据历年录取数据来看，被录取的学生平均托福为102。3、GRE要求杜克大学经济学硕士项目未设最低GRE分数要求，2018-2019学年被录取的新生平均GRE阅读为158分，平均GRE数学为169分，可以参考!4、该项目申请截止日期为1月15日。杜克大学经济学硕士录取案例：姓名：张同学本科院校：国内某985院校本科专业：经济学GPA: 3.7+TOEFL：105GRE：325背景方面：张同学参与过两段实习和一段全职工作，全职工作时长达到了8个月，且工作内容与其所申请的经济学专业相关性非常强，可以说量身定做了。申请过程：张同学的整体成绩还不错，但是申请top10的项目还是心里没底，托普仕老师为他量身定制了两段实习，并且为他做面试指导，提前一个月给张同学发面经，交待注意事项，并安排张同学注意其他有面试的学校，错开时间准备，最终被杜克大学经济学硕士项目录取!（想要了解更多美国大学资讯，或者咨询留学问题，欢迎评论区留言或私信）

如今出国留学越来越受欢迎，去美国的考生越来越多。美国的教育资源丰富，名校众多，是大家理想的留学目的地之一。下面就和选校帝了解一下美国统计专业排名top50，希望对大家有所帮助。1 Stanford University (Dept. of Statistics) 斯坦福大学2 University of California—Berkeley (Dept. of Statistics) 加州大学伯克利分校3 Harvard University (Dept. of Biostatistics) 哈佛大学3Johns Hopkins University (Dept. of Biostatistics) 约翰斯·霍普金斯大学3 University of Washington (Dept. of Biostatistics) 华盛顿大学6 Harvard University (Dept. of Statistics) 哈佛大学6 University of Chicago (Dept. of Statistics) 芝加哥大学8Carnegie Mellon University (Dept. of Statistics) 美国卡耐基梅隆大学8 University of North Carolina—Chapel Hill (Dept. of Biostatistics) 北卡罗来纳大学教堂山分校8 University of Washington (Dept. of Statistics) 华盛顿大学11 University of Michigan—Ann Arbor (Dept. of Biostatistics) 密歇根大学安娜堡分校12 Duke University (Dept. of Statistical Science) 杜克大学12 University of California—Berkeley (Interdepartmental Group in Biostatistics)加州大学伯克利分校12 University of Michigan—Ann Arbor (Dept. of Statistics) 密歇根大学安娜堡分校12 University of Pennsylvania (Dept. of Statistics) 宾夕法尼亚大学16 Columbia University (Dept. of Statistics) 哥伦比亚大学16 North Carolina State University (Dept. of Statistics) 北卡罗莱纳州立大学16 University of Wisconsin—Madison (Dept. of Statistics) 威斯康星大学麦迪逊分校19 University of North Carolina—Chapel Hill (Dept. of Statistics and Operations Research)北卡罗来纳大学教堂山分校20 Cornell University (Dept. of Statistical Science) 康奈尔大学20 Iowa State University (Dept. of Statistics) 