耶鲁大学统计与数据科学硕士项目就读体验

耶鲁大学统计与数据科学硕士项目

就读于该项目的Norah老师认为该项目课程硬核，选择灵活，时长适中，整体氛围也很好，最重要的是bar很高！

话不多说一起来听听老师怎么说！

学员介绍

本科：美本

专业1：Computer Science

专业2：Statistics

GPA：3.9+

TOEFL/IELTS：无

GRE/GMAT：335+

老师怎么说？

项目整体还是比较不错的，课程设置硬核，一年半的时长可以满足暑假实习的需求。很小的cohort也使得大家都互相认识，平时系里氛围也很好。

项目概况

我们这个项目是20Fall开设，到21Fall正式对外招生，目前也算是哈耶普斯麻的梯队里，相对年轻的数据科学项目。

这个项目隶属于耶鲁的GSAS（Graduate School of Arts and Sciences）学院下的统计与数据科学系。

统计与数据科学系开设2个硕士项目：

• 统计学硕士(M.A.in Statistics)

• 统计和数据科学硕士(M.S.in Statistics and Data Science）

SDS项目时长一年半，毕业后可以作为visiting student在第四学期继续上课，也就是可以延长到两年；另一个统计学项目，时长一年。

两个项目一起招生，在入学后，是允许学生在两个项目之间转换的。MA+MS每届的cohort size总共15-20人。

系里的课程质量很高，学得很深入，压力也比较大，很多课每周都有作业，作业也有一定难度。建议想要申请的同学在本科时就打好数学和计算机基础，不过office hour很多，TA也都很好。

因为选课灵活，对各个方向感兴趣的同学都能学到想学的东西，想找工的同学可以选一些简单的课来达到时间上的取舍，想读PhD的同学也有很多RA机会，可以根据自己的计划调节。

由于cohort size很小，同学之间交流很多，和系里的PhD、本科生、教授也都很熟。系里还给每个研究生都准备了和PhD一样的办公室，每年开学初和感恩节、圣诞节都会请全系聚餐，平时也会经常组织一些集体活动，氛围很和谐！

申请难度

MA和MS这两个项目的招生规模都很小，所以在统计和数据科学里面算比较难录的。

我了解到的是23届总体还是很难的，据Jay所说，有1000多份申请，最后入学的大概有20个，录取应该在40个，这样算下来录取率只有4%。

项目的申请要求是不强制要求GRE成绩，但还是建议考，标化成绩也是卷到飞起，数学和CS的背景也建议要有。

申请材料：

•A statement of academic purpose

• A list of all the prior colleges or universities you have attended

• Three letters of recommendation

• $105 application fee or fee waiver

• Standardized tests:GRE/TOEFL/IELTS

• Resume/CV

同学背景

录取的人里有纯实习选手，也有纯科研选手，实习的方向感觉也是五花八门。

像DS、DA、MLE、Quant、Neuroscience等等，感觉更看重实习内容而不是公司title，还有三四个人有全职工作经验。

另外就是人种多样，听说Yale有diversity比例要求。但中国人还是占大多数，而且绝大部分中国学生都选择了MS项目。

录取的学生本科大部分是美本TOP30和文理学院TOP10，更偏好每个学校前几名的学生，也会录取个别加本、澳本、陆本。

课程设置

SDS需要一年半完成12学分，平均成绩达到HP且至少两门课是H。

选课很灵活，丰俭由人，可以根据自己的背景和兴趣选择不同领域和深度的课程，选课前需要咨询DGS并获得批准。

系内开设的课程主要在统计理论、概率论、随机过程、机器学习等领域。很多同学还会去上CS、Engineering、SOM的课。

John Lafferty的Machine Learning讲的很好，老师也非常好。另外Zhou Fan讲的也很好，但是他的课比较理论比较难。

此外，每学期有Data Science Project Match会议帮助同学们寻找project或RA机会，还会有全校范围内的教授来做presentation，如果加入项目可以作为Practical Work计入学分。

