哥伦比亚大学统计学博士

主讲人Z学长本科：北京大学数学系研究生：Chicago统计学PhD内容简介1、如何提升自己的背景和实力2、博士申请中如何选校和选导师3、美国统计学PhD的学习科研心得丨讲座内容丨如何提升自己的背景和实力我先给大家讲一下本科期间的学习建议。本科期间就是要学习很多基础课程，所以基础一定要打好。如果基础都没有打扎实，很多高阶课程学起来就会很吃力。基础课程包括概率论，数理统计，多元统计，实变函数，泛函分析和回归分析。这些课程对于攻读研究生学位是非常重要的。我还是建议大家在本科期间适当的上一些研究形式的课程。比如说当时北大有一个林老师，讲的是高等统计。以seminar形式出现，每节课读一篇paper，轮流上去做一个报告。我觉得这些研究形式的课程不仅对本科生科研有帮助，而且对将来研究生学习都是非常有用的。关于选校和选导师接下来给大家讲讲选校。统计专业比较交叉，大家选校的时候可以多关注统计系开设的学位。除了我在读的统计学专业，Booth商学院那边儿也有相应的统计学相关的博士学位。所以说如果大家对统计、经济方面的应用感兴趣，也可以申请Booth那边的统计学博士。此外，选校还有最重要一点，就是要抱住大牛老师。这些大牛们写的paper都非常厉害，然后关系网也非常全面。如果将来毕业无论做学术还是往工业界发展都会要好一些。当然，老师是否大牛是一方面，还有一些需要注意的点。比如，Princeton有个老师很厉害，我们学校也有个老师很厉害，但是这两位年事已高，最近不怎么带学生。大家如果感兴趣可以去各个学校的系主页上找一找这些老师的相关信息，他们的主页上都会写自己research interest，多看看和自己方向有关，感兴趣也是非常重要的。美国统计学博士的学习心得博士五年学习过程，第一年主要就是课程学习，我相信基本每个学校都一样，他不会期望本科毕业之后就可以上手去做research，虽然你可能也有那个能力了。因此，第一年来说要学一些课程，比如我们学校是四个sequence，理论统计、计算统计、应用统计和概率论中选三个。第一年博士的课程是非常重要的，他是真正带你入门、教你怎么做科研，这些是科研的基础。不需要你门门拿A，但是不能成绩太差。第二年就是找导师确定科研方向，这一年非常关键。因为可能刚开始不确定感兴趣什么，像我第二年前后换了三个导师，所以确定自己的兴趣爱好是非常重要的。最后确定的是一位特别年轻就比我大四岁的老师，他做的方向非常理论。我开始没找他是因为感觉理论的就业前景不是很好。但是后来发现自己做理论方向还是比较有天赋的。关于科研第一条经验就是一定多和导师meet，与导师讨论问题。因为有时你不主动和他meet，他不会主动联系你，因为导师事情很多。但是如果你自己想了两周都想不出来，那么这时候和导师meet非常关键，因为你可能陷入了思维定势或者因为你读过的paper太少而导致对相关领域了解太少。这时候，导师能给你提供思路，带你走出困境。比如我之前和导师合作过一篇paper，虽然是我做的，但是有些非常好的想法都是老师给我的，所以说一定要厚着脸皮向老师请教。第二条经验就是要经常参加seminar。我们系每周都会有一次seminar，请其他学校的老师、博后来做报告。这些人都是一些精英，他们的报告都非常有用。我经常能从他们做的东西中汲取一些好的想法。第三条经验就是多做presentation。我们系有两种group，其中一种叫working group，就是哪个地方卡住了，和大家说说，大家一起出谋划策。这个group里面有三四个教授，很多学生，大家互相汇报成果，可以了解彼此都在做什么。还有一种叫做reading paper，这个是每周一次，大家汇报一下自己读过的paper。因为你肯定有没读明白的paper，分享之后大家可以总结思路互相探讨。其实我还是比较内向的，和老外交流的次数是很少的，所以做presentation还是挺锻炼口语的。另外，我们学校的一个特色就是每周二会有其他院的人给你提一些统计问题。这些问题是系里通过邮件发给你，如果有你感兴趣的就可以去报名，然后小组完成任务。做完之后，大家还会一起再做一个presentation，收获还是非常多的。关于建议此外，还要培养自己的统计直觉。之前做social network，要做很多simulation。那么simulation要怎么提出自己的算法，哪些参数改变了会有什么作用，这个统计直觉就非常有用。导师们很多时候不需要算就知道结果是什么。当然了，如果遇到钥匙计算题就会犯难了。这个怎么解决呢，就像我之前说的，多读paper，多参加seminar，多读名著。其他方向也要读一些该方向大师级人物写的书。问答环节问：请问学长芝大统计系和数学系平时在一起联系多嘛？答：如果做概率的方向可能还有联系，因为我们有教概率的老师也是数学系的，如果是做统计方向的，和数学系还真没什么联系了。问：请问学长如果本科没有做过科研好申请吗？答：这个看你成绩怎么样。如果按优先级排的话，肯定科研最重要。我本科的时候科研做的也不是很好，但是成绩好的话也能申到很不错的学校。如果你本科学校不差，成绩也足够好的话，申到好学校是没有问题的。问：请问学长生物统计的就业方向大概是做什么？答：如果科研做得好，可以继续留在学术方面，当一个professor或者毕业之后去药企，这个取决于你怎么规划的。因为博士毕业后很多都做了scientists，很少有继续留在学术继续做科研的。也可以去IT行业，因为CS和统计内容很多是不分家的。统计理论多，CS编程多，所以统计毕业后去IT的很多。此外，Finance行业的也很多。还有就是如果已经确定了毕业的规划就要尽早做打算，比如已经决定了毕业去instry的话，那么第三年第四年就要找实习。如果确定自己去学术的话，就老老实实和导师多交流写paper。问：请问学长现在本科数学专业，有必要修统计双学位吗？答：本科的时候数学里面就包含很多统计的课程。北大分了五个方向，在大三的时候，如果你选统计方向，就自动学了统计的课程。所以如果重合度比较大的话没有必要学统计双学位。但如果你们学校课程设置不太一样，数学专业要学很多基础数学的课程，统计就是统计，如果你将来要是想转统计的话，可以学一下统计的双学位。中枢教育 近3年 Top 10录取榜排名学校录取人数1普林斯顿大学252哈佛大学263芝加哥大学413耶鲁大学345哥伦比亚大学1505麻省理工学院235斯坦福大学388宾夕法尼亚大学579杜克大学5110加州理工学院1714康奈尔大学10321加州大学伯克利分校5625卡耐基梅隆大学130想要成为其中的一员吗？中枢教育等你来！Pivot学员 2018FALL 申请战绩（US NEWS美国大学综合/专业排名）Top10 Offer = 200+ Top20 Offer = 400+Top30 Offer = 500+ Top50 Offer = 600+想要和资深留学导师一对一交流？

专业介绍统计学原本是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数 据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。随着统计学的不断发展它逐渐被广泛的应用在各门学科之上，从自然学科、社会科学到人文科学，甚至被用在工商业及政府的情报决策之上，并逐步发展为一个独立的学科。统计学的分支统计学的研究大致可以分为两类，一类偏向于理论统计学，另一类偏向于应用统计学。其中：1.1 理论统计学理论统计学从纯理论的角度，对统计方法加以推导论证，核心是统计推断问题，实质是以归纳方法研究随机变量的一般规律。研究内容包括：样本设计、数据挖掘、随机过程、建立统计模型、模型的选择、时间序列、非参数统计方法、蒙特卡罗法、生存分析、空间统计、贝叶斯推论、各种经典的统计模型和各种概率论理论的学习等等。1.2 应用统计学应用统计学是统计学的一般理论和方法在社会，自然，经济，工程等各个领域的应用，它是统计学和其他学科之间形成的交叉学科也 是理论统计学发展的源泉。研究方向包括：生物/医学统计、环境统计、经济/金融统计、工程统计、农业统计、化学统计、心理统计等等。其中生物/医学统计、工程统计、环境统计、经济/金融统计的发展非常最为迅速，成为目前国外统计学研究的热点。（1）生物统计是运用数理统计的原理和方法，分析和解释生物界的种种现象和数据资料，以求把握其本质和规律性。其最常见的是应用于生物学、医学、农学等的研究中，合理地进行调查或实验设计，科学地整理、分析收集得来的资料。在美国，现在很多学校都专门设立了独立的生物统计系，另外生物统计有很大一部分设置在公共卫生学院(School of Public Health) 里面，毕业后可以在医院或者科研机构进行研究工作。（2）环境统计是用数字反映并计量人类活动引起的环境变化和环境变化对人类影响的工作。环境统计可为政府部门制定环境政策和环境规划，预测环境资源的承载能力等提供依据。