爱荷华州立大学20 Pennsylvania State University (Dept. of Statistics) 宾夕法尼亚州立大学20 Texas A&M University—College Station (Dept. of Statistics) 德州农工大学卡城分校24University of Minnesota—Twin Cities (School of Public Health) 明尼苏达大学双城校区24 University of Minnesota—Twin Cities (School of Statistics) 明尼苏达大学双城校区24University of Wisconsin—Madison (School of Medicine and Public Health)威斯康星大学麦迪逊分校27 Columbia University (Dept. of Biostatistics) 哥伦比亚大学27 Pure University—West Lafayette (Dept. of Statistics) 普渡大学27 University of California—Los Angeles (Dept. of Biostatistics) 加州大学洛杉矶分校27 University of Texas MD Anderson (Dept. of Biostatistics) 德克萨斯大学31 Johns Hopkins University (Dept. of Applied Mathematics and Statistics)约翰斯·霍普金斯大学31 University of California—Davis (Dept. of Statistics) 加利福尼亚大学戴维斯分校31 University of California—Los Angeles (Dept. of Statistics) 加州大学洛杉矶分校31 University of Pennsylvania (Perelman) 宾夕法尼亚大学31 Yale University (Dept. of Statistics and Data Science) 耶鲁大学31 Yale University (School of Public Health) 耶鲁大学37 Emory University (Dept. of Biostatistics and Bioinformatics) 埃默里大学37 Ohio State University (Dept. of Statistics) 俄亥俄州立大学37 University of Illinois—Urbana-Champaign (Dept. of Statistics) 伊利诺伊大学香槟分校40 Rutgers University—New Brunswick (Dept. of Statistics and Biostatistics) 罗格斯大学40 University of Florida (Dept. of Statistics) 佛罗里达大学40 University of Iowa (Dept. of Statistics and Actuarial Science) 爱荷华大学43 Rice University (Dept. of Statistics) 莱斯大学44 Brown University (School of Public Health) 布朗大学44 Colorado State University (Dept. of Statistics) 科罗拉多州立大学44 Duke University (Dept. of Biostatistics and Bioinformatics) 杜克大学44 Florida State University (Dept. of Statistics) 佛罗里达州立大学44 University of Connecticut (Dept. of Statistics) 康涅狄格大学44 Vanderbilt University (Dept. of Biostatistics) 范德堡大学50 Boston