唯一缺陷是Jay作为Advisor，每学期选课都需要得到他的允许。但他有时候会很死板，如果你想要上太多的非S&DS课，他会不开心并且强制要求你上其他的课。

就业情况

大部分同学选择毕业后工作，小部分继续读PhD。就业方向包括DS, MLE, SDE, Quantitative Researcher等等，往届毕业生都找到了诸如Meta, McKinsey等不错的工作。

学校的OCS提供很多求职相关的课程和一对一的咨询，包括改简历、networking技能、面试技巧等等，也会经常举办Career Fair。

Yale Career网站数据库里可以联系到各个公司的recruiter和在职校友，Yale Cross Campus的Mentorship Program每学期会根据你的需求匹配校友当你的mentor。

除此之外，系主任会经常在mailing list里转发他个人收到的招聘信息和邮件，想找CS方向工作的同学也可以加入CS系的job mailing list。

即使在找工已经是地狱难度的当下，基本上想找工作和暑假实习的都找到了。更多感觉是因为项目本身bar很高，所以大家都很厉害！

对于想读博的人，目前来看都申到了不错的博士，也有人留校读博，是个不错的跳板。

项目解析

课程设置

耶鲁在2020年开设的统计与数据科学硕士项目，时至今日依然是一个年轻的新项目，每年投递的学生络绎不绝。

与传统统计学相比，该项目不仅教授概率论、随机过程、信息论等内容，同时也包含了当下热门的机器学习、数据分析、统计计算等领域。

耶鲁大学的统计与数据科学系开设有统计学硕士和统计和数据科学硕士2个硕士项目。

统计学硕士要求学生完成8门课程，统计和数据科学硕士要求学生完成12门课程。在入学后，耶鲁大学是允许学生在2个项目之间转换的。

其中SDS必修的课程类型是：

• 概率论:至少达到 S&DS 538（概率和统计）或S&DS 541（概率论）的水平

• 统计理论:至少达到 S&DS 542（统计理论）或 S&DS 612（线性模型）的水平

• 处理真实数据的实战类课程:S&DS 625（案例研究）

同时，所有的学生必须至少参加 2 门数据科学方法的课程，一些可供选择的选修课程有 :

• S&DS 563（多元统计）

• S&DS 565（机器学习入门）

• S&DS 661（数据分析）

• S&DS 665（中级机器学习）

• CPSC 663（深度学习理论和应用）

• S&DS 630（优化技术）

• S&DS 631（计算和优化）

• S&DS 632（高级优化技术）

• S&DS 668（非参数估算和机器学习）

• S&DS 669（统计学习理论）

所有学生还必须至少参加 2 门与密集计算和大数据有关的课程。一些可供选择的选修课程有：

• S&DS 562（数据科学的计算工具）

• S&DS 662（统计计算）

• BIS 557（计算统计）

• BIS 634（信息学的计算方法）

• CPSC 524（并行编程技术）

• CPSC 526（构建分布式系统）

• CPSC 527（面向对象编程）

• CPSC 640（数值计算专题）

剩余的4-5门选修课既可以是增加上述数据科学领域学习深度的课程，也可以是包括特定行业和应用领域的课程，比如工程和应用科学、经济学、计算机科学、语言学和生物统计学。

申请条件

项目2021Fall是第一届招生，据学校OIR公布的数据，2021年M.S.inStatistics and Data Science项目有30人入学，其中有16个中国学生。

这两年录取学生的本科GPA多是在3.9甚至4.0左右，虽然项目不要求GRE，但是申请的学生多数也是提交了325以上的成绩。

耶鲁大学统计与数据科学硕士项目的申请竞争异常激烈。然而，这并不意味着机会渺茫。

申请材料：

• 一份学术声明(文书)

• 学士学位及成绩单

• 三封推荐信

• 105美元申请费

• 标化成绩

就业去向

耶鲁大学SDS的毕业生在耶鲁大学、密歇根大学、哥伦比亚大学、斯坦福大学、普渡大学等都有收获继续攻读博士学位的offer。

毕业后直接求职的毕业生，被Oliver Wyman, Captrust, Deutsch Bank, RAAP, Progressive Leasing, Mathematica, McKinsey, 7 Eleven, 和Facebook等各行业的头部公司聘用。

以上就是Norah老师在耶鲁大学统计与数据科学项目的全部就读体验啦！