【选校信息-DS】东北大学 NEU MSDS（MS in Data Science）数据科学硕士项目介绍+申请录取+就读就业体验+答疑（2019/2017）
2019 fall NEU DS入学大半个月感受
编辑于2019.04
波士顿已经是大城市了但是公共交通还是并没有国内便利，频繁出行还是要买车比较好。不过我平时上课活动范围挺有限的还算能接受。& 美国的邮政（不算Amazon）奇慢无比
陆本 某211财经大学 数学本科
目前觉得确实这边作业会布置得比国内勤快，多跟TA和同学交流很重要，只要上课听懂作业基本上无问题
拿A拿B难吗？:这个感觉取决于基础，本人数学和编程的底子还可以，目前没有觉得跟不上。但是班上一些转专业的同学就比较suffer
课下主要是和TA提问交流，会有研究机会的，主要面向二年级想读phd的同学吧，找工党更多还是专注于实习
来之前T 103
东北计算机学院印度学生和老师是真的多，需要适应
申请录取和就业情况:
19fall录取的陆本挺多来自比较好的211或者中等（？不懂怎么分级）985，大多是math或者cs出身，也有几个转专业选手
东北的coop项目算是大家愿意来的很大一个原因了吧，修完16学分之后gpa 3.2以上可以利用学校coop平台找coop项目。找实习据上一届学长说挺多人都可以找到实习和coop，大厂实习的情况还没有问。
看这个帖子的一般是想要申请学校来了解的同学吧，对新生提醒一句，东北的ds专业，入学的时候会有一个clearance考试，考数学和编程，难度应该对理工科背景的人都是很友好的，真的是非常基础的概率论、线代和编程，如果你本科这几样基础不差的话来之前看一遍书就完全ok了，但是如果你对这几样东西不是那么熟悉，那么建议你在假期中多费功夫从0好好学一遍。
为什么通过这个考试很重要？因为东北的校外工作规定必须修满16个graduate level的学分才可以开始，如果这个考试不通过的话，你将会被要求去修一到两门undergraduate level的先修课（具体是一门还是两门取决于你是数学分不够还是编程分不够还是都不够）这样意味着你会错过暑假去实习的机会，而且也延长了半年的战线。
再说说课程吧，ds第一个学期新生被建议选一门DS 5110，主要是讲一些用R实现的简单数据处理、建模和可视化，另一面可以从 DS 5220 supervised learning 和 CS 5800 Algorithm里面选，其中，5800这门课，几乎所有和码沾边的项目都会来抢，大家想选一定要赶着一开始选课就下手。至于课程难度，DS 5110是一门基础课程，并不难，而5800的难度是因人而异的，如果你有一定的数学知识和编程熟练度的话估计每周的problem set作业就花个小半天，但是班上一些其他背景的同学相对来说就比较suffer，这门课的难度也是在循序渐进。
学校大规模的career fair是十月初进行，但是想进去还得在网上申请之后排wait list，估计是优先二年级吧……平时也会有一些其他公司的info session，NEU总的来说是一个很偏向于找工的学校，我们这学期还有一门1学分的seminar是专门讲求职的一些相关内容的(怎么写简历，怎么和hr small talk）
答疑：
Q：neu ds毕业生走sde方向的多吗
A：多的，这个项目比起其他一些学校的ds或者Analytics来说也更cs一点
Q：这个项目整体花费大概有多少？波士顿物价高吗？
A：学费一学期1w多刀，房价大概是一个月1200到1500，取决于你住的房子。物价的话如果你经常外食生活费就会比较高，自己做饭会好一些
Q：neu ds一届差不多class size大概多少呀
A：挺大的呢，超过100这样子，印度人很多
Credit to 有很多头疼的事
**********************************************
2017 fall NEU DS 临毕业经验分享
编辑于2019.06
波士顿是美东大城市之一，基础设施非常完善，交通方便，华人也很多，城市总体很年轻，各国餐厅应有尽有，又有很多中国超市。还有k town，生活非常舒服。新人需要注意的就是不用太着急租房子，即使九月份有很多不错的房子，不用听中介忽悠就是了。
本科在一个还不错工科学校，但学的是传统的控制学科，和cs没有任何关系。总体来说课业压力算是中等。由于专业开于计算机学院，属于研究生院里课业很重的，而且本人计算机基础薄弱，所以大量选cs的课的后果就是压力很大，但是也学到了很多东西。希望给学弟学妹提醒的就是要多找ta，多去office hour，在国内读本科有个很不好的习惯就是喜欢一个人死磕，但到了美国其实得到的support远远要比国内多得多，一定要多利用这些资源。死磕也能嗑出来，但是效率通常来说不是最优的，毕竟生活中还有很多别的事情可以做。来之前托福三分数，gre也是320+标准分，在学校和老师同学沟通无障碍，在公司和同时聊家常的时候有严重障碍（听不懂他们聊的家常...比如各种电影，吃的等等), 但不影响工作。
每学期正常情况下两门课，cs基础好的话每门每周15-20小时，拿A不容易也不算太难。例如算法好像A的很少，但是有一半的课还是很好拿A的。
有很多lab和ra的机会，但多数需要有一定基础，如果本科毫无基础，建议利用暑假学学相关的网课，看看书，做一些project会好很多。具体的lab可以去ccis官网查询。
偶尔回去party，没有也不强求，美国人也不是性格都跟你match，正常看待就好，毕竟没有娶（嫁）美国人的强烈欲望，最后这行业，题做出来才是王道。
实习主要还是身边人推荐，以及学校的coop系统（一定要好好利用，省下大量时间和精力）。关于找实习，coop多说一句，并不是优中选优，而是达标即可，因为对于公司来说录用intern（coop）的成本没有想得那么大，所以大家投公司也不用有太大的顾虑，多投多尝试，努力准备，积攒面试经验，波士顿地理优势不如湾区但也绝对不小，希望好好利用。
