我是2018级 USF 的 MS of Data Science 的在读学生，之前申请季在 CD 查阅了很多信息，对自己的申请非常有帮助，因此也想回馈一下论坛。
这几年 Data 整个行业景气度的提升，导致对于相关人才的需求不断提升，各大名校的 Data 相关专业的申请人数和录取难度也在不断攀升。而USF因为综排很低，也没有什么名气，让很多想申 Data 相关项目的学生可能不会考虑这个项目。而我也已经在这个项目度过了大半个学期，想为准备申请的朋友们提供一点项目内的视角。
USF 的 Data Science 项目在2012年成立，算是美国最早的一批 analytics 项目了，之前叫做 Master of Analytics（MSAN）,在今年项目才改名，所以我们这一届是整个项目的 cohort 7。
项目的周期是一年（7月初到第二年6月底），相较于其他 DS 项目来说比较短，但又比一般的 BA、Analytics 稍微长一点，将近20门课会在这一年内全部上完，内容涵盖 Data Science 的各个主要领域。开学前会有一个 Bootcamp（7月初到8月中），目的是为了保证让每个学生有足够的数学和编程基础，包含3门课，其中一门是所有人都上的必修，另外两门课是针对自己偏好3选2。我们今年是一门课 EDA with R 是必修，剩下从 Python，线代和统计里3选2，但是明年课程好像有所改革，R 应该不再是必修了，会把更多的侧重点放到 Python 上，SQL 也会挪到 Bootcamp 中。
Bootcamp 之后所有人应该都会已经比较熟悉 Python、SQL 以及统计知识的一些运用。 而正式课程中，则会进一步在 DS 的领域学习更多深入性的内容，比如 Data Acquisition，Visualization，Linear Regression，Time Series，ML，DL 等等。因为项目整体时间短，因此强度会比较大，整个课程设计非常 tech，但能够认真上课做作业的话其实绝大部分学生（无论之前背景）都完全可以应付。具体的课程列表：
https://www.usfca.edu/arts-sciences/graduate-programs/data-science/program-details
我们这届录取学生背景：
项目一开始大概90人，后来陆续因为各种原因 drop 掉几个，现在大概在80出头，中国学生大概30个。
同学的背景都很好，也非常多元，有很多已经有工作经验/其他 Master，相对来说国内学生应届生比较多，基本都是比较 top 的985，具体的学生背景已经完全公布在项目官网上
https://www.usfca.edu/arts-sciences/graduate-programs/data-science/our-students
关于 Practicum
这个项目最大的亮点在于一年的项目中包含了一个周期很长的实习项目，因为项目在 SF 与业绩联系紧密，项目也非常成熟，因此与很多公司、都有比较强的联系和合作，能够为每个同学提供一个匹配实习的机会。10月中旬的时候会有专门的 Practicum Pitch Week，就是有大约60家公司会专门针对他们的 project 来给学生做 presentation，然后我们根据对 project 以及公司的偏好进行挑选，提交我们自己偏好的 list，最后会被 Practicum Director 匹配到其中的某一家公司，我所知道的所有的同学都被安排了自己 top list 里的公司，Practicum 会从10、11月开始，一直持续到6月毕业，每周两天。
就业
这个项目最大的宣传点可能也是它比较有名的就业数据。之前几年的就业率都保证到100%，并且平均起薪还不错（~110k），但这几年因为项目扩招，就业数据有一定程度的下滑。但就我所知，上一届学生就业情况还是很好的，绝大部分人已经找到工作，并且找到的工作都不错，有很多人都是去了 Big Name。最新的就业数据应该快出了，大家感兴趣可以关注官网：
https://www.usfca.edu/arts-sciences/graduate-programs/data-science/careers
说一些目前为止我认为项目的优势吧：
