【前辈说】CMU Global MISM项目（Data方向）申请情况学习生活工作
2022-06-17 19:43:18
动作一个将近结业的选手，通过这两年的硕士练习，照样有良众觉得的。到现正在为止，我仍记得2年前我拿到offer那天的雀跃和感动，也记得申请季中众数个挑灯夜战的夜晚。之前申请的时刻，我曾参考过良众学长学姐的体会贴，照样有良众成绩的，现正在我动作一个凯旋申请到CMU的过来人，也念遵循己方的申请资历，分享极少有效的干货，心愿能够助助到群众。
原本目前网上合于CMU Global MISM项宗旨先容照样良众的，只是良众都是SDE方面的音信，合于Data偏向的音信并没有非常完全。要是你念申请Data偏向，他日的职业计划是从事Data Scientist，那么我的分享对你来说应当照样有必然参考代价的。
我本科是邦内985高校，专业是统计专业，前两年是正在邦内读的，大三的时刻去美邦大学插手相易练习项目，除了练习本专业统计学，还修了金融数学第二学位，只是有一说一，美邦统计学项目中的数学课程难度偏低，是以我的数学才略照样有所低落的。只是正在美邦的练习中，练习了良众物理、史籍以及艺术这些通识课程。美邦的教学属于运用型教学，是以学生能够随着做极少项目，蕴蓄堆积项目和实务体会，我正在大四的时刻，随着教导做了一年的项目，项目中心是统计阐述，正在项目中察觉了良众意思的常识，让我刚强了念要接连读研深制的念法。起先是预备申请Data Science项宗旨，只是自己对数据科学这个界限并不口角常认识，也没有修过呆板练习此类课程，对Python此类的编程道话简直是零本原，仅仅对base R的合联常识对照谙习罢了。
申请季终结，我一共拿到了2个offer，一个是哥大的统计项目，照样有一个是CMU的Global MISM项目。原本我最初阶申请的是CMU MISM的BIDA项目，正在申请之前，我也没有留意认识过MISM这个项目和CMU这所大学，全体便是抱着尝尝的心态，当着彩票项目申请的。
正在3月末的时刻，我收到了CMU的offer，只是并不是BIDA项宗旨及第知照，而是调剂到Global项宗旨调剂知照，学制为21个月，一年正在澳洲，一年正在美邦。当时感应能够去两个邦度体验分歧的练习生涯，还算是对照不错的，思考了一天把握，就决心去读这个项目了。
正在暑假的时刻，我随着一个统计学的教导，做了个项目。这回项目资历，让我察觉我对科研没有太大的兴味，对古代的外面和学术也没有太大感应，也算是为硕士的练习生涯上奠定了一个练习偏向。
CMU的Global MISM项目第一学年是正在澳洲的阿德莱德上课的，阿德莱德属于澳洲南部的一个都邑。校区范围很小，也就两层楼把握，每天差不众不是教室便是睡房，两点一线的生涯倒也是对照没趣乏味的。只是双歇日还好，能够去海边散散步看看海，结果是沿海都邑嘛，小我感应澳洲的生涯还干脆的，很适合恒久栖身。
大抵全豹小区有一百众小我，大局部都是Global MISM项宗旨学生，再有极少Global PPM项目以及MSIT的学生，由于人数自己不众，是以差不众同窗之间都是互相理解的。
Global MISM项目有一个上风，便是能够正在一个学年之内，把项目一齐的中枢课程都上完，只是师资气力和水准方面和美邦比拟照样有必然差异的。好比说一个讲课教员，既能够教Data Mining，又能够教Java，可念而知教学质料原本很日常。练习本原中枢课程，固然能够完全体例地练习本原常识，但这些常识对Data Science方面的职业繁荣并没有太大助助。
要是有时机的话，照样能申请免修就申请免修吧，好比说DMUU，这门课绝对是正在虚耗时候，我上课的时刻，我都傻了，根基讲的都是excel的常识。讲课教员是Riaz教员，这位教员还教Digital Transformation以及Telecommunication，我是真的感应术业有专攻，很少有教员能够做到每个界限的常识都操作得至极完全，是以全部来说，我感应这几门课的课程质料很日常。小我感应好几门课程，都由一个教员来讲的话，真的不太珍视，既然不珍视这些课程的话，为什么又要列入到中枢课程清单中去呢？并且上完Digital Transformation以及Telecommunication这两门课，对我真的没有太大助助，最众我便是练习到了极少本原的通讯界限的常识，只是要是你对通讯界限对照感兴味，可以照样有助助的，正在课上把本原打好，课下己方去延长。
