更新時(shí)間：2024-10-06 15:48:23作者：留學(xué)之路
DS項(xiàng)目學(xué)制有兩種，一種是4學(xué)期制，還有一種是3學(xué)期制，學(xué)生可以根據(jù)自己的需求去選擇。如果你是學(xué)霸，學(xué)習(xí)能力強(qiáng)，不怕高學(xué)習(xí)強(qiáng)度的課程，想早些讀完早點(diǎn)畢業(yè)的話，那么可以選擇3學(xué)期制，3個(gè)每學(xué)期每個(gè)學(xué)習(xí)都是2門必修課，2門選修課;如果你專業(yè)基礎(chǔ)一般，更傾向于學(xué)習(xí)壓力偏低的課程設(shè)置，那么可以選擇4學(xué)期制，前3個(gè)學(xué)期每個(gè)學(xué)期是2門必修課，1門選修課，第4學(xué)期是3門選修課。
具體課程介紹，大家可以去官網(wǎng)了解一下。課程設(shè)置還是很成熟的，并不是簡(jiǎn)單的business、cs以及stats課程的融合，而且有系統(tǒng)有體系地在培養(yǎng)一個(gè)真正的data scientist。
真正的data scientist，不僅理論上要會(huì)做模型優(yōu)化，還要學(xué)會(huì)提出insight。
整體來(lái)看的話，DS項(xiàng)目的課程設(shè)置還算是合理的。
第一學(xué)年的必修課包括intro ds、big data以及machine learning，如果你有一定的統(tǒng)計(jì)學(xué)背景和基礎(chǔ)的話，第一年的課程難度還是很低的，ML以及stats講的內(nèi)容都比較基礎(chǔ)，偏理論教學(xué);ML屬于神課，好好跟著學(xué)的話，還是可以學(xué)到很多東西的，不過(guò)big data我感覺(jué)性價(jià)比并不高;第二學(xué)年的必修課包括final project以及stats inference，stats inference這門課程聽說(shuō)比較難。
選修課的話，沒(méi)有課程和學(xué)院限制，學(xué)生完全可以根據(jù)自己的興趣方向去選擇，比如說(shuō)math、stats、business、cs以及engineering等等領(lǐng)域的課程都可以選擇，選課的超高靈活度，應(yīng)該是NYU的亮點(diǎn)之一了吧。
deep learning以及NLP這兩門課程還是很不錯(cuò)的。
Deep learning這門課的授課老師是業(yè)內(nèi)的大牛教授，而且TA團(tuán)隊(duì)很不錯(cuò)。不過(guò)大牛教授講課的時(shí)候，不會(huì)每個(gè)細(xì)節(jié)都講到，主要還是靠自學(xué)，整本教材差不多80%的內(nèi)容都是需要自學(xué)的。
課下的作業(yè)難度偏高，不過(guò)好好做作業(yè)的話，可以學(xué)到很多知識(shí)，基本上都是讀paper。整體來(lái)看，deep learning這門課程的load還是很重的。
NLP這門課程的授課老師是Kyunghyun cho，講課的邏輯很清晰，主要就是圍繞用deep learning做NLP進(jìn)行教學(xué)。
選擇選修課的時(shí)候，最好可以選擇NLP以及deep learning這兩個(gè)方向的課程，對(duì)后續(xù)的就業(yè)還是很有幫助的。不過(guò)大家也可以根據(jù)自己的興趣和未來(lái)職業(yè)規(guī)劃去選擇，適合自己的才是最好的。
學(xué)校有校級(jí)的career fair，有春季和秋季兩場(chǎng)，有很多企業(yè)都會(huì)過(guò)來(lái)招聘。學(xué)院有自己的career fair，差不多每周都會(huì)有企業(yè)過(guò)來(lái)招聘，平時(shí)學(xué)院也會(huì)以郵件的方式，讓學(xué)生即時(shí)了解一些opening的崗位。
除了提供實(shí)習(xí)和全職的崗位，還會(huì)提供一些相應(yīng)的配套服務(wù)，比如面試培訓(xùn)和修改簡(jiǎn)歷，如果有需要的話，還是可以去找老師幫忙的。