15011337672
Columbia MSDS这个项目
集齐了藤校、热门专业以及纽约
这三大搜索关键词
（即使有许多人诟病哥大硕士很水）
依然吸引了大数据领域的不少学生
那么这个老牌项目的实力到底如何？
找工时title还管用不？
求职资源和选课又该怎样选择和善用？
小编带着大家在本文中
一一找寻这些问题的答案~
▓ 项目介绍
▓ 就业情况
▓ 时间线
▓ 求职资源
▓ 选课攻略
▓ 就读体验
▓ 地理位置
01项目介绍
哥大数据科学硕士（Masters in Data Science, MSDS）是最早开设数据科学的项目之一，隶属于工程学院（Fu Foundation School of Engineering and Applied Science）的项目，结合了统计、计算机科学、工业工程与运筹学多学科的专业。
项目时长一年半，可以选择春季或者秋季入学。哥大DS在美国的名气（尤其在美东）的名气还是非常大的，尤其是针对hedge fund/金融或者咨询公司，大多数都在他们的target school范围内，因此拿大厂面试比较容易。
02就业情况
根据官网数据，哥大DSI整体毕业3个月后就业率达到了95% 。从就业去向来看，同学们既有去了Amazon和Meta等科技大厂的，也有去了BCG X、Mck、EY等咨询公司的数据岗位，回国的同学们也能拿到腾讯、阿里、华为等大厂岗位。
不过今年受大环境影响placement都一般，能上岸美国公司的同学基本上是暑假实习return。
哥大DSI官网就业数据
03时间线
正如前文所说，哥大DS项目时长一年半，可以选择春季或者秋季入学，大多数学生选择fall入学因为可以多一个summer找internship。
一般来说：
● fall开学之前就要开始准备简历
● 7-9月份陆续开始投递第二年暑期实习岗位
● 之后下半年就是漫长的刷题、面试、等待结果
如果秋招没有那么顺利的话，次年春招还要继续积极再战。对于全职也是差不多的流程。
如果没有拿到暑期的话，可以找教授做research作为backup。比如商院、SIPA、SPS、文理学院有些教授会找data方面的RA，我们也有一个campus connection的program，里面会不断update哪些lab/prof在招人，工院为主也有其他学院。
Columbia Data Science Institute
04求职资源
尽管哥大就业服务差是出了名的，但DSI（Data Science Institute）对学生找工作还是提供了比较多的support和机会。在目前整体job market不好的情况下，算是一个不错的辅助。
一方面，DSI 每周都会给学生们发“DS Opportunities”邮件分享DS相关工作机会（Intern和FT都有）以及研究机会，不过有时候比较outdated，需要仔细甄别；有些startup可能会直接从email link里提交申请招人。
另一方面项目也会举办很多求职活动。首先要提的是我们会有DS专属的career fair。听说往年会有横跨fintech/tech/biotech/传媒/金融四大(jp morgan/KPMG/Vanguard)/医药Elsevier/快消(欧莱雅)/政府部门(NY state)等等众多领域的大小企业和部门。但这几年求职环境很差，来的主要是金融行业的大公司，e.g. Capital One, JPMC, Discover, Point72 ,Hedge fund GE research，此外就是一些小型startup。
据知，有的公司后续确实有给了面试邀请甚至offer的。当然，主要还是看个人背景是否match公司需求，以及公司的opening如何。
其次，也有industry connection的活动，比如邀请毕业后正在工作的alumni分享自己的当时求职经历以及现在工作经历，对于想network的同学非常有帮助。
哥大官网2024年Data Science Day宣传图
除此之外，就是常规的简历修改、模拟面试服务，但个人感觉用处不大。
05选课攻略
项目需修10门课，其中包括一节capstone project、六节必修课、和三节选修课。开学前有两门必修统计课可以通过考试waive换成其他选修课，有部分必修课也能申请根据本科已上的相关课程waive。整体来说前两学期时间非常紧凑，需要修四门课；最后一学期上两门（包括一节capstone project）。课程大多比较偏tech，适合想通过研究生加深专业知识的同学。
必修课主要来自计算机相关课程（algorithms, machine learning, computer systems）和统计相关课程（probability and statistics, statistical inference and modeling）。
必修课大多比较难，比如stats5703 、ML（主要讲数学推导的）和算法。所以从平衡找工和上课角度出发，建议要么换了找个轻松的选修，或者挑一节课最后一学期上（很多人是最后一学期capstone+5703）。
其他必修也是能免则免，多选选修。比如必修的5702 visualization，讲R画图，用处真的不大。Computer System目前那个prof教的完全不好，因为他本身specialty也不是这块的，只靠自学，如果真想补DE的知识可以上database的选修课。当然，对于本身技术就比较强的同学来说，workload可能就没有那么高。
接下来讲讲推荐课程。选修比较推荐Applied Machine Learning和Applied Deep Learning，都是业界老师教的，对面试和工作都很有帮助，难度也不大。其他的就按需去学就好，比如AI/cloud computing/causal inference/database/CV/recommendation system。
06就读体验
从学业上来说，项目整体感觉较为intense，尤其前两学期，大多数同学在fall就已经开始找intern了，所以同时兼顾学业和找工还是比较辛苦的。由于项目大多数课在CS部门底下，推荐有一定编程基础的学生选择该项目；课程内容非常丰富，很适合想加深自己technical skills的同学。
07地理位置
纽约的地理优势就不用说了，文化娱乐中心。哥大学生能凭学生卡免费出入很多museum（比如moma, the Met），学业繁忙的同时也能得到放松。哥大属于纽约上西区，相对中城/下城区安静很多，生活交通也十分便利，附近有hmart，blue bottles, shake shack等等咖啡厅餐厅超市；学校门口就有地铁站，可以直通中城/下城。
另外，纽约是一座非常快节奏的城市，与西边的chill的氛围很不一样。走在路上可以明显感觉到身边的人都有着自己的事要忙，脚步非常快，因此是一座适合年轻人奋斗的城市。
结语
以上就是关于Columbia DS求职攻略的全部内容
感兴趣这个项目的同学记得收藏
希望可以帮助到正在求职的各位同学~
关于留学方面，有疑惑的同学欢迎联系传兮留学的老师咨询~