选修课的话，是能够挑选极少美邦校区的长途课的，好比说UDA、Linux、NoSQL等等。只是当时我没有选，我感应反正日后也会去美邦练习的，到时刻再选就好了。但原本否则，美邦校区的神课照样有良众的，正在澳洲的时刻，你能够先练习极少Data的本原课程或者中级课程，然后到了美邦之后，有必然本原，也能够挑选修极少高阶课程。我之前听其他同窗说consulting，我对这个行业蓦地出现了兴味，随后就选了Strategic Planning这门课，只是学了之后，察觉己方原本并不适合consulting这个行业，也算是规避了一个不适合己方的职业繁荣偏向。
这门课程的讲课教员是Murli，上课根基上便是照着PPT读，反正我感应讲的很日常。只是课上照样能够练习到极少本原常识的，课下的时刻众己方扩展自学极少内容，照样会有极少成绩的。我之前正在上课的时刻，苛重是利用的Python，功课什么也是用Python做的，只是教员苛重是用tableau和weka授课的，小我感应众学学tableau照样很有效的。课程还会安插同窗以小组步地实行data challenge，难度偏高。
这门课程属于中枢课程，教学内容苛重是以SQL试验和Database打算外面为主，是一位美邦校区的教员实行讲课，小我感应质料照样很ok的。SQL合联常识，自己对Database这个行业的繁荣就很首要，良众Analytics岗亭正在口试时都邑问到合联题目的。只是我当时正在上课的时刻，感应SQL的语法很难理会，是以学得并不口角常好，导致我后续正在找管事的时刻，管事内容会涉及到SQL的岗亭，我根基上都没有投简历。功课照样对照难的，也很泯灭时候，两个还需求组团完结一个project。
由于第一学年上的良众课质料都不高，所此后续正在选课的时刻，我就没有选美邦长途的选修课，只是现正在看来，有些Data偏向合联的美邦长途选修课照样能够练习一下的。
澳洲的教学质料固然并不口角常高，但只须你有心的话，照样能够学到良众东西的。结果当下互联网这么荣华，你全体能够通过上钩课这种本领，自学极少己方很感兴味的内容。好比说，正在第一学期的时刻，我就通过网课学了Python的本原常识；第二学期的时刻，我又正在网课上学了何如利用Python做data science；正在上Data Mining这门课程的同时，也自学极少machine learning的合联常识。就算教员讲的很好，你也不行全体依赖教员，练习是你己方的事务，照样要有主动性的。
正在澳洲的时刻，课余时候照样良众的，能够自正在独揽良众时候。要是你念要蕴蓄堆积实务体会的话，全体能够使用课余时候去找part time或者操演。后半个学期的时刻，学校会宣告极少part time时机，大局部的岗亭都是data偏向的，普通时长都是10周把握，有时候的话，照样要好好掌管时机的。前期蕴蓄堆积的data偏向的操演体会越众，后续正在找全职的时刻 ，角逐上风越大。
阿德莱德照样有良众创业公司的，AI目前正在阿德莱德也属于方才起步的阶段，市集需求量照样很大的，我理解的良众同窗，之前正在假期的时刻，都去了始创公司操演，有极少是有辅导带着做项目，照样有极少是己方独立做项目。原本试验中的良众事务，和咱们正在校时期练习到的内容是有必然差异的，群众都说要做到外面和时候相联合，也不是没有意思，是以诸君必然要掌管时机，众众操演。
正在澳洲的第一学年，群众根基上都是刚接触Data界限的萌新，可以对这个界限繁荣偏向也不太认识，原本这一年便是查究和练习的一年，相信会碰到良众贫寒和离间，分歧键怕试验，众去试验，就算障碍了也没相合系，结果咱们还年青。只须你通过试验，找到你心爱，也适合你的偏向，那么你就凯旋了。我之前随着一个创业公司做CV和Object Detection，那是我第一次接触CV的合联常识，固然起先良众地方都不懂，但厥后熟练了也就习气了，照样有良众成绩的。
CMU结果是名校光环，是以回邦找操演的话，照样很有上风的，我良众回邦的同窗，正在暑假的时刻都拿到了大厂的offer。我当时正在找操演的时刻，主意照样对照显着的，必然要找Data偏向的岗亭，对邦度倒是没有太大的哀求，什么邦度的公司都敢投。正在三月份的时刻，我拿到了一家加拿至公司的offer，CTO最初阶原来说办签证没题目，只是厥后察觉管事签证照样很费事的，然后就把offer收回去了；此中也收到了一家新加坡公司的口头首肯的offer，但厥后被放了鸽子，我的脸也是挺黑的…
无奈之下，只可回邦，可以是之前运气太差，是以回邦之后运气还不错。正在投简历的时刻，我的简历被一家软件外企看到了，就过程了一轮电话口试和onsite，然后就直接给了offer。管事内容苛重是盘绕着数据阐述，我需求独立负担一个数据阐述项目，从最初阶的数据洗涤、到后续的presentation和阐述用户软件运用境况等等，管事内容涉及地周围照样很广的，确凿对我一个初学者来说有一点难度，但成绩照样很大的。