在美国，自由还是多一点，而且远离很多琐事，比较专心做自己喜欢的事情（除了刷题，我本人对刷题也不抗拒就是了）。而且平台很不错，你有本事的真的是天高任鸟飞。还有就是coop的系统真的省了很多时间，好好利用。
申请录取和就业情况:
因为是新项目，毕业生很少，已知一个师兄去了zillow，package大大的。其他主要还是coop和intern，coop很给力，我们这届基本想找工作的国人全部都有coop。coop也有不乏bcg，spotify，ebay， tjx等公司
最后想说的一点就是克服焦虑吧。这个其实新生来美国都会有，找工作的焦虑，找coop的焦虑，选课上课的焦虑等等。作为新生一定要合理看待这些焦虑，你是无法在两年内学会所有东西的，所以像是算法，ml这种基础知识要扎实，有条件的话最好熟悉操作系统和计算机基础知识。这些基础绝对是回报率最高的，所以任何时候都不要放下。其他多为锦上添花，看自己兴趣再着力发展。
补充：关于ds 转 cs， 在院内转应该好转很多。总体来说；录取的时候cs的bar要比ds要高，但是进了学院如果成绩还可以，又有老师愿意推荐，难度不是特别的大，下一届已经有几个转去cs了。
答疑：
CCIS是有自己的coop还是全校共享？从去年开始全校共享 但是ccis找到coop的比例大概95%，这个是orientation上听来的。ds比cs低，我们这届国人有几个没找到（想回国的或者想直接毕业的） 找到的人还是挺多的
楼主感觉 boston有没有刷题找工氛围弱一些？ 但应该足够让大部分人上岸了？肯定不如湾区或者西雅图，因为那边基本只有cs专业，波士顿这边是主校区，会综合一些，刷题的话集中刷半年应该上岸问题不大，如果有实习的话。
想问一下，目前NEU DS毕业找到Data类工作（DS/DA/DE这些）的多不多？还有data类的coop也会比SDE难找吗？毕业的找到ds的我知道两三个吧，主要是还没毕业几个人，关键是data相关的没有sde工资高，而且竞争稍微大一些，建议两手准备。
Credit to Luckyu2015
***********************************************************************
MSDS项目介绍
内容写于2017.01
推荐NEU波士顿校区CCIS院下新开的M.S. in Data Science项目给大家，因为是16年新开的所以申请人数很少，我们这届20人左右，加到群里的中国人有4个，是不是很惨。。不过可以小班教学了哈哈。官网要求是GRE150V/155Q/4.0A，TOEFL100，不过因为新开所以标准会降低，这样的成绩完全可以去更好的学校了吧。CCIS院也就是计算机院，上了半年学给我感觉NEU的CS是在变的越来越好，学校很重视。这个项目在第一学期开学时会有学前测试考数学和编程，保证大家水平基本一致，不过需要多修一两门基础课。
我感觉这个项目的一个优势就是选课比较自由，可以选自己感兴趣的课来上，师资相比其它一些也会好很多：
必修课程5门，4门本专业开设，1门CS和EECE二选一.
1. Algorithms和Fundamentals of Computing Engineering二选一
2. Introduction to Data Management andProcessing
3. Supervised Machine Learning and LearningTheory
4. Unsupervised Machine Learning and DataMining
5. Presentation and Visualization
选修3门课，各个学院的相关课都可以选，这里只列CS和EECE的部分课
CS~
Information Retrieval
Foundations of Artificial Intelligence
Natural Language Processing
Social Computing
Empirical Research Methods
Special Topics in Artificial Intelligenc
Special Topics in Database Management
EECE~
Computer Vision
High-Performance Computing
Detection and Estimation Theory
Information Theory
Combinatorial optimization
Advanced Computer Vision
Advanced Machine Learning
NEU的传统优势Co-op就不用多说了吧，这些年排名也一直在涨，今年到了Top40（据说有黑幕2333）。一学期两门课，课余时间可以充分利用起来为找工作做准备。学校地处波士顿中心，生活交通便利，除了比较冷。。感兴趣的大家可以去官网看看~不说了，为学前测试复习概率论去了TT
****************************************************************************
下面一段文章写于2017.08
个人简介：17Spring入学的MSDS，通信工程背景，坐标Boston，为自己定下了向AI靠拢的方向。第一学期课选了Machine Learning和R，在之前也上过AndrewNg在Coursera上的ML，主要都是SupervisedML。利用暑假好好补习了Python以及相关库，LeetCode用Python刷题量在70左右，还在坚持刷。17Fall将要上Algorithms和Data Mining两门课，补充算法和UnsupervisedML的知识。短期目标在秋招季找到数据相关SDE或DS职位的Intern或Coop。DS需要学习的知识真是相当多，时间颇为紧迫。所以希望通过打卡监督自己，每天有所成长，并能与同在DS学习与找工路上的朋友们相互交流，共勉！
现有技能：
编程
Java：本科学习过，后来极少用.