包括：土地环境统计，、自然资源环境统计、能源环境统计、人类居住区环境统计、环境污染统计等，以及反映环境保护专业人员的组成和工作发展情况的统计。（3）工程统计是结合工程问题，研究怎样去有效地收集、整理和分析带有随机性的数据，以对所考察的问题作出推断或预测，直至为采取一定的决策和行动提供依据和建议（4）经济统计也是比较热门的专业之一，主要是对于经济金融活动进行数量方面的调查﹑整理﹑分析的，目的是认识经济活动客观规律，对经济活动实行科学建议、管理与监督。（5）除了以上比较热门的分支之外，还有一些其他分支。随着学科的发展健全，统计学与其他学科间的融合越来越明显，统计专业与学校内其他各个系之间合作的越来越多、越来越深入。统计学在美国 正如前文所言，统计学应用性强，本身虽然只是一种工具，一件武器，这些特点决定了它的适用范围非常广。产业和行业的发展离不开教育，在美国共有 4,100 左右所大学中，从顶尖的斯坦福大学、哈佛大学等到最普通的社区大学，大部分学校都设置了统计学专业。但各所学校的统计学又各有侧重，统计专业大部分设在文理学院，有些则为了与应用方向结合的更紧密，将统计专业设在商学院，工程学院、农学院等不同学院。这样广泛的学校资源和研究方向为各种背景、各类条件的申请者都提供了多元化、多层次的选择空间。统计学在英国英国作为统计学的发源地，拥有非常悠久的历史。对于专业细化的英国院校，英国大学的统计学研究方向，可以开始出现多学科交叉的专业，例如：数理统计、社会经济统计、生物卫生统计、金融统计与风险管理和精算、应用统计等。英国大学统计专业主要包括：一般统计、经济统计、社会统计等多种专业方向。该校培养学生能够掌握统计学的基本理论和方法，熟练地运用计算机分析数据，能在企业/事业单位和经济/管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。申请要求申请者专业背景一般来说，美国和英国大学的录取委员会在招生的时候，比较倾向于具有理工科背景的学生，尤其是本科为统计学或者数学专业的学生。这些学生在低年级的基础课程大部分相同，只是在高年级的专业课有所不同，但还是有很大一部分交叉的课程，所以二者在申请的过程中差别不大。还有部分是转专业的申请者，录取委员会的教授们会比较注意这部分人的部分数学背景，比如一些数学类的基础课程，如数学分析，高等代数（或者是高等数学），统计的基础课程、实分析等课程。以斯坦福大学为例，该校的对申请者的专业要求为：A strong mathematics background, especially in probability, statistics and linear algebra, is important in the admission process. However, it is not the only factor that determines which applicants are admitted. If such is the case, it is strongly suggested that prospective applicants consider strengthening their math skills and apply later.软件要求（实习，科研，工作等等）1、对专业知识即专业软件的熟悉程度大部分学校需要申请者具有相应数学背景，即在数学相关的课程起码在五门以上，PHD 甚至要达到七门，一些计算软件，如 R、SPSS、Eviews、MATLAB、SAS 等的熟练操作和使用也是录取 委员比较看重的方面。2、参加科研项目情况这些是学生申请的基本条件之一，参加科研项目是录取委员会衡量你专业水平的首要标准，通 过申请者参与项目的多少，含金量的高低，以及从文书中所反应出你在这些项目中获得的能力和对专业的理解，都是录取委员会成员关注的内容。3、发表学术论文的情况针对本科生发表文章的要求不是太高，但是如果有的话，在申请前把论文摘要作为申请材料，无疑是吸引对方眼球的方法之一。4、实习/工作要求由于统计学是一个应用性非常强的专业，而实习或者工作无疑对于申请有很大的帮助。所以，我们强烈建议同学们能够利用课余时间参加相关实习。学费介绍以下是美国部分大学统计学专业学费的介绍，每年的学费范围基本在 $30,000~$95,000之间。（注：美国大部分统计学专业为一年半或者两年制）以下是英国部分大学统计学专业学费的介绍，每年的学费范围基本在20,000~30,000之间。（注：英国的大学统计学专业基本都是一年制）典型项目介绍Stanford University斯坦福大学统计学系近几年一直位居美国统计学专业排名的榜首。系内目前拥有全职教授29人,在读研究生近140人。学校致力于统计方法的应用而非统计理论的发展。学院的目标是培养学生具有使用概率和统计的观念和方法在理工科领域占有一席之地，给那些已经被普遍认为有用技术的理论和应用方面提供指导，培养在概率和统计方面的研究人员，学校为学生提供各种课程，同时也为他们提供在商业，政府，工业和教育方面的职业指导。统计学学位的要求非常灵活，取决于学生的需要和兴趣，学院很早就认识到统计理论和应用的关系，因此一直以来致力发展跟其它学科的联系：经济，教育，电子工各一，地理环境科学，健康研究和政策，数学，生物医学等方面.University of California—Berkeley加州大学伯克利分校统计学系目前拥有全职教授43人,在读研究生近90人。其主要研究领域包括理论统计学 (Theoretical Statistics)、应用统计学(Applied Statistics)和概率论(Probability)三大研究领 域,可授予统计学硕士(M.A. in Statistics)、统计学博士(Ph.D. in Statistics)、生物统计学硕士 (M.A. in Biostatistics)和生物统计学博士(Ph.D. in Biostatistics)四类研究生学位。学校在统计和概率上都有相应的研究内容和教育课程，除了发展基础理论和方法，同时也在解决多种环境下例如分子生物学，天文学，艾滋病学，神经生物学，社会，教育等领域出现的统计问题。学校也与其它领域和学科建立了广泛的联系，特别是数学，计算机和生物学，同时积极在新进研究生和教职员中找寻力量建立和稳固这些联系。John Hopkins University约翰霍普金斯大学统计学系是前十名学校中唯一一个隶属于工程学院的统计学系,其全名为“应用数学与统计学系” (Department of Applied Mathematics & Statistics)。系内目前拥有全职教授18人,在读研究生60余人。该校学位课程包括基础课程和各个领域的课程导论的所有课程，同时还有一些像统计，概率，运筹及优化方面的专业课程。学生，在咨询自己的指导老师后，可以申请一些富有挑战性的项目。 学院重视数学推导，数学建模等以解决问题为导向性的课程，目的是培养学生将来在数学或相关领域例如政府，工业部门和研究机构中具有专业技能。此外，JHU 还在公共卫生学院下设置生物统计系都设立在，因此学生物统计经常会与生物医学 背景的人打交道，从而沟通与交流的能力，统计方法和结果可以得到交流。专业研究包括：衰老研究，应用统计学，贝叶斯统计，生物信息学，癌症统计学，临床统计学主要研究临床实验(clinical trials) 的设计与数据分析等等。生物统计毕业的学生毕业后主要是做学术或者进药厂当 programmer 或 statistician，另外因为生物统计背景的学生也就是掌握了统计方面的知识，所以去 consulting、 nonprofit 甚至 finance 机构也是有可能的。Columbia University哥伦比亚大学统计硕士学位是为那些希望提高自己的统计理论与应用知识的学生设置的。大多数学生是为了从事统计学工作或提高自己的职业技能，还有一部分在读生打算攻读统计学的博士学位。学习该专业的学生，有部分是职场中人，哥大为了满足学生的要求，规定该硕士学位接受全职和兼职的学生。哥伦比亚大学的统计硕士学位的毕业生华尔街、纽约都从事着重要的公司职位，每位哥大的统计学系与华尔街、行业内人士、纽约的医学和基础科学研究人员保持着紧密的联系，同时也提高了当地的就业率。训练有素的统计学家在社会上是有持续的需求的。University College London (UCL)UCL统计学专业采用基础广泛的统计方法，为各类实践应用提供培训，让理论与应用之间达到极好的平衡。内容涵盖了应用贝叶斯方法，广义线性建模和面向对象统计计算在内的现代统计思想。核心课程包括：统计模型和数据分析，调查统计，统计计算和应用贝叶斯方法等，而可以选修的模块有：医疗统计，决策和风险，统计推断，预测，操作风险与保险分析的定量建模等。