哥大硕士项目统计系，是一个传说中的大“水”项目，真的么？

正因为这个名单，哥大统计学被黑出天际：“中国学生录取率这么高，一看就很水！”

哥大统计学硕士项目，真的有那么“水”吗？我们邀请了哥大统计学硕士王学姐来给大家分享她的亲身体验。

哥大统计系，是一个传说中的大水项目。在知乎更是一度被黑，传言说哥大统计项目“是个人都能进”。

事实真的是这样么？这么火的“统计学”又到底是个怎样的专业？在哥大读书又有什么不一样的体验呢？

那么接下来，就由我来和大家分享下自己的学习体验。

但是要知道，我们光全职的教授就有50多个，加上兼职的教授以及也隶属在其他学院的教授，就要有60-70个了。在拥有这么多教授资源的超级大系里，如果每年只招收20-30个项目的硕士学生，也是有点诡异的，系里也哪来的钱养那些大牛教授呢？

所以人多，首先是因为系大。系大的好处就是：

● 第一，课程开设的更加丰富。

我刚去官网上挂出的课里数了数，一共有105门专业课可以任你选择。而且选课十分自由。只要完成必修的4门课（probability， inference，linear regression models，还有applied data analysis）剩余的8门课随便从剩下的这101门课里挑选。

而且学院有开设很多的跨院课程，比如和商学院、工学院、数学院、医学院合作的课程，可以让未来想走金融统计、data science、还有统计理论（比如随机矩阵）、以及生物统计的同学， 都有可以选择的课程，照顾到了每一位同学的需求。

● 第二，你有各种机会去和老师进行交流，教授们的研究方向也十分丰富，而且涵盖面非常广。

大家可以积极的去问问导师的项目组，有没有合适的项目可以让你帮忙，也就是担任所谓的Research Assistant，实话说，统计系这样的机会还是很多的，我有很多统计系的同学也是在data science institute里做RA。

但是，系大也有一个不好的地方，资源很多，但是能不能落到你的头上，就是需要你的努力了。

硕士阶段，还是有非常多的career fair以及其他的机会，各大公司也会来系里开讲座+招人，有兴趣的大家就需要关注邮件，去听讲座，并且在讲座后积极的去和HR沟通，争取机会。

哥大统计系，也基本上是分为4个track，包括金融、data science、精算和生物统计。

拿我个人来说，我未来想走data science方向，所以在哥大的这一年，我选修了很多data science的课程，同时呢，我想专注一些算法的改进，也就是data science中偏理论的方向。

在我的advisor的建议下， 我选修了一些比如Bayesian Statistics，Nonparametric Statistics，Applied Data Science，Multivariate Stat Inference，Elementary Stochastic Processes，Statistical Machine Learning等等的专业课，这些都十分契合我的发展需求。我又学习了机器学习的理论知识，同时也精进了编程技能。

当然，如果你只是为了要走工业界，你可以更多的去选择一些应用类的课程，比如Neural Networks & Deep Learning，Natural Language Processing，Deep Learning for Computer Vision and Natural Language Processing等等，这些都是非常有意义的课。比如我就在一门课中，完成了推荐系统算法的改进、人脸识别、以及情感分析的project。

就我个人来说，我是中上游的985，我的绩点在88点多。所以，在我看来，我们是不可以因为某个单项的条件，就去说这个申请者的条件好与不好。比如你可能看到了他“双非”，但他的绩点可能很高。或者他虽然是80分出头的绩点，可能他来自国内的top3名校。

并且，我认为哥大是一个特别注重diversity的学校，基本不会出现太多相似背景的申请者。“水”，可能就是指的周围同学存在的一个方差。但是教课的教授们，都是领域内的大牛，所以学到的专业知识，可是一点都不水。

我知道的周围的同学的去向也都不错，比如有腾讯的算法岗，阿里巴巴、字节跳动、小红书、滴滴的数据分析岗，等等，还有北上广的金融公司、商业银行等。

在美国找工作的，我的朋友也找到了纽约的工作，还有进入了flag的同学。总体来说，毕业生最常见的就业方向有: IT 企业、 金融投行、医药企业、信息咨询公司这四个。

就我所在的data science方向来说，IT 企业是 DS 运用的前沿，也是 DS 毕业生最重要的就职选择。根据称呼的不同能看到 DS 在 IT 企业的运用。Data Scientist 这个 title 多见于大型 IT 企业，比如 Microsoft, Baidu 等。

他们搞的是比较前沿的深度学习，还有常见的Data Analyst,在我看来，data analyst的难度普遍低于 Data Scientist,主要是运用 Python, R, Java 等语言做数据处理和基于算法做简单的小规模数据分析。

统计系的career这一个板块，也提供了很多的就业信息。主要是帮助学生通过网络，和哥大的networking，去找到一些职业机会，然后找到工作。 

同时，这里也有很多学生可以参加的，与统计或者data science有关的各种小组和在线论坛，大家可以以此获得一些实习机会的可能，或者起码参与并了解有关会议和行业会议的信息。具体里面有Individual Career Counseling，Professional Development Course，Workshops and Panels，professional placement 以及PhD Placement等等。

当然，还有一些想要继续深造的同学，也都去往了专业排名大概在美国的top30的学校攻读博士学位。