Python：刷题主要语言，掌握基本数据结构，会用numpy、pandas、sklearn等库但还不熟练
R：学校课上学的，会用很多库，项目做过数据分析与简单的建模，暑假有些淡忘，用书是 R for Data Science.
SQL：在udemy上正在学，课程很推荐，The Complete SQL Bootcamp: https://www.udemy.com/the-complete-sql-bootcamp/learn/v4/overview
LeetCode：70，远远不够
机器学习与统计
CS 6140/DS 5220 Machine Learning：学校的ML，偏统计。做过一个项目比较了LR、SVM、ANN三种算法做分类，简单涉猎Tensorflow。课上用过三本书.
Machine Learning A Probabilistic Perspective：难度较大
The Elements of Statistical Learning：主要用书，难度适中，推荐
An Introduction to Statistical Learning：补充材料，浅显易懂
Machine Learning by Andrew Ng：上过Coursera上的课，也读过stanford的Lecture Notes
Data Science: Data to Insights by MIT Professional Education：在入读MSDS前跟着上过，由于缺乏基础知识没看完
Kaggle：还处于看别人Kernel的程度
Deep Learning & Computer Vision：大四实习期间用Caffe做过商品图像检索的Project，作为本科毕设，算是很有挑战的Project.
DS学习计划：
编程
Java：复习语法以及数据结构，为Amazon等可能不能用Python的面试做准备
Python：继续刷题，加强学习各种库的使用，作为主要编程语言，有时间就学习些高级语法
R：复习，有可能参考下其他书目如 ggplot2 Elegant Graphics for Data Analysis
SQL：继续学习并能熟练应用.
C++：很想学，计划找到实习后开始入门
Algorithms：秋季提升的重点 by CS 5800 Algorithms
机器学习与统计
Machine Learning
1. 复习巩固基础算法，汇总材料为面试做markdown笔记，已做了Linear Regression
2. 学习Unsupervised算法 by DS 5230 Data Mining
3. 有时间用Kaggle练练手，自己写写Kernel
4. 学校可能的选课：
EECE 7397 Advanced Machine Learning.
Statistics
1. 学习统计的基础知识如hypothesis testing, pvalue, t-test, ANOVA等
2. Udacity nano degree的免费课程: https://github.com/mxc19912008/udacity-nanodegrees
3. Online_Statistics_Education: http://onlinestatbook.com/2/index.html
Deep Learning
1. 必报Andrew Ng的Deep Learning Specialization课程:
https://www.coursera.org/specializations/deep-learning
Neural Networks for Deep Learning
Improving Deep Neural Networks
Structuring Machine Learning Projects
Convolutional Neural Networks
Sequence Models
2. 回顾本科毕设Project，练习向人表述
Big Data, Hadoop, Spark, MapReduce
1. Coursera等mooc.
2. 学校可能的选课：
CS 6240 Parallel Data Processing in MapReduce
EECE 5640 High Performance Computing
Nature Language Processing & Computer Vision
1. Coursera等mooc
2. 学校可能的选课：
CS 6120 Nature Language Processing. Waral 博客有更多文章,
EECE 5639 Computer Vision
EECE 7370 Advanced Computer Vision.
口头表述
作为Data Scientist很重要的软技能。个人在这方面很弱很弱，需要每日练习英语口语，能解释自己写的程序，并准备介绍自己做过的Project
补充内容 (2017-11-23 03:18):
迄今为止卤煮修完了Supervised ML，Unsupervised ML，Intro to Data M&P和Algorithms四门必修，通过学校系统找到了一个小公司的data science coop做推荐系统。第二届学校有扩招，群里已经有二十多个中国人了~
蟹老板背景：布朗大学计算机系2010届校友，自2009年起创办留学咨询工作室，累计top 30全程服务案例100人以上
主申方向：CS/DS/BA/MIS/美国本科TOP 50学校
申请服务：签合约保证录取，6万元/12所学校（5月1日前签约5万），自2019年起每年限10人
语音付费咨询：700元/小时（半小时400），可指导：选校定位、DIY申请、文书构思、面试模拟、背景提升、职业规划、编程学习等
预约服务请加小助理微信：895718791（注明：留学申请；不提供免费咨询）
DS/BA/CS/MIS精华文章整理：http://www.bossqiao.com/