University (Dept. of Biostatistics) 波士顿大学50 Michigan State University (Dept. of Statistics & Probability) 密西根州立大学50 University of California—Davis (Graate Group in Biostatistics)加利福尼亚大学戴维斯分校50 University of California—Irvine (Dept. of Statistics) 加利福尼亚大学欧文分校50 University of Texas—Austin (Dept. of Statistics and Data Science)德克萨斯大学奥斯汀分校以上是选校帝为你整理的出国留学干货，希望对你有帮助。如果你想要了解更多资讯，欢迎关注选校帝。

“不做梦的畅想者，要成为梦的缔造者！”纵使路途遥远坎荆棘遍布，也要全力实现！1、确定杜克大学硕士为申请目标一直以来，我都很想成为自己“造梦”家，之前对机器人很感兴趣，在大学就学了和机械相关的专业。决定申请美国研究生也是希望可以真正的做到学有所长，能做到学以致用，运用到我感兴趣的方向和领域。确定申请国家和机构，这些都是我做了大量的功课和结合自己的实际情况进行了针对性筛选。最后定了美国和托普仕。选择美国，其实很大一部分原因就是我会考虑到今后要不要继续深造，申请博士之类的，而毋庸置疑的是美国的教育资源世界顶流。选择托普仕，原因很简单，是美国申请领域有一定时间的沉淀，有口皆碑，并且我身边的学姐有经过他们申到了TOP30的美国大学。2、合理利用时间 努力圆梦杜克大学经历高考的“历劫”，顺利成为了国内985的一名本科生，而我们学校的很多学生，就像是永动机一样，永无止境的“啃书”与不眠不休泡着图书馆。优秀的人会一直努力优秀，而这些压力也是我对抗自己的动力。大一基本都是盲刷，TOEFL最高也只有85，加上大一的GPA不是很高，所以在大二进入托普仕的服务后，就开始将碎片化的时间进行整合。保持自己课内成绩的同时，可以兼顾自己的TOEFL和GRE成绩。规划老师列出的同to do list虽不能百分百的确定都可以完成，但是在单词和作业的打卡环节，我会要求自己必须做到。后来规划老师在冲刺阶段帮我安排的TOEFL一对一课程，对提到TOEFL提到100分功不可没。3、文书助力一锤定音这次申请给我最大的感悟和想给正在准备申请的学弟学妹分享一点：别把文书看的很重。不是说文书它不重要，它真的很重要，但不要把所有的希望“压”给文书，这样会让自己的压力也非常大。我的硬性成绩不是很出众，做的背景活动我自认为还可以，但是和其他申请者相比，也并没有很出彩。所以我自然而然把所有的希望“压”到了文书上，并且之前学姐也和我说过托普仕的文书是海外专业对口的老师写的，很多学生都是冲着文书选择了托普仕。托普仕这边帮我匹配的是JHU的海外顾问老师，我们在一开始文书素材部分进展的十分缓慢，我把我大学期间有价值的活动项目和经历进行了一一列举。海外文书老师帮我进行了大致的梳理，然后便一眼就看出了我的问题：极其焦虑。当时只想尽快写一份“完美文书”，而忽略了招生官他们到底想要的是怎样的学生。在海外文书的领导下，理清了自己文书的脉络，一步一个脚印的将框架整理出来，逐渐摆正自己的心态，从追求“完美”到完善自我。最后的成稿，我也很满意，并且顺利的拿到JHU的offer。文书是非常重要，但千万别让它“压”的你焦虑，惶恐。杜克大学硕士offer展示：

边策 杨净 发自 凹非寺量子位 报道 | 公众号 QbitAI请听题：如何将苹果平均一分为二，还能保证它长时间的新鲜？这是一个严肃的科学问题，已经困扰了人类数学家25年之久。根据常识，就是要保证果肉暴露在外面的面积最小，也就是切片的面积最小。如果跨越到更高的维度，是否依然成立？这就是1995年，由三位数学家提出的一个几何学猜想。现在，这个难题被一位华人统计学博士，解决了。成果一经发布，就迅速引起了数学、理论计算机科学、统计学等多个领域的科学家的关注。他们一致认为，数学大师、菲尔兹奖得主，原本猜想的提出者Jean Bourgain（让·布尔甘）一定会对这一进展感到兴奋。毕竟，在他去世前（2018年）的几个月里还在关心这一问题进展，但终其一生都未能解决。