通过操演，我察觉，一小我做此类项目照样对照费力的，结果数据阐述、模子挑选等题目照样需求有几小我一道实行会商和完满，不只能够相易念法，还能够扩展思绪。一小我负担一个项目，确凿能够成绩良众，冲破己方，但冲破的范围并不高，并且要是思绪良众，很容易一错终究，日后找管事的话，照样要找有团队的Data界限的公司。只是，也是由于这份操演，让我的职业计划加倍显着，Data Scientist此类岗亭照样很适合我的。不过正在公司行业的挑选上，我可以不会挑选软件行业的Data Scientist岗亭，结果正在软件公司中，软件根基上都是固定的，并且搜罗到的数据根基上蜕变也不会非常大，离间性并不高，这也是后续我挑选磋商行业的Data Scientist岗亭的原由之一。正在我看来，岗亭的性子的首要，结果这联系到他日的繁荣前景和市集需求，但公司的行业也同样首要，要挑选适合你的行业才干够。
第二学年到了美邦，先说课程境况吧。美邦校区课程的教学质料照样很不错的，并且第二学年的时刻，本原中枢课程都仍旧上完了，能够挑选极少你感兴味的选修课。该项宗旨选课周围照样很广的，这里我轻易先容一下几门我学过的课程。
这门课程是Heinz的课程，讲课教员是David教导，这位教导不只专业水准很高，还具备充足的磋商公司业内体会，讲课内容苛重盘绕Data Science正在产物阐述中的运用题目，只是涉及的水平并不深刻，简单念考课上这点内容去应付口试照样对照难的，照样要课下众深刻自学极少内容。
这门课程应当属于高阶课程的，课程内容苛重是盘绕着document、column family、key value以及graph这四个NoSQL实行批注，结课之前需求提交一篇论文，课程难度偏高，但成绩照样很大的。
这门课程的热度照样很高的，属于CS的热门课程，也是Machine Learning的初学课程。Roni教员教前半个学期，后半个学期是一个叫Zack的教员教的。小我感应Roni教员讲的照样很不错的，讲课气魄我很心爱，并且讲得也很致密，学生很容易理会。这位教员很心爱info theory，这个常识点大抵前后讲了能有两个星期把握。Zack教员的话，和Roni教员比拟，我感应稍微差了一点，并且Zack教员负担的内容都是SQL中的要点，好比说GPM、RL、DL等等。
功课根基上都是build from scratch，要是你理会了算法，那么功课对你来说并不口角常难，但要是你不睬会的话，照样有必然难度的。测验内容也是以理会为主，没有须要死记硬背的。
除了10601这个section，再有其余一个section——10701是郭秀美负担的，但课程load照样很重的容貌，不只会安插功课，还会有project，但有一说一，成绩照样有良众的，要是让我从新选的线这个section。
原本CMU的A/B Testing，和网上我所认识到的A/B Testing并不是全体相同的。Regression下的ABT和互联网的合联度并不高，偏重于社会考查方面的教学。终末会安插学生以小组的步地完结功课，但哀求并不高。我小我感应这门课程照样有点水的，根基上只正在前半个学期授课，半个学期如何能完全体例地学好一门课程呢？并且后续都邑安插学生做project，本原都没有打好，又何如好好做project呢？
教学内容盘绕Spark打开的，但难度并不高，安插了五次功课，学完能够对Spark的本原中枢常识有必然的认识，但念要深刻练习的话，照样要靠己方课下勤奋。
小我感应是门绝对的水课，学到的常识很有限，但水课也有水课的好处，便是你的课余时候更众了，你能够去练习极少你己方感兴味的常识。
这门课程每周都邑安插quiz，全豹学期有4次功课，每次都有两个part，一个是from stratch，再有一个是kaggle，结课之前需求做一个project，四个同窗一个小组。全部来说，这门课程的load照样很重的，只是你能够通过练习对神经搜集有一个人例的认识，从本原中枢常识，到深刻查究，都邑有良众成绩，要是你承诺练习的话，还能够接触到用gc或者aws手写搜集。
这门课程学分很高，足足有18分，需求4个同窗一道配合才干完结。正在第一学期的时刻，你能够遵循己方的兴味偏向实行项宗旨挑选，我接到的项目是医疗中心的项目，由于我当时对healthcare偏向照样蛮感兴味的。一道做项宗旨同窗照样很靠谱的，是以正在项目中也练习到良众常识。