UCL的医学统计学位为学生提供了统计学理论的良好背景，以及在设计，分析和解释健康研究方面的实际操作经验。为学生配备了用于医疗经济评估的分析工具，该研究项目提供了使用真实临床数据集的经验。核心课程包括：统计推断，统计模型和数据分析，医疗统计和统计计算等。可以选修的模块有：贝叶斯方法在卫生经济学中的应用，流行病学和调查统计设计等。The University of Warwick华威大学的统计学课程为统计理论与技术提供了全面的基础，为涉及统计学的职业生涯提供了一个启动平台，学生将接受两门核心课程，统计方法和统计实践入门的培训，然后将其应用于可选修的六个模块。可选修的模块包括：高级统计设计，医疗统计，贝叶斯预测与高级主题干预和数据挖掘等。通过对数学和统计学的独立研究，进行更广泛深入的研究和实践。学生将从一开始就与世界一流的研究人员保持密切联系，帮助你就未来的研究主题做出明智的决定。学生将专注于分析，应用数学，数值分析，概率和统计等研究领域，整个项目非常灵活。毕业生受到工业，企业或政府机构的雇主以及实验室的高度重视，也将有条件继续在学术生涯更深一步探索。统计专业的就业情况 统计学专业作为应用性很强的专业，就业范围非常广泛统计学专业就业主要在医药类、工程类、金融/保险类等三个大方向，其他的都是小的分支。1、医药类 制药公司和生物技术公司往往有大量的医学/生物数据需要处理，这就决定了他们都需要一个稳定的统计学的团队来进行支持。尽管生物统计并不是公司里的核心部门，但作为药品开发，临床应用的所有决策的都需要来自公司统计部门的数据分析。尽管受到金融危机的影响，很多美国的大制药公司都先后进行了大规模的裁员， 但是这并不影响生物统计的就业，除非公司倒闭，否则从来没有任何作生物统计的被裁掉现在生物统计专业的员工。除了制药公司以外，统计学专业在制药类的另外一个就业方向就是在医院或者医疗类科研机构工作，在医学院，癌症，AIDS 研究中心这样单位也有很多的统计学的就业机会。尽管工资水平与制药公司相比稍低，这些岗位的工作环境舒适愉快，轻松，适合需要照顾家庭孩子的。如果附属在大学上的研究所，很多还提供减免学费的政策，如果想继续充电，可以边工作边上 PHD 的课，先学3-5 门再申请，再牛的学校都能申请成功。2、工程类 工程中为了实现利益和效益的最大化，必须合理的配置资源和人力，统计学在其中发挥着无可比拟和替代的作用，往往是需要的是一个统计学的团队，一个专家带领具有统计学博士背景的高级人员设计分析方法，然后硕士层次的专门的程序员去写实现，结果再由高级人员分析后提交给工程决策部门领导。对刚毕业的研究生来说，在工程类公司，年薪 9-10万非常普通，再少就比较少见，11-12 万的也很多见。虽然在工程类公司的工作比较忙一些，但升职空间很大，而且可以积累丰富的实际工作经验，是向更好公司跳槽重要筹码。3、金融/保险类 金融业的薪资待遇优厚，工作环境优越，吸引着很多人的目光是社会公认的白领阶层，是几乎所有毕业生向往的行业。虽然受金融危机的影响，虽然近几年金融行业受冲击最大，但仍是统计学毕业生的重要就业渠道之一。美国花旗银行副总裁柯林斯（Collins）在英国剑桥大学的讲演中叙述到：“从事银行业工作而不懂统计和数学的人实际上处理的是意义不大的东西。”足以证明统计和数学在在金融业界的重要性。在国外精算师是金融业金领中的金领，银行、证券公司、保险公司、投资公司对这类精算师的需求逐年上升。统计学毕业生能熟练地运用现代数学方法和数据对未来变化的趋势做出分析、判断，对风险具有敏锐的洞察力和处理各种可控风险的能力。所以具有良好的数学专业背景的统计学毕业生无疑能够在这个领域的就业中迅速进入角色。 目前金融业中级职员在国外的平均年薪达 10 万美元以上，国内月薪也在 1 万元以上。案例分享案例一毕业院校:国内非211院校主修: 金融学GPA: 3.8/4.0托福/雅思: 105+GRE/GMAT: 320+实习/工作: 两段银行投资部实习科研经历: 无录取院校: Columbia University, Georgetown University案例二毕业院校: 国内某211院校主修: 数学与应用统计学GPA: 2.8/4.0托福/雅思:6.5GRE/GMAT: 无实习/工作: 两段相关实习科研经历: 无录取院校: University of Glasgow, University of Sheffield, University of Lancaster案例三毕业院校:国内某985院校主修: 计算科学GPA: 2.4/4.0托福/雅思: 85+GRE/GMAT: 305+实习/工作: 两段相关实习科研经历: 两段相关科研录取院校: Marquette University, University of Missouri, Binghamton University案例四毕业院校:某美国top 50本科主修: 数学GPA: 3.5/4.0托福/雅思:WaiveGRE/GMAT: 320+实习/工作: 一段相关实习科研经历: 无录取院校: University of Southern California, University of Washington, Georgetown University案例五毕业院校:国内某中外合办院校主修: 应用数学GPA: 3.9/4.0托福/雅思:100+GRE/GMAT: 320+实习/工作: 一段相关实习科研经历: 一段相关科研录取院校: The London School of Economics and Political Science, Imperial College London, Cornell University, University of Michigan, Yale University案例六毕业院校:国内某985院校主修: 物理GPA: 3.4/4.0托福/雅思:105+GRE/GMAT: 325+实习/工作: 一段相关实习科研经历: 无录取院校: Columbia University, University of Southern California

课程介绍哥伦比亚大学是一所位于美国纽约曼哈顿的世界顶级私立研究型大学，那么纽约也是一个很适合年轻人的城市，千奇百怪、包罗万象。每个人眼里的哥大都不一样，选择的理由也不同，今天我们来看下哥大生物统计专业是怎么样的吧！哥伦比亚大学的生物统计学硕士项目共有MS和MPH两个学位，MS项目有以下5个方向：Theory and Methods（原理和方法）、Pharmaceutical Statistics（制药统计学）、Statistical Genetics（统计遗传学）、Clinical Research Methods（临床研究方法）、Patient Oriented Research（患者导向研究），其中，Clinical Research Methods（临床研究方法）和Patient Oriented Research（患者导向研究）要求申请前已取得过临床相关学科的博士学位,主要是研究型的，剩下的三个方向，课程安排有些许差别，就业情况基本一致。Theory and Methods方向学生最多，该项目为想要毕业后在生物医药、临床试验等领域从事统计师职业的同学提供全面的生物统计学方法训练，同时也为想要申请Phd的同学奠定必要的学术基础；相较于MPH学位，会学习更多数学知识、更深入的统计学方法。以上就是哥大生物统计专业的课程介绍啦，接下来我们进入第二部分，录取要求和毕业要求。录取要求和毕业要求1.录取要求：哥大生物统计专业的录取注重学生对数学的兴趣和能力，希望学生热爱数据。要求本科有至少一年的微积分课程，最好有一学期的线性代数课程。重视GRE数学成绩，托福要求100+，雅思要求7.5+的成绩。文书要求不多于500字，需要体现出对公共卫生事业和数据分析的热爱，为什么选择公共卫生学院，为什么申请生物统计学专业，想要怎样通过这个项目的培训实现自己的长期职业规划，这些都要在文书中体现的，一定要把对这个行业和项目的热情和喜爱在文书中表达出来。本科只要数学成绩较好就不用太担心转专业问题，很多同学录取前既没有学习过生物统计也没有相关实习。2.毕业要求：生物统计这个项目为期两年，一年2个学期，秋季8月底到12月初，春季1月底到5月底，第一年的6-8月有暑校，但暑校期间的学分不计入毕业要求学分。前三个学期，每学期必须选至少4门课，第四学期可以只选Capstone。毕业除37学分（12门课+1学期Capstone）要求外，还有实习要求，会在第二年4月底进行海报展示，5月初提交报告，5月底毕业。就业信息看完了录取要求和毕业要求，我们来看看关于就业相关内容。1.求职资源：大部分同学找工作的方式是求职网站投递。也有同学通过专业人士内推或校友内推。内推的话，学院老师、学长学姐，甚至一起上课的有工作经历的同学，都是很好的资源。