困扰数学家25年的几何问题1984年，著名数学家让·布尔甘提出了一个猜想。一个任意维度的凸体，用低一维的平面去平分，那么存在一个常数c，让凸体至少存在一个切面的面积大于c。换句话说，如果你一刀平分“任意维度空间的西瓜”，随便你怎么劈，总有一个切面总大于c。（Ps：以往的科学家用的是苹果的例子。但准确来说不能选苹果，因为苹果上下是凹的。）在3维空间中，这个结论似乎很好理解，因为无论西瓜长成什么奇形怪状，总不可能在每个角度都细长。像下面这样的长西瓜，竖直切下去，切面很小，可以你也可以水平切开平分它，这样切面就会很大。但在3维世界中正确的事情，到了高维空间却不一定成立。这个问题后来被布尔甘自己证明，但数学家们并不满足于用平面切西瓜，而是希望能找到一个更小的切面，它可以是曲面。而这恰好是1995年Kannan、Lovász和Simonovits三人提出的KLS猜想关心的问题：用来平分的最小曲面面积是多少？以二维空间里的一个三角形为例。这个最小的“曲面”是一段圆弧。用圆弧来平分一个三角形，中间的线长度最短，而最佳“平面”——直线——的效果略差。△如何用最小“切面”平分三角形（来源：Quanta Magazine）到了更高维度的空间中，二等分的最佳平面和最佳曲面差距会变大吗？切面的面积是否和维度d有关？这个问题已经不再是纯粹的数学问题。普林斯顿大学数学系教授Assaf Naor表示，KLS猜想在纯粹的数学和理论计算机科学中都很重要。KLS猜想的结果，直接关系到随机行走算法的运行时间，如机器学习模型中采样问题。所以最后解决这个几何问题的学者，都并非几何学的专家，而是来自计算机界。用统计方法解决他经过数学家的抽象，KLS猜想就像一个封装着气体的容器，找到最佳切面就是寻找容器的“瓶颈”。想象一个哑铃形状的容器，里面有一个气体分子在随机运动，哑铃中间连接部分越细，分子就越难跑到另一侧。△哑铃形的平分切面很小（来源：Yin Tat Lee论文）现在人们想知道，在高维空间，这个凸的容器最细的地方有多细。（当然，哑铃并非是凸的。）2012年，Eldan通过引入一种称为随机定位的技术，来降低这个问题与维度上界。（到底是维度d的几次幂。）2015年末，华盛顿大学的Vempala和Yin Tat Lee改进了Eldan的随机定位，以进一步将KLS因子（用于描述瓶颈是否存在）降低到维度的四次根d1/4。△KLS猜想的上界不断降低（来源：同上）甚至，他们还将幂指数降低到几乎为0，由于d的0次幂总是等于1，Lee和Vempala似乎证明了KLS因子是一个与维度无关的常数。他们在arXiv上发布了他们的论文。但是几天后，这篇文章就被人发现了一个缺陷，他们关于d0的证明是错的。之后，二人修改了文章，把界限重新调整到d1/4。几年来，研究人员认为KLS猜想的探索已经到此终结了。不过他们还在论文中，保留了d0证明的一些想法。这也为后来的突破埋下伏笔。他们的论文引起了另一位统计学者Yuansi Chen的注意。Chen当时是加州大学伯克利分校的统计学研究生，他正在研究随机采样方法的混合率。而随机抽样是许多类型统计推断中的关键，例如贝叶斯统计。Chen深入研究文学，花了数周时间试图填补Lee和Vempala的证明中的空白，但依然没有解决。于是他转变了思路，在Lee和Vempala的思想指导下，他找到了一种方法，采用递归来降低KLS因子上界。经过反复迭代，这种方法将KLS猜想问题再次拉回到d0的上界。这一结果意味着，高维凸形物体不会有哑铃那样的结构。该定理的结果意味着，在n维凸体中随机行走，遍历整个图形的速度比我们之前预想得要快得多。这将有助于计算机科学家对不同的随机采样算法进行优先级排序。三个计算机相关的科学家虽然表面看上去，这三位学者似乎跟数学没什么关系。但仔细翻看他们的履历，他们都曾跟数学结下了不小的缘分。首先，直接与研究相关的这位统计学博士后——Yuansi Chen（陈远思，音译）。今年年初，他开始在杜克大学统计科学系担任助理教授的职位。主要研究方向是统计机器学习、优化以及在神经科学中的应用，尤其对其中域适应性、稳定性、MCMC采样算法、卷积神经网络和计算神经科学中出现的统计问题感兴趣。2019年，他在加州大学伯克利分校统计系获得博士学位。