- 项目时间短，覆盖面广。一年内的时间会涉及所有主要的 DS 领域，学生可以在这个过程中充分了解到自己适合或是喜欢的领域。比如有人喜欢贴近 business，那么可以 focus 在 EDA，visualization上，Practicum 也可以选择偏 Marketing，Consulting，Finance 的公司。有的人喜欢做 research，希望挖掘一些更酷的技术，那可以多 focus 在 Deep Learning，Computer Vision 上，Practicum 也有很多相关的选择。有人喜欢研究社交网络，对媒体数据感兴趣，那可以 focus 在NLP，也选择偏 NLP 的 Practicum。总而言之，这个项目虽然时间短，未必每个领域教授得东西很深入，但足够给学生提供一个很好的全局视野，让学生有足够的空间做自我拓展。
- 课程设计很 tech，贴近工业届。因为学校与业界联系紧密，并且项目非常成熟，因此项目 faculty 非常了解业界的实时需求，会对课程进行相应调整，保证学生就业。比如项目前几年是有 SAS 的课的，但后来因为科技企业目前来说已经明显转向开源了，因此项目也把 SAS 从课程中拿掉了。原来 DL 的课程以 TensorFlow 框架为主，由于 Pytorch 的发展，现在 DL 的课程也逐渐转到 Pytorch 上。DS 还是一个更新很快的行业，课程设计的不断更新保证了学生学习的技能都是能跟上业界实时需求的。
- 地理位置好。项目上课地点在 SF 市中心，平常有非常多 Network 和 Meetup 的机会，可以非常便利地接触到 DS 领域最新的技术，也能很方便地去跟一些业界人士互相交流探讨。学校开设了 Data Institute，有非常多的在职 Data Scientist 会来定时上课，我们有很多机会了解DS在各行各业的发展，以及学习到美国科技行业各个不同领域公司的经营模式，我觉得这是非常好的一种体验。
说完了优势，再补充一些我觉得我自己感受到的一些不好的地方：
- 课程深度不够。因为项目还是时间偏短覆盖面广，所以课程设计上不可能把每门课都挖掘得很深，大部分 project 老师会把框架搭好，而我们只需要去填补其中的一些功能。所以如果真的对于某一些领域想了解得非常深入，光上课写作业肯定是不够的，需要自己去做更细致的研究。
- 授课水平有些参差不齐。我自己感觉绝大部分的老师上课质量都非常高，但可能有一两门课老师因为可能刚入职，没有很多经验，授课水平会受影响。
最后结合我自己的经历来谈一谈，对我来说，这个项目还是非常适合来读的，因为我之前本科读的管理，第一个 Master 在国内读的金融，感受到自己对 data 的热爱，也感受到各个行业对 data 相关技能的需求，所以选择申请 data 相关的第二个 Master。 而这个项目让我一个纯商科背景的学生，在非常短的时间内熟悉和掌握了很多数据、编程方面的技能，也通过参加不同的 meetup，了解到美国科技领域最新的动态，我觉得是非常好的体验。 我是一个非常追求人生体验的人，这个项目给我带来的另外一个好处是，它为我提供了很多新的思路和可能性。比如我选择的 Practicum 是 UCSF 的一个医疗实验室，使用 Deep Learning 和 Computer Vision 的技术，通过病人的 CT 图像去识别癌症，作为一个非医学背景的学生，其实很难有这样的人生体验，在我看来这也是非常难得的。
总而言之，我觉得申请还是非常需要看重自身的需求与项目是否匹配，多挖掘一下自身需求。
如果有名校情结，就不用考虑这个项目了，而如果只是从就业、性价比、技能学习与项目体验来考虑，我觉得这是一个非常好的项目。
关于项目的其他问题可以留言，我会定期上来回复，申请季祝大家一路顺利。
--------------------------------------
原文引自：
https://forum.chasedream.com/thread-1331716-1-1.html
参与讨论及查看更多的相关文章请访问【商学院Master申请区】
https://forum.chasedream.com/forum-14-1.html
京公网安备11010202008513号