美国的话，纽约、新泽西、麻省都有很多的生物医药企业和医院研究机构；中国本专业就业主要集中在上海浙江一带。这个是关于生物统计专业的一个总体介绍，接下来我们看下就业资源都有哪些呢1.1招聘会公共卫生学院每年有春秋两次招聘会，学校会提前通知有哪些参会企业和机构支持OPT、提供工作签，哪些招聘实习生等等信息。1.2校友圈校友们大都集中在纽约、波士顿、新泽西。项目会安排一些校友回校互动，因此要多关注邮件。平时注意完善自己的LinkedIn，可以通过LinkedIn搜集校友信息。1.3实习资源校外实习需要用到CPT，在拿到实习offer以后向学校申请。医学中心的实习，包括纽约长老会医院的实习和校内申请做研究生助理（GA）或者研究助理（RA），不需要CPT。1.4学校资源学校的Career网站是最容易收到面试和offer的渠道，每周都有更新，学校的就业辅导中心也会每周五发邮件提醒近期的求职研讨会、企业校招和新的岗位。2.就业去向留在美国的学长学姐基本上都在纽约。也有人去到加州、麻省和其他地区的。生物统计学就业主要集中在药企、医疗保险、医院、研究机构和大学，也有少部分同学去了咨询公司（Analysis Group）和科技公司。硕士的就业基本是statistical analyst，healthcare analyst，statistical programmer，consultant等，phd很多也会去企业，做biostatistician或者data scientist。就业率很高，感觉目前国内外无论是生物统计学硕士还是博士都处于供小于求的阶段。行业有：咨询：看重本科院校及硕士成绩，要具备case study的能力，保险：每个部门侧重点不一样，所用的统计学软件也不一，主要还是SAS和R制药/生物科技：美东制药和CRO公司很多。硕士做biostatistician有难度，但也有成功的，要有耐心；sas programmer会招很多小硕，建议提前考一下SAS base和 SAS advanced证书学校/医院：主要做healthcare，比较好进，但是工资较低。还有一个优势就是不用抽签。3.薪资情况关于薪资情况，不同行业薪资差异很大，咨询、药厂和保险公司薪资较高，纽约地区大概一年7.5-8万美金；医院薪资略低，大概6.5-7万美金；政府部门、学校和非盈利组织薪资最低，大概5.5-6万美金。纽约税率较高，到手工资大概要打八折。4.求职准备尽量在第一年暑假找到高质量的实习，专业知识要牢固，每场面试都会提问统计学知识，简历上写过的项目要足够熟悉。5.找工作的经验在美国找工作，你在项目中的实习经验，这个特别重要，甚至有同学直接留在了实习机构。所以一定要积攒相关的实习经验。总的来说，哥大生物统计项目毕业找工作花费的时间精力少于其他行业。2019年5月毕业的学生通常在毕业前后开始找工作，7月就能够找到并开始入职。2020年受疫情影响，很多公司freeze了招聘流程，但非盈利机构招聘岗位很多。多看求职网站，多咨询自己的导师，去一些招聘会增加对周边机构的了解，找到正职很有希望。总结最后我给大家做一个总结：1. 哥伦比亚大学的生物统计学硕士项目共有MS和MPH两个学位，MS项目有以下5个方向：（原理和方法）、（制药统计学）、（统计遗传学）、（临床研究方法）、（患者导向研究），其中，（临床研究方法）和（患者导向研究）要求申请前已取得过临床相关学科的博士学位，剩下的三个方向，课程安排有些许差别，就业情况基本一致。2. 毕业除37学分（12门课+1学期Capstone）要求外，还有实习要求，会在第二年4月底进行海报展示，5月初提交报告，5月底毕业。3.生物统计学就业主要集中在药企、医疗保险、医院、研究机构和大学，也有少部分同学去了咨询公司（Analysis Group）和科技公司。就业率很高，感觉目前国内外无论是生物统计学硕士还是博士都处于供小于求的阶段。好的，相信大家对哥大生物统计专业也有了很深刻的了解。哥大生物统计项目留纽约或去美国其他地区或回国都很有优势，可以说认可度比较高。建议第一年想清楚自己到底想要什么，向着自己的目标规划接下来的读书实习计划，事半功倍，这一点很重要。最后祝愿大家都能找到理想的工作~

一． 课程介绍闻名世界的美国常春藤名校——哥伦比亚大学。但是，哥大统计学专业总是被人吐槽水，理由是：中国人多。我想说中国人多，并不代表水平差，而是代表我们学生的数学水平好，喜欢学统计学。今天我就来讲讲哥大统计学的录取要求和就业解读。哥大统计专业是一个就业导向的项目。课程设置偏基础、偏应用，第一学期的基础课程十分简单，非常照顾本科非统计专业的同学，可以让他们从基础入手，而第二学期的课程相对难一些，但是也是统计模型应用中不可缺少的部分。可以说，哥大统计专业为一个“统计新手“提供了一年半的从入门到精通的课程，在毕业时，学生可以有效掌握各类目前流行并实用的统计模型，为学生今后的相关工作打好基础学习该专业的学生呢，有部分是职场中人。SO,哥大为了满足学生的要求，规定该硕士学位接受全职和兼职的学生。那我们先来看看哥大统计学的录取要求和毕业要求二． 录取要求及毕业要求1. 录取要求虽然哥大统计专业的中国人众多，但并不表示哥大统计的录取条件就低。综合来说，GPAGRE托福，这三样并无硬性规定，但是托福100+，GRE 320左右还是要有的。但是哥大统计的录取是一个综合的考量，除了GPAGRE托福三个硬性成绩，你的实习经历，你的科研经历，你不一定要样样出色，但是你至少要有一个亮点抓住招生官的眼球。如果托福不满100的同学需要在开学后去上一个英语班。值得一提的是，如果你的托福满100了，你也可以自愿参加这个英语班。因为统计的专业课基本都是大课，人最少的也有几十个人，但是这个英语班只有10个人左右，是难能可贵的体验美国大学小班制的机会，老师人也非常nice，虽然不能说一个学期使你的英语有什么质的飞跃，但是让你自信的开口说话，更快更好的适应美国生活肯定是有所帮助的，在这里建议大家有精力的都可以考虑去上一下。2. 毕业要求哥大统计项目是一年半的时间，3个学期，硕士毕业要求是修满30学分，一共10门课程，修满所有学分即可毕业，因此可以提前半年毕业。毕业最低GPA是3.0，但是老师一般情况下不会给你低于3.0的成绩。如果一门课上到中途感觉考试无法合格，可以把课程改成pass/fail，这样最终成绩单上这门课的成绩就会显示成合格或不合格，不会计入GPA，同时他也无法算入毕业的30个学分10个课程中。哥大统计学专业是无毕业论文要求的。三．就业信息看完了录取要求和毕业要求，我们来看看关于就业相关内容。1.求职资源首先是求职资源，其实哥大的求职资源是很丰富的，学院会提供各种职业培训课程，从最基础的写简历和简历邮件，到最后的面试。但是就像前面提到的那样，因为专业内学生太多，就业辅导老师不可能关注到每一个人，所以就需要大家主动去联系老师，寻求老师的帮助，他们可以帮助修改简历，提供建议，并且他们是很热心的，回复邮件也很快。接下来我们看下都有哪些求职资源吧。1.1.招聘会春季时学院会给学生发各种招聘会的邮件，有些招聘会的位置是有限的需要尽快报名抢位置。企业团队的工作人员来做个演示，讲讲他们是哪个团队，他们目前在做什么，他们要招什么样的人，感兴趣的话可以把自己的简历放在桌上，或者会后主动联系他们的联系人。1.2.校友圈虽然校友圈不是一定带来帮助，但是如果有认识的师兄师姐这个却是切实可用的资源。所以刚开学的各种联谊活动建议积极参加。1.3.企业宣讲会每年刚开学的时候，哥大纽约的投行、咨询公司就会开始在哥大里面进行宣讲会，这个在其他学校是很难有这样的机会。而且宣讲会也是大家networking的开始，也可以借此机会了解这些投行各部门都有哪些工作内容，他们喜欢招收什么样的员工，这样也可以类比出自己应该具备什么样的素质去完善自己，增加求职竞争力。2.就业去向可以说统计专业的就业去向真的是五花八门，最常见的就是去任意公司做数据分析职位、大数据职位。还有去金融行业的，包括券商研究部门、风控部门等，还有同学在互联网公司做产品。统计专业是一个可以随时和各个行业链接起来的专业，所以如果大家对将来做什么工作还不是很确定的话，选统计专业给你无限可能。3.薪资情况由于统计专业就业方向真的非常广泛，所以大家的薪资情况也差距非常大。综合来说，金融行业和大数据分析的职位还是工资还是挺高的。学姐目前在国内工作所以说一下国内的情况。像大数据、码农一类的职位应届年薪在30w以上，投行在30w到50w，金融类的20w左右，普通的数据分析岗位基本在10-15w，都是指税前年薪包括年终奖4.求职准备想找一份比较中意的工作，应该提前做哪些准备呢？如果想留美工作，一定一定要做实习。因为国内的实习经历美国人是不会很重视的，有的同学在国际知名的公司或者跨国公司实习的还好，但如果是一些他们完全不了解国内的公司，他们基本是不认的。所以他们很认可美国当地的实习经历，这个他们是知根知底的。