其博士生导师是著名华裔统计学家、UC伯克利统计系和电子工程与计算机科学系终身教授郁彬。在攻读博士之前，他还在法国Ecole Polytechnique获得了应用数学专业的工程师文凭。随后，前往在苏黎世联邦理工学院ETH Foundations of Data Science（ETH-FDS）做博士后研究。而启发Yuansi Chen数学灵感的，是两位计算机科学家。Yin Tat Lee（李贤达，音译）和Santosh S. Vempala。李贤达，目前是华盛顿大学助理教授，本科毕业于香港中文大学。2012年从港中文大学毕业后，前往麻省理工学院攻读博士学位，随后前往微软研究院做博士后研究。他的研究方向主要在算法方面，包括凸优化、凸几何、谱图理论和在线算法等广泛的课题。以往的研究里，他曾结合连续数学和离散数学的思想，大幅提升了在计算机科学和优化中许多基本问题的算法，比如线性编程和最大流量问题。他曾获得SODA最佳论文奖、NeurIPS 2018最佳论文奖、NSF职业奖。去年他还获得了有“诺奖风向标”之称的斯隆奖，以及美国最大的非政府奖学金之一——帕卡德奖学金。再来看Santosh S. Vempala，佐治亚理工学院计算机科学教授。主要研究领域是理论计算机科学，还抽样、学习、优化和数据分析的算法工具；随机线性代数，高维几何。他曾在卡内基梅隆大学攻读博士学位，本科毕业于印度理工学院的计算机专业，曾获NSF职业奖、斯隆奖等奖项。在来到佐治亚理工学院之前，他曾担任MIT应用数学系担任教授、UC伯克利米勒研究员。数学家：不可思议随着陈远思论文一发布，迅速就引起了数学界的学者关注。不光是因为此前的错误证明，还由于陈远思这个名字在数学界十分陌生，研究人员对待这一成果十分谨慎。但他的方法很容易被验证。早期研究过KLS猜想的以色列数学家BoázKlartag，就在第一时间看了论文。我基本上立即停止了我正在做的一切事情，并检查了这篇论文。这篇论文是100%正确的，这一点毫无疑问。除了一众数学家关注之外，还引起了理论数学家、统计学等领域的注意。哈佛大学计算机科学教授、微软研究院前新英格兰首席研究员Boaz Barak则发推祝贺。并表示这是一个非常重要的突破，加速了对近似凸体体积的研究。但点赞祝贺之余，也有不少学者表示十分遗憾。因为提出这一猜想的人菲尔兹奖得主布尔甘已于2018年去世，如果他还在的话，一定会为这一进展感到兴奋。据QuantaMagazine报道，布尔甘曾在去世前几个月，联系了他的朋友、特拉维夫大学教授Vitali Milman，询问这一猜想是否有任何进展，想在离开之前知道答案。但Vitali Milman说，布尔甘在这一问题上，花费的时间和投入的精力比任何其他问题多得多。没想到，最后这个问题却被统计学解决了。参考链接：[1] https://www.quantamagazine.org/statistics-postdoc-tames-decades-old-geometry-problem-20210301/[2] https://www.cc.gatech.e/~vempala/papers/kls_survey.pdf[3] https://arxiv.org/abs/2011.13661[4] http://yintat.com/[5] https://people.math.ethz.ch/~chenyua/[6] https://www.cc.gatech.e/news/604802/computer-scientists-make-kls-conjecture-breakthrough

大多数情况下，同学们了解或申请的美国大学硕士项目为两年制学位设置。不少人虽然对一年制硕士有所耳闻，但多少还抱有一丝“质疑”的态度。毕竟“ 一年制硕士很水”这种说法不是一天两天了。但实际上，很多一年制硕士项目不但不“水”，还因其教学质量及课程设置的特点而格外有就业优势。并且美国几乎所有提供硕士学位的学校都设置了一年制硕士项目，如 哈佛、斯坦福、加州理工等，也就是说 一年制硕士并非野鸡院校的“捞钱”手段。那么今天就来详细地盘点一下， 一年制硕士具体优势，以及 哪些学校的项目值得就读。美国大学一年制硕士美国一年制硕士一般泛指两年以下毕业拿学位的项目，一般为期13-15个月。