这门课程的讲课教员是Terry Lee，这位教员正在学生中照样很受接待的，着名度也很高。只是我感应正在上这门课程之前，要是你数据构造方面为零本原或者本原较差，我倡导你先去自学极少本原中枢内容，如此上课的时刻更容易跟上教员的进度。功课难度不口角常高，但有时刻碰到bug的话，找办理本领对照泯灭时候罢了。结课测验照样有点难的，只是我理解的几个SDE的同窗感应难度并不高，和Leetcode的难度差不众，照样一视同仁吧。
Heinz的良众课程的学分都是6分，每门课程的课时也就8周，短短8周的时候推断是学不到什么很深刻的常识的，最众便是让你体例地认识一下本原常识，要是念要练习极少深刻的常识，照样要靠你己方课下主动练习和操演蕴蓄堆积。
我是正在9月份把握初阶投简历的，起先并不是海投，挑选了己方对照感兴味的公司投简历，还特意去了career fair看时机，只是简历投出去就石重大海，没有任何回应。小我感应Heinz照样很不错的，良众美邦的名企都邑来学院里招人，但DS时机不口角常众。
课余时候不要常常出去玩，小我倡导众练习一下SQL、ML以及统计合联的常识，打好本原，我现正在练习的内容越众，越感应Data界限的涵盖面越大，未操作的常识再有良众，已操作的常识再有良众是需求深刻认识的。你现正在练习的这些内容，不只正在后续找管事的口试中会碰着，也会对你日后的管事有很大的助助。
第二学期初阶，有极少公司会扩招，是以管事时机和第一学期比拟照样众了极少的。只是至公司对应届结业生的哀求照样很高的，是以要是你对大厂感兴味的话，角逐压力照样对照大的，正在校时期必然要好好充满己方，全方位晋升己方的才略。
要是能够的话，正在找管事的时刻，能够找几个小伙伴一道投简历、打算口试，有适应的时机，还能够内部共享，碰到了什么题目，还能够一道会商，念主见办理，何乐而不为呢？找管事并不是一朝一夕的事务，公司适合你，你适合公司，这是一个双向的挑选。不要由于投简历没有回答而觉得颓败或者丢失，我信赖勤奋相信会有回报，只是时候题目。
原本Heinz学院正在课程树立上，照样有良众Data偏向的课程的，选课周围照样很广的，你能够遵循己方的兴味偏向，挑选感兴味的课程。要是你他日职业计划是Analytics偏向的岗亭，Heinz初阶的大局部课程都能够餍足你的需求；要是你他日职业计划是预备从事Modeling、Deep Learning以及Machine Learning合联的岗亭的话，也能够挑选极少CS学员的课程；要是是对Business Sense对照感兴味的话，Tepper的课程是个不错的挑选。原本Data Science自己便是一个周围对照雄伟，良众元的界限，工业界的良众data scientist还会涉及极少其他界限的常识。
我终末拿到了一个healthcare行业公司的offer，由于我自己对healthcare就对照感兴味，是以拿到offer的时刻照样很雀跃的。前后并没有等太久，公司的HR正在领英上看到了我的简历，然后就跟我约了口试，通过了口试之后就直接发了offer。
原本不管是练习照样找管事，你都要清晰己方的兴味和偏向，做己方心爱的事务才干享用此中。原本正在上课接触project和练习的时刻，差不众你应当就有一个大致的偏向了，你要做的便是通过课下己方认识以及操演，来显着一个详细的偏向，并为之勤奋。
我小我感应，挑选了CMU照样一个很确切的决心的。CMU的名校光环，确凿正在后续找管事的流程中，照样助助了我良众的。
正在CMU练习的这两年，不只让我学到了良众常识，还让我理解了良众学霸级另外人物，比我圆活的、厉害的人大有人正在，这么优越的人都不停正在勤奋，我又有什么起因懒怠呢？我也深知，己方和他们比拟照样有必然差异的，我能做的便是众和学霸练习，正在己方的才略周围内，做最好的己方。
关于找管事这件事，不管你心爱哪个偏向和界限，只须你确定了偏向，那么就早些初阶打算，众练习这个界限的常识，蕴蓄堆积坚固的外面本原，放假的时刻众去操演，充足你的实务体会。原本我自己并不心爱那种口试前几天的且自突击，原本这种突击也未必会有很不错的成绩。平常众练习众蕴蓄堆积，口试的时刻就不会太心焦了。
先辈们不停都跟我说，data science这个界限中，配合才略和相易才略照样很首要的，你要让别人清晰你正在做什么，有时刻能够用节约的道话来分析一个数据故事，要比mode更有用果。课上的project恰是提拔这些才略的好途径，要是运气不错，能够碰着好的小构成员的话，照样能够学到良众东西的。
说了这么众，也疾到尾声了。以上的分享都是我小我的心得了解，心愿能够对苍茫的诸君有极少助助，也歌颂诸君正在申请季能够拿到理念的offer。