而且另一方面，经过实习之后，工作能力，英语能力确实会有一个质的提高。如果想留美工作，一定要尽全力找实习。如果实在是找不到，也可以去那种可能比较小，无工资，甚至不太正规的公司找点活干，这样的还是容易找到的。记住，重点是提高自己的工作能力和英语能力，这是在美找工作的基石。身边有的同学投了几百份简历，收到了十几个面试，然后一个面试都没有。也有同学反映本来以为自己的英文水平很高，但是真正面试的时候在其他美国应聘者面前说的磕磕巴巴相形见绌。所以英语这一块确实要多下功夫。5.找工作的经验从3月份开始向国内公司投简历，渠道基本是春招、春招补招、各种工作实习群、师兄师姐推荐、本科老师推荐等等，在国外找国内的工作还是有一定的难度，要通过各种可能的渠道找寻机会，投了互联网公司、保险公司、金融行业、还有一些国企的数据分析岗之类的，岗位选择也并不专一，数据分析类的，金融分析类的，产品开发部门。综合来说，哥大的招牌在国内还是很响当当的，是很多公司、机构都十分认可的学校和专业。四．总结1.哥大统计专业是一个就业导向的项目。课程设置偏基础、偏应用，第一学期的基础课程十分简单，非常照顾本科非统计专业的同学，可以让他们从基础入手，而第二学期的课程相对难一些，但是也是统计模型应用中不可缺少的部分。2.虽然哥大统计专业的中国人众多，但并不表示哥大统计的录取条件就低。综合来说，GPAGRE托福，这三样并无硬性规定，但是托福100+，GRE 320左右还是要有的。同时还要看学生的软实力背景。3.关于毕业要求，哥大统计项目是一年半的时间，3个学期，硕士毕业要求是修满30学分，一共10门课程，修满所有学分即可毕业，因此可以提前半年毕业。毕业最低GPA是3.0，但是老师一般情况下不会给你低于3.0的成绩。4.哥大统计专业是一个可以随时和各个行业链接起来的专业，所以如果大家对将来做什么工作还不是很确定的话，选统计专业给你无限可能。我们可以看出哥大统计专业的课程学习还是有一定难度的，需要大家努力努力再努力，同时也要确定自己未来的规划，课程的选择也好，就业方向也好，如果想做data scientist，而且工作内容与统计息息相关，哥大统计还是不错的选择的~最后祝愿大家都能拿到理想的院校和企业的OFFER~

【学生背景】学生姓名：L同学院校背景：加州大学欧文分校所学专业：数学申请成绩：GPA：3.8，GRE：320录取结果：Columbia University（哥伦比亚大学），Master of Arts in Statistics；JHU （约翰霍普金斯大学），Financial Mathematics Master’s Program；NYU (纽约大学)，Master of Science in Financial Engineering服务团队：苗老师（申请老师），杨老师（文书老师）文书素材搜集阶段，先由我们的申请老师与学生展开头脑风暴，尽可能地激发，启发学生回忆自己曾经参加的科研经历与实践经历。学生本身教育背景格外优秀，有两段银行实习，两段科研实习经历。申请老师帮助学生包装了一段实习经历，文书老师针对学生的实习内容进行了润色和提升。对于文书写作方面，文书老师针对对学生的经历做了细致全面的分析与梳理。文书写作重点设置在学生的实习和科研上，尤其强调学生在于mathematics，data analysis和programming方面的优势。同时把学生的美本背景作为一个亮点编撰在文书中，突出了学生的适应能力和跨文化交际能力。学生和家长一致认同文书初稿线条清晰较理想。之后依照学生新添加的研究经历，文书老师对于文书内容进行了补充和梳理，获得了学生的赞许。在整个文书撰写的过程中，学生认真配合，文书老师严谨耐心，最终完成了双方都称心的文书成稿。经历了集体智慧与共同努力，L同学收获了优质的OFFER，相信此后还会有更多让人惊喜的录取结果。也期待L同学在今后的硕士学习中完成更多学术上的突破。

棕榈大道 2020 申请季录取战绩祝贺棕榈大道学员收获哥伦比亚大学应用分析学硕士和统计学硕士录取 offer！offer 展示▲点击大图查看申请背景学校及项目介绍▲图片来自哥大官网哥伦比亚大学（Columbia University），简称哥大，是一所位于美国纽约曼哈顿的世界顶级私立研究型大学，为美国大学协会的十四所创始院校之一，常春藤盟校之一。哥大是美国历史最悠久的五所大学之一，也是培养诺贝尔奖获得者最多的大学之一。哥大校园里还走出 5 位美国开国元勋，奥巴马、罗斯福等四位美国总统，34 位各国元首和政府首脑，10 位美国最高法院大法官。哥大名列 2019 年 U.S.News 美国大学排名第 3 名，2018 年《华尔街日报》/《泰晤士高等教育》美国大学排名第 2 名，2020 年 U.S.News 世界大学排名第 7 名。更多哥大录取案例今年申请季棕榈大道的学员们已经收到了不少哥大的 offer，包括生统，金数，管理学，教育学，电气工程等多个热门专业，文理工商全覆盖！▲点击大图查看详情-END-

哥伦比亚统计学，曾一度被人称作“水项目”，原因不外乎就是中国人太多，但实际上，这个情况在其他美国大学也十分普遍 ，而哥大被拎出来说，可能是因为它居“常青藤”之列。统计学专业常春藤的含金量和学术水准自然不用说，绝对是美国顶尖的存在，这样的排名和名气，再加上地处纽约，就业方面也有很大的优势，受到留学生的追捧就一点也不奇怪了。所以单说中国人多这件事，根本不知这“水”字从何而来。学位设置来说说统计学专业，从美国大学的设置来看，虽然统计学属于数学系，但其实它早就脱离出来，独立成系。也和其他理工类的专业一样，基本会有 MS 学位，也就是Master of Science in Statistics，其他一些院校称为Master of Science in Applied Statistics。1、哥大的统计硕士项目叫 MA in Statistics，学位为两年制，更侧重于学术研究，毕业后可以选择就业也可以选择继续攻读 Ph.d。2、部分院校还会设置单独的 MA学位，在较短的时间里培养学生的统计技能，如果考虑读博的学生不建议申请这个学位，准备时间不够。3、还有一些院校设置了 MAS学位，即Master of Applied Science，“Applied”自然是强调技能在工作中的应用，适用于毕业后不再继续深造，直接工作的学生。所以，同学们申请学位的时候，要好好了解该学位侧重于哪个方向，或是哪种更适合自身的发展需求，找准“要点”，才是成功的关键。专业方向统计学一直是理科的热门专业，不但计算机与科学、应用数学等专业的学生以统计学为目标，就连生物、物理专业的，也喜欢转投统计怀抱，可想而知它的热门程度。而且，随着计算机的广泛应用，统计学几乎可以应用所有科学技术领域、工农业生产、和高层次管理的各个方面。而正是因为这个“应用广”的特点，才奠定了统计学发展速度快，变得越来越热门，各行各业对统计学人才的需求量也随之显著提升。但统计学还分为四种不同的侧重方向。 生物统计：就业面最广，可以进入大学从事教研工作，可以去生物科技和制药公司，也可以直接进入统计机构。在美国，生物统计就业最好的地区集中在东北部和加州，那一片有很多药厂和科研机构，这其中自然包括哥伦比亚大约所在的纽约州。 金融统计：所有统计类中要求最高的，方向主要集中在经济方面的应用，这也是社会对人才培养方向的改变，就是由原来的“理学统计学人才”向“经济统计学人才”发展，可以说能被录取的都是大学霸！ 数理统计：也就是最传统的统计专业分支，运用理论知识透过现象看“本质”，并根据概率论得出结果一个专业，也是统计类中学生人数最多的一个分支。 应用统计：研究统计学的一般理论和方法，跟生物统计一样，就业面很广，包括在自然、经济、工程方面各个领域的应用，算是统计学与其他专业的交叉学科。申请要求传统的On Campus Program，哥大要求申请者们有一定的先修课背景，比如线性代数，高级微积分，概率统计，熟悉计算机编程等。1、GPA：官网没有明确的要求，不过还是3.5比较好，论被拒概率，低于 3.5 就算是 3.4 也有点危险的亚子。2、雅思/托福：托福不能低于100，雅思不能低于7.5，这个确实明确要求了 （P.S.针对非英语母语的学生有 ALP Essay Exam 考核） 。3、GRE： 同样没有确切的要求，但是建议320，不可用 GMAT 替代。4、推荐信：三封学术推荐信，最好都是学术领域的大学教授，当然也可以是工作 领导 。值得注意，美国大学对个别的成绩没有硬性要求，是为了让招生官进行多方面的考虑，如果你标化成绩没有那么出众，软实力也是可以填补缺陷的。美国留学定位想了解自己的GPA、雅思成绩是否能申请哥伦比亚大学，可以使用留学志愿参考系统 （小程序如下）进行定位评估。使用方法：把你的基本情况GPA、托福/雅思成绩、专业、院校背景基本信息输入到留学志愿参考系统中，系统会自动从数据库中匹配出与你情况相似的同学案例，看看他们成功申请到了美国哪些院校，这样子就可以对自己进行精准的定位。