最长可达18个月，短的9-10个月就能结束。很多人质疑一年制硕士的原因就在于时间太短，但其实一年制硕士与一般硕士项目 最大的区别也就在于时间——在学习内容上差别并不大。用时短是一年制硕士最大的特点，而这一特点也带来了很明显的后期影响。1，学习压力大&能力受青睐这一点令学生痛苦，但 在当今的就业市场上，相关能力和品质却很吃香。时间大大缩短但是学习任务并没有相应的减少，因此一年制硕士一般都是全日制授课，学习节奏更快、课程安排更密集，学习压力也就相对更大。但如果学生能够承受这种压力顺利，那么在求职时， 雇主会格外青睐这种“抗压力强”且有“强大学习力”的人才。2，课程设置偏就业，快速适应市场相对于偏研究的传统两年制项目，一年制硕士的课程设置偏就业，往往更加注重社会实践性。除了能锻炼实用技能和积累人脉，学生还有机会接触行业内的领军人物以获得指导。由于用时短，期间就业市场发生的变动也小，因此学生可以更高效率地返地或投入就业市场寻求机会。3，就读成本更低&投资回报率更高一年即可获得学位，这样省下的学费和生活费是一笔不小的开支。另外进入或者返回就业市场的时间缩短也能避免错失适合的职位，降低机会成本。当然，一年制硕士项目也并非没有缺点。学习时间短就意味着学生能上的课会相对少一些，毕竟就算课程安排得再得集，时间和精力也是有限的。在这样的情况下，在校期间找实习的难度也比较高。另外，一年制硕士确实 不太利于语言的锻炼，除了时间原因，还有一个原因是某些院校专业里 有很多国际生，必须用纯英文沟通的机会比较少。有一说一，美国确实存在某些一年制硕士项目质量不高，但这也只占少数。选择好的院校、好的项目，一年制硕士也非常具有竞争力。一年制硕士项目很多研究生院都提供一年制硕士项目，常见专业领域包括： 工商管理、教育、生物医学，其中 商科硕士项目是申请较为集中的领域。而一年制的商科项目大致分为两大类。一类是专业性比较强的项目，如金融硕士、会计硕士、金融工程硕士等，其中 会计硕士最为普遍。另外一类则是专业性较弱一点的项目，这些项目 往往是覆盖面很广的管理类硕士，学习的课程大多是MBA项目的必修课，如市场营销、金融、会计、经济等。下面为大家举例介绍几个比较优质的一年制硕士项目。金融硕士约翰霍普金斯大学Johns Hopkins University在今年疫情期间，约翰霍普金斯大学（ 简称JHU）的表现可以说非常引人瞩目。在商科领域，JHU的一年制金融学硕士非常不错。课程包括统计、会计、微观经济、商务英语、投资等多门课程，专业度有保障。很多耶鲁、斯坦福等教龄十几年的教授在此授课，师资力量雄厚。再加上学校设置了很多包含九大行在内的实习岗位，因此毕业生就业也不愁没机会。南加州大学University of Southern California南加州大学（简称USC）的 马歇尔商学院本身实力就非常顶尖，其金融硕士更是热门申请的专业。金融学理学硕士项目时长16个月，从8月开始，次年12月结束。课程内容多为 会计、资产管理、风险管理等传统内容。重点是 对申请人的本科专业没有限制，所以很适合同学们跨专业申请。从2020年班级数据中可以看出，金融硕士的录取门槛还是比较高的：平均GMAT分数： 714平均GRE分数： 320本科平均GPA： 3.53会计硕士纽约大学New York university纽约大学是顶尖商学院斯特恩商学院所在地，作为常居全美排名TOP10以内的商学院，申请热度可想而知。斯特恩商学院的会计硕 士也不那么好申请，申请 人必须完成相关的入学前课程要求。如 金融会计、管理会计、统计或数据分析原理、微观经济学原理等。查看最新录取数据，平均GMAT分数： 660本科平均GPA：3.49分数表现不算太高，但录取者平均具备约3年的工作经验。此外，约翰霍普金斯的市场营销硕士、西北大学和杜克大学的管理学硕士、哥伦比亚大学的统计学硕士......都是不错的一年制项目。如果一所学校某个两年制硕士项目不错，那么该专业一年制的硕士项目往往也不差。总之，美国大学提供的硕士项目种类复杂，不光专业广泛，课程设置也不止一种。归根到底，一年制硕士或两年制硕士、全日制课程或在线硕士，都是硕士学位的各种细分。随着留学的常态化，国内就业市场对于留学生的误解也在逐渐解开，一年制硕士不再是“水学位”的代言词，反倒因为其“稳准狠”逐渐受到青睐。