近日，作为前耶鲁大学现哥伦比亚大学教授的克里斯托弗·布拉特曼撰写的一篇文章一时刷屏。克里斯托弗教授在文中标明：“很希望在上大学前，有人曾告诉我这10件事”。“我是一名大学教授，有三年在哥伦比亚大学教学，四年在耶鲁大学教学的经验。这10件事我曾对所有到过我办公室的学生建议过。我不认为这些建议只适用于名牌大学，这份建议适用于每一个学生。当然这些建议之中的大部分我自己已经没有机会遵从了，所以我把这些建议叫做‘我希望有人曾经告诉我的10件事情’。”克里斯托弗教授在大学之中主要教授经济学，政治学和国际化发展。因此大部分学生都是在社会科学专业就读，并计划进入商业，法律，或公共服务系统工作。所以这10条建议对与这些方向的学生最有意义，但是这些建议很可能对大部分学生都是有意义的。文中克里斯托弗教授没有宽泛地给出一个全面的教育，享受生活之类的泛泛之言，而是明确给出了一些能够切实帮助学生，从大学的学习生活之中取得更多实际收获的建议。那么接下来我们就来详细看看克里斯托弗教授的这些建议。1.一定要找到真正适合你的职业职业生涯会占据你生命中的大部分时间，如果它是适合你的强项，你将会感觉充实而快乐，更容易获得满足感和认同感。在这方面有些人很幸运的，他们在第一次尝试的时候就找到了自己擅长并且喜欢的工作，在这方面我花费了三，四次的尝试去摸索。不要等到你已经完成自己在法学院或医学院的学习后，才发现你其实并不喜欢你现在这个专业将会面对的工作。尽早去尝试，在假期去尝试不同的职业，在你毕业之前乃至更早的时间。比起二十几岁时你获得第一份工作后再去抉择，早早地向这个方向进行努力会让你的未来舒服很多。2.获得那些校外很难获得的技能毫无疑问那些老师风趣幽默，内容愉快活泼的课程最受人青睐，大学时代课程带给我最美好回忆的就是历史和心理学课程，他们打开了我心灵给我带来了新的思想。但不要忘了，你还要用大学的时间来建立你的思辨能力，而思辨能力往往都来源于哪些很难由学生自学的专业课程。数学，统计，法律，会计都归于此类，这些课程往往都需要一位经验丰富的导师的指导，才能真让你真正学会这些内容。而通常情况下，思辨能力也是大多数工作的基础。在绝大多数的社科类领域，统计学课程无疑都是学生最应该掌握的非本专业课程，在这些领域中，数据在工作中所占的比重越来越大，想要清晰明确地理解这些数字的意义，你就需要统计学这门课程。3.写作是让你终生受益的能力不管你从事什么样的职业你都需要写作这项技能。无论你是律师，职员，博主亦或是医生，能够将头脑之中复杂的想法用简洁、直接、平实的句子表达出来绝对是一项实用技能。你要学会将清晰且有条理的思想呈现于文字之上。在毕业之后你就会惊奇地发现，在你的一生中竟然会写那么多提案、方案、报告和信件。即使你不是专职于此，电子邮件也一定是你生活与工作当中会遇到的，毕竟这将会是你与老板、同事、朋友乃至客户进行沟通的主要方式。如何写得更好？答案只有练习。博客和论文写作都是非常好的手段；你也可以考虑在创意写作、非小说写作、新闻写作或商务写作方面选修一门课程；读书并反思自己日常工作中撰写的文字内容也是非常好的途径。4.知识并非课堂上的唯一收获你能够从一位优秀的老师身上获得的东西，远远要比从课程内容之中收获的要多。当提到哪些课程对我影响最大时，我最先想到的就是我的加拿大马克思主义历史课，课程由一位社会主义理论家教授。事实上加拿大以外的国家对加拿大历史几乎没有需求，更何况是马克思主义的相关历史，不管你使用的教材是什么版本，在这堂课上所学到的东西都很难有任何实际的应用渠道。但这位教授很擅长引导学生进行激烈并且充满激情的辩论，在这门课程上，我学会了思考以及质疑自己原本对社会的一些基本认知。5.尽可能选择就业广泛的专业如果你像你这个年龄之中绝大多数的学生一样，不知道你长大后究竟想要做些什么。那么在这种情况下，就不要擅自缩小你未来可能的职业选择范围。坚持那些相对主流的专业课程，学习那些最后能够让你拥有很多选择的课程：比如自然科学、历史、经济、政治等等。当然，许多人文学科的课程也是基础。就像之前所说的那样，一名好的老师能够在历史或政治理论课之中将你的辩论、思考和写作能力全面提升。计算机科学和写作技巧也同样属于就业选择范围比较宽阔的专业范畴。6.尽量减少在外语上花费的时间这是我最具争议性的忠告之一，有很多人不同意这一观点。语言当然是非常重要的能力，除了母语之外你应该学习另一种或多种其他语言，这会一定程度上地辅助你未来的发展。但我认为最好是在暑假、大学前或毕业后，通过浸入式学习的方法来进行语言的学习。也许你可以在大学里选修一两门入门课程进行学习，亦或选一两门高级课程来巩固你已经掌握的知识，但大学阶段对于语言的时间付出应该仅限于此。当然思辨能力并不比语言能力更重要，但是跳过统计学等方面课程的补偿成本太高，毕竟很难在大学外找到学习统计学、数学等课程的渠道。学生在大学这段时间里，能修完的课程是有限的，但以后会有很多其他的时间和机会去地学习一门语言。大多数商业以及管理技能也雷同，它们对许多职业来说都是至关重要的内容，但教室显然不是学习它们的好地方，因为实践比理论能教会你更多。7.离开你的舒适区域利用一个暑假或一学年的时间去国外生活，最好是一个与你目前所在的国家完全不同的地方，在那里你会认识当地人，真真切切地了解当地文化的风俗。由美国到加拿大，甚至到欧洲的一些地方，每周以一个国家的速度穿梭于那里的青年旅社之间，这样的旅行方式没能真正教会我另外的一种生活，直到我开始在印度、肯尼亚和乌干达从事研究项目，我才开始真正地对世界和自身有了更深层次的理解。因此我鼓励人们尽可能地离开他们的舒适区，我并不是向大家推荐这种选择，我只是鼓励美国的学生离开英语国家，毕竟这也是学习语言的根本意义所在。8.与教授间的优良关系有助于学术发展如果你决定攻读硕士甚至是博士学位，那么你就至少需要两至三份高质量的推荐信。而想要要做到这一点，你就需要与你的教授建立良好的关系。这往往就意味着你的一个或两门小班课应该是由相同的教授授课，而你则需要多次在办公时间访问这位教授，谋求一个助研或助教的协助职位或问他是否可以做你的论文或独立研究的顾问都有助于培养双方之间的信任和友好关系。9.若非必要写论文要三思一个独立的研究项目可能是你大学生活的完美顶峰。可悲的是，我经常看到一些不值得学生投入时间和精力的论文，对于这些人来说写论文的时间应该花在学习技术技能上。我曾经建议本科生，如果可以选择的话不要写毕业论文。这一观点自然是产生了大量的分歧，我在采纳了相关的意见之后对这一观点进行了调整——如果你专注于一个你感兴趣的问题，或你想学习如何进行研究并且加强与教授的关系；亦或是你正在研究生院学习并且希望尝试将研究和写作作为一种职业选择，那么本科的论文才是一项不错的投资。10. 保障你的思想时刻处于更新之中在每年大学课程结束时，你都应该回头看看你的想法和意见，是否发现12个月前的想法很过时。如果没有，那么很可能这一年里你的努力和探索还远远不够。我常常看一些可能被评价为离经叛道的书籍；我还试着阅读内容涵盖较为广泛的报纸杂志；我还会定期更换自己订阅的期刊，而不是多年来一直看同一种期刊；各类的政治资讯乃至推特上的新闻也都是很好的思想更新途径。另一种更新自己思想的途径是找到一个新地方，在哪里度过一段有意义的时光，最好能有一段全新的人际交往圈子。我很幸运，我的工作经常把我带到一些截然不同的国家，那里的点点滴滴都会改变我对社会的看法。最后希望这些建议能够帮助到那些对于正迷茫于学业与未来的同学们。

全文共8242字，预计学习时长24分钟图源：Unsplash是什么让数据科学成为一个性感的行业？当把海量数据注入到新兴行业中，并随之而涌现的大量令人兴奋的新技术。如今，数据科学不再是纯抽象领域的代名词，而是随处可见。从大型产业到学术研究，无不体现出社会对该专业领域知识需求的增长。如：语音识别、计算机视觉中的物体识别、机器人和自动驾驶、生物信息学、神经科学、系外行星的发现和对宇宙起源的理解、以及组建廉价且成功的棒球队。数据科学从本质上看涵盖了多学科，所以对其更准确的概括应该是知识提取的过程。基本上就是指成功调试工具进行更高效的信息采集、存储、数据处理和合成。美国计算机科学家和图灵奖获得者吉姆·格雷（Jim Gray）认为，继经验主义、理论主义及计算模式的思潮过后，数据科学一跃成为“第四范式”。用格雷的话说，信息技术改变了一切。不知不觉中我们已步入第四次工业革命，数据科学连同机器学习与分布式计算一直处于前沿领域，日后的信息技术只会更加普及。图源：Unsplash话又说回来了，数据科学到底是什么？在上述例子中，数据科学家就是整个企业的核心。他/她必须将应用领域的知识与统计专业知识相结合，并用计算机代码来实现他们。身处发展如此之快的领域，那么谁又是真正值得信赖的专家？下面是一些该领域最具权威的领军人物，他们凭借自己的思想和行动致力于信息技术的普及。没有这些人，带动数字世界发展的科技巨头也就不会在人工智能或机器学习方面取得巨大成就。吴恩达（Andrew Ng，美籍华裔）人工智能研究的进步呈现出了前所未有的快，得益于更多的人加入到了研究队伍中，人数比以往任何时候都要多。我很看好这个趋势，我们需要不断招贤纳士！——吴恩达（@AndrewNg）2019年3月18日吴恩达是AI和机器学习领域最具权威的专家之一，与他人共同创建并指导了谷歌大脑（Google Brain）研究项目，曾是百度的副总裁和首席科学家，带领了人工智能研发团队。此外，吴恩达也是教育事业的先锋者，其联合创办的 Coursera课程平台深受大众喜爱。而且提起深度学习近年来的变革，人们总会把吴恩达比作催化剂。李飞飞（美籍华人）在国会山的时候，我跟议会的成员、参议员还有Stanford HAI的人聊了聊以人为本的人工智能。看到了一句非常好的话，是对人工智能的展望，“人工智能将会让人类之间的联系更加紧密”——李飞飞（@drfeifei），2019年6月12日身为斯坦福大学的计算机科学教授，李飞飞目前也是以人为本人工智能研究院的联合主任。她曾是斯坦福人工智能实验室的负责人（2013-2018），被公认为是人工智能、机器学习、计算机视觉和认知神经科学领域的引领者。李飞飞为 ImageNet虚拟数据库项目付出了很多，这也是她最大的成就之一，该数据库主要用于创建视觉识别软件。可以说深度学习变革的进展离不开她在此项目中所作的努力。Alon Halevy这句很短的话是我之前写的：搜索的难度会越来越大，因为数据因人产生同时也为人所用。感谢HaixunWang鼓励我写下这些话！——Alon Halevy（@AlonHalevy）2019年5月3日Halevy是一名以色列裔美国计算机科学家，也是数据集成领域的领先研究员。他从2005年到2015年担任谷歌的研究科学家，负责谷歌数据融合表（Google Fusion Tables），随后成为技术招聘部门的主管。他还当过华盛顿大学的计算机科学教授。Halevy是斯隆奖得主，于2000年荣获了美国“青年科学家总统奖（PECASE）”。2006年度的时候，获得了十年一度的VLDB Endowment奖。他也是Nimble技术公司（现更名为Actuate企业）和Transformic Inc公司的创始人。Halevy于1993年在斯坦福大学获得了博士学位。Ben Lorica发博：人工智能和机器学习会通过整个组织进行再训练，因此，企业有必要对员工进行全面性的训练。——Ben Lorica（@bigdata），2019年6月26日Lorica是奥莱利媒体公司（ O’ReillyMedia）的首席数据科学家，同时是年度人工智能大会以及Strata数据大会的项目负责人。他的研究方向是商业智能、数据挖掘和机器学习。Lorica在推特上十分活跃，也是一位高产的作家，其出版的书籍会定期在O’ReillyMedia的博客上发布。Bernard Marr影响我们每天生活的关键因素就是快速发展的技术产业。Statista公司发布的一份报告显示，预计全球自动化市场的营业额将在2020年超过500亿美元。——Bernard Marr（@BernardMarr），2019年7月10日Marr是个未来主义者，他的书在世界各地都非常畅销，演讲也十分受欢迎。很多政府和各大企业都会邀请他来当人工智能和数据数据科学的顾问。Marr的终极目标是让世界更好地运用数据。Chris Surdak在教条延续几个世纪以后的今天，分形传达的信息令人不可思议——所有复杂甚至既存的法则都难免留有数学的印记。机器人流程自动化（RPA）、机器加工（Machining）以及人工智能的普及一旦为人们所接受，就不再是晦涩难懂的东西了。——Chris Surdak（@CSurdak），2019年5月9日Surdak声称自己就是个“大数据”。他是一位作家，也是名火箭专家，同时还是技术策略与大数据的专家（这并不见怪）。现在的Surdak没事写写书，经营着自己的顾问公司，以前他在惠普、戴尔、花旗银行都从事过。他一直致力于研究如何最大化利用数字经济的潜力。DJ Patil数据科学是团队活动。——DJ Patil（@dpatil），2019年6月15日2015年至2017年，DJ Patil是美国首席数学家。2008年他与脸书早期的数学科学负责人Jeff Hammerbacher共同命名了“数据科学家”一词的现代版本，这在当时也引起不少关注。目前Patil在Devoted Health公司担任技术总监，之前是RelateIQ（被Salesforce收购）的产品副总裁、Color Labs的首席产品官以及LinkedIn的数据产品负责人和首席科学家。担任国家第一任首席数据科学家期间，他还成立了新的医疗项目，有精准医学计划、“癌症Moonshot”倡议；此外也进行了新一轮的刑事司法改革，通过了数据驱动司法和警察数据提议。帕蒂尔在2016年荣获国防部杰出公共服务奖章。Doug Cutting之前在红木城福克斯剧院参加过两场活动，真的觉得今天这场庆祝Cloudera和 Hortonworks两公司的合并更有意思，是有在向观众传达信息的，而且放了“桶头”的摇滚乐。——Doug Cutting（@cutting）2019年1月10日Doug Cutting创立了搜索索引器 Adobe Lucene和网络爬虫（或蜘蛛）Nutch，二者是通用开源软件平台必不可少的组件，不仅如此，还将通用开源软件（如Linux 和MySQL）的性能提升到了垂直搜索层面。Cutting毕业于斯坦福大学，在施乐帕罗奥多研究中心（Xerox PARC）从事Scatter/Gather算法和计算风格方面的研究工作。他曾是搜索引擎Excite的一位首席设计师，是Apple’s V-Twin 文本搜索框架的主要构思者，之后创建了 Lucene。Dean Abbott毋庸置疑，科学和艺术对高效的机器学习来说缺一不可，因为数学就是文字。机器学习哪有什么常识啊，所有的“知识”都是输进去的数据！——Dean Abbott特（@DeanAbbott），2019年6月7日Abbott是SmarterHQ的联合创始人，这是一家专注于研发个性化人工智能的公司，他在里面也担任着首席数据科学家的角色。Abbott写了很多有关数据科学的书，比如《应用预测分析——专业数据分析师需了解的原则和技巧》（Applied Predictive Analytics: Principles and Techniques for the ProfessionalData Analyst）感兴趣的话可以看看他的博客，上面还有更多个人成就。Hadley Wickhama <- factor(c("character","in", "the", "streets"))b <- factor(c("integer","in", "the", 'sheets'))c(a, b)#> [1] 1 2 4 3 2 1 4 3#rstats——Hadley Wickham（@hadleywickham）2019年7月9日大家可能不知道这个，但其实Wickham的成就随处可见。统计语言中经常会用到他创建的许多包（package），全世界下载量最多的三个R包都是他的。简言之，他就是R方面的专家，而且写的书也跟这方面有关，如《数据科学中的R》（Rfor Data Science）。平日里若不是研发统计模型，那Wickham一定是在出席各个大数据会议，宣传自己的想法。图源：UnsplashHilary Mason肯定有很多人不认同，但我依然喜欢发邮件，我觉得它对维持人与人间的关系有着不可小觑的作用，因为它真的有在提高人们沟通的效率。不过我说的也不一定对。——Hilary Mason（@hmason），2019年6月11日Mason是数据产业领域的领军人物之一，跟许多组织开展合作，将数据科学更好地融入到传统经济领域中。之前她是Bit.ly.公司的首席科学家，最近忙于自己人工智能企业（Fast Forward实验室）的建立。Mason还有一个角色，就是HackNY的联合创办人，该组织专注于培养未来的计算机科学家和计算机工程师。Ilya Sutskever机器学习非常神奇，核心概念并不多，没有过分地违反常理，并且在正确的引领下，该领域前沿的大致方向也是正确的！——Ilya Sutskever（@Ilya Sutskever）2019年5月17日Sutskever目前是OpenAI的首席科学家，该人工智能初创公司由伊隆·马斯克成立。Sutskever研究的是人工智能的风险计算以及如何应对。在整个职业生涯中，他为深度学习做出了巨大贡献。同时，他也是AlexNet神经网络的联合发明者。在多伦多大学获得了计算机科学博士学位。2015年，Sutskever荣登《麻省理工科技评论》35 Innovators Under 35。Jake Porway今天要讲数据科学建立的操作和服务于SXSW社会影响力的人工智能，我非常激动。加入330对话吧！——Jake Porway（@jakeporway）2019年3月8日Porway是DataKing的创始人兼高级总监，这是一支由代码人和统计学家组成的跨学科队伍，他们的共同目标就是普及人工智能和数据科学。Porway最近在纽约时报的搜索和研发实验室担任数据科学家。曾获得了哥伦比亚大学的计算机本科学位和加州大学洛杉矶分校的统计学硕士和博士学位。John Myles White统计实在是太难了，但那些不相信它的人（比如心理学家）很有可能传递错误的信息。事实证明的确如此，而且这个问题一直存在。——John Myles White（@johnmyleswhite)，2019年6月30日John Myles White目前是脸书的数据科学家，平日也会通过Julia编程语言的搞一些开发。他专攻的对象是机器学习和统计（尤其是R）。除去全职开发员的身份，怀特也写各种各样的书，比如“黑客看的机器学习”、用于网页优化的Bandit 算法。Kira Radinsky我为自己的学生感到非常骄傲，他们写出了一个自动化公式1！可以在以色列的高速公路上开！——Kira Radinsky（@KiraRadinsky），2018年10月19日Radinsky是eBay的数据科学总监，也是eBay以色列分部的首席科学家。她曾是SalesPredict公司的首席技术官，该公司后来被eBay收购。Radinsky把所有的热情都投在了预测数据挖掘上。她是数据科学界燃起的一颗新星，登上过福布斯30Under30榜单。Kenneth Cukier人工智能取得的成就当然有其他令人振奋人心的实例，只不过是通过间接或二阶效应体现。在医疗诊断上，人工智能的应用或许只适用于人类——但却降低了辐射的应用，对病人的安全保障和就医环境来说是一次巨大的进步。——Kenneth Cukier（@kncukier），2019年6月20日Cukier是经济学人的数据专家，同时也是一位高产的作家，出版的《大数据：一场能够改变我们生活、工作和思考的变革》（Big Data: A Revolution That WillTransform How We Live, Work, and Think）。他的时间大部分都用在了讨论人工智能和大数据的未来上。Cukier在TED（这是他参加的为数不多的公开讲话）上说过这样一句话“大数据是更好的数据”。Kirk Borne沉浸式创新的下一代前沿领域——VR和AR将结合数据科学、人工智能、创造性能、机器学习以及设计和设计思维为训练和计划提供稳定的环境。——Kirk Borne（@KirkDBorne）2019年7月10日Borne是一名数据科学家，被誉为当今世上最具影响力的人物之一。他研究人工智能和大数据，因此又被IPFC喻为数据科学领域的“排行第一的数字影响者”。你不仅能在世界各地的会议上看到他的演讲，这个人在天文方面也能侃侃而谈。之前他在NASA的哈勃太空望远镜数据团队工作过一段时间。Marck Vaisman能在下周纽约市举办的DominoRev峰会上讲话，我很激动！到时候会分享我从商从政以及学术方面的有关数据科学的经验，也希望从更多在场的优秀数据科学领导者身上学到更多的东西。——Marck Vaisman（@wahalulu），2019年5月14日Vaisman是乔治敦大学和乔治华盛顿大学的兼职教授，给研究生教授大数据的课程，也是微软公司的技术解决专员。因为是做数据科学的，他会帮助顾客操作Azure云端，云端也将运用于数据科学、高级分析和人工智能的处理。Vaisman是R的编程者和倡导者，在2010年启动了统计编程哥伦比亚地区项目，同时也是数据社区哥伦比亚地区的联合创始人，组织的成立推动了该地区数据科学和分析的发展。Monica Rogati我并不觉得数据科学家一抓一大把，但我相信想成为数据科学家但不切实际的人有很多。“我是个打篮球的，但不想做枯燥的训练，只想扣篮，像电视上一样。NBA我来了！”——Monica Rogati（@mrogati）2019年2月14日Rogati是Data Collective (DCVC)的股权合伙人，也是CrowdFlower的科学顾问。2013年至2015年间，她是Jawbone的数据副总裁。曾经也是LinkedIn的高级数据科学家，在这里用五年的时间创建了最初的工作匹配系统，也为LinkedIn建立了首个机器学习模型——“可能认识的人”推荐功能。2014年，Rogati被《财富》（Fortune）评为“大数据全明星”，同年，Fast Company授予她“百位最具创造力商业人物之一”的荣誉称号。她获得了卡内基梅隆大学的计算机科学博士学位。Lukas Biewald深度学习班上有位同学（@thegautam）借助GPT-2模型生成网站域名，效果太棒了。——Lukas Biewald（@l2k），2019年6月24日Biewald是Weights&Biases公司的创始人，该公司主要创建适合机器学习的开发工具。早在2007年，他是FigureEight Inc.互联网公司的联合创办者，该公司当时是收集用于机器学习的训练数据。在那之前，Biewald曾是Powerset的高级科学家和经理，Powerset是一家自然语言搜集技术公司，随后被微软收购。自2005年至2006年间，他带领Yahoo! JAPAN的搜索团队，专注于研发统计机器学习，提高国际市场的网页搜索功能排名。Biewald拥有斯坦福大学的数学本科学位和计算机科学硕士学位，在2010年因创建GiveWorkiPhone应用程序荣获Netexplorateur奖，该程序让用户只需通过简单的操作就能足不出户地帮助难民和发展中国家的人。Inc.杂志上说的30位30岁以下的商业精英就有他的名字。Nando de Freitas剑桥大学的研究员研发了一款可以识别、筛选生菜的机器人，并且不会破坏生菜。——Nando de Freitas（@NandoDF），2019年7月8日Freitas是英国一家人工智能公司DeepMind的首席科学家，该公司是创建神经网络的，在2004年被谷歌收购。目前他是牛津大学计算机科学系的教授，研究机器学习领域中的神经网络、贝叶斯推断（Bayesian inference）和深度学习，凭借机器学习方面的工作他还获得过多项奖项。Peter Skomoroch很多合法的初创企业都会因为社会中的各种声音迷失了方向。我们是不是需要给人工智能初创企业来几场顾客报告？通过一些基础操作或者瞥一眼某位机器学习资深人士的融资演讲稿，可以了解很多商业案例的。——Peter Skomoroch（@peteskomoroch），2019年6月25日Skomoroch是LinkedIn的首席研究科学家，提供了“技能”及其他一些数据驱动的服务。他建立了数据整理（Data Wrangling），进行数据挖掘，提供预测分析咨询服务。在加入LinkedIn之前，他曾担任过Juice Analytics的高级分析总监、AOL Search的高级研究工程师，也是麻省理工学院Lincoln 实验室的研究人员。Skomoroch获得了布兰戴斯大学的数学物理学士学位。Sebastian Thrun谷歌眼镜的问世、Focalsbynorth智能眼镜的发布（我惊了！），当然还有我在Magicleap公司的第一周都非常棒，这个公司果然名不虚传。Focals可能是最赞的AR体验了，我迫不及待想看更多的Leap应用程序！——SebastianThrun (@SebastianThrun)2019年4月24日Thrun创立了Google X，自此在数据科学领域一举成名。该项目旨在研究未来技术和潜在领域。Magicleap之所以能够相继推出自动驾驶汽车、谷歌眼镜等就是拜GoogleX所赐。目前Thrun在斯坦福大学做研究，他也是Udacity的创始人。Wes McKinney蚁群算法（Ant colonies）跟C++构建系统有许多共同点。——Wes McKinney（@wesmckinn），2019年3月15日McKinney是Pandas数据库的创始人，致力于开发Python编码语言。他著的书不仅跟数据库有关，还拓展了很多Python领域的知识，经常是全球大大小小数据会议的重要人物。貌似只有数据专家才能关注他的推特，不过他的见解十分重要。Yann LeCun（法裔美国计算机科学家）常识植根于语言一直是一个误解。恕我直言，常识来源于你对世界的认知，相比语言它跟直观物理（IntuitivePhysics）有着更多千丝万缕的联系。不过这个世界少不了人与人的沟通，语言也就成为了其中的一部分。——Yann LeCun（@ylecun）2019年7月9日图源：Unsplash留言点赞关注我们一起分享AI学习与发展的干货如转载，请后台留言，遵守转载规范