Re: [心得] NYU Data Science [Alum Update]
換我接著來update，謝謝當年Chill人很好的回答了我的問題
有問題歡迎在下面留言，盡量不要私信我問題，一來是我信箱爆了，再來是我希望我的回
答，能幫助到所有的人，六月畢業前我會定期上來回答問題，之後就不知道什麼時候才會
再上ptt．另外，如果你有爬一畝三分的話，要自己辨識裡面的資訊，有時候只是他們從其
他人的回答推論，不見得是他們自己的體會或真實的情況．
我是2017入學，我們這屆有兩個台灣人，接下來一屆一個台灣人都沒有ＱＱ．系上七樓有
個世界地圖，每個人會把自己從哪來來貼上貼紙，韓國都有兩三個了，台灣一個貼紙都沒
有．
幾點總結這個program：
1. 結合了數學與碼model，專注在deep learning領域，培養data scientist
2. 每年都在擴招，但申請也越來越激烈．如果你想知道一些確切的數字，寫個信跟小蜜
要，她的工作就是回答你的問題
3. 有自己的phD program．我覺得這是個很強的signal，表示長遠來說，系上對自己還有
這個領域的未來很有信心，畢竟養phD短期都是賠錢，而且一養就是養4,5年
4. 寫而且幾乎只寫python，所有課都要寫，就算是上spark也是用上pyspark，建deep
learning就是用pytorch
[簡介DS]:
data science的工作廣義大致可以分成三種，
1. data analyst: 有時候會稱作BI，分析居多．最多工作缺．
2. data scientist: 做machine learning和deep learning，建model，有時偏
research，我自己會把machine learning engineer歸在這裡
3. data engineer: 涉略不深，有時候跟big data有關，也可以是SQL撈資料，
很看公司跟職位，建議讀CS
要注意的是，職位名字不能決定工作內容，有時候工作data scientist做的是data
analyst的事，每個公司給的titile跟工作內容不一樣
[CDS簡介-Center for Data Science]
2016大概80人，去年2017招了100人，這屆2018的full time大概招到130．每年穩定成長
，不知道什麼時候會爆炸．我剛來的時候系上有兩層樓，很多空房間可以進去自習，現在
都把空間給phD還有訪問學者，相對來說壓縮了原本master學生的空間．系上對學生另一
個好的地方是24hr你都可以自由進去系上的那兩層樓．相對來說courant cs就只把這種特
權留給他們的phD學生．你什麼時候想去自習都可以，包含暴風雪學校沒開，半夜看完百
老匯，2點想唸書，期中考學校圖書館爆滿(但是不代表系上那邊會有位置)，你都可以刷
你的學生證自由進出，整個CDS就是你家．
[課程]
我簡介一下必修：
第一學期有兩個必修，一個會教你數學工具像是probability等，這工具下學期上
machine learning會用到，另一個是Data Science101，當下覺得是廢課，但回首看這堂
課很重要也上得很好，會過一次terminology，對Data Science很多topic會有個簡單的了
解，如果覺得自己缺其他數學工具像是線性代數，可以去選選修，不會寫python可以上
python for Data Science補一下．一年級下學期會上machine learning，這是這個
program最核心的課也最好的課，另一門big data會教map reduce還有spark，上的東西非
常多，很快速的把知識點帶過．第三學期會有一門課capstone，這是集大成把你所學的，
應用做一個project．然而在最後post時，我發現所有的組都在做deep learning，沒有
machine learning，沒有big data，沒有data visualization等等．我覺得蠻失望的，其
實這領域還有很多議題跟方法可以探究，deep learning是現在的顯學．
我們自己開的課不多，每學期大概三到四堂，所有ds的學生都有優先權可以選，二年級的
先，再來是一年級，phD最後選但是優先權最高，會直接把其他人往後擠掉XD．每學期我
們自己開的課夠多，所以不會有沒有課能選的問題，但想不想上又是另一回事了．課絕大
多數都跟deep learning有關，集中在數學理論跟NLP上，如果對image有興趣要自己去CS
修課，但我看今年秋季課表有開image的課．
[教授]
如果你是phD，那我覺得這裡研究環境不錯，我想不需要跟你介紹Yann Lecun與
Kyunghyun Cho是誰．如果你是master有考慮想申phD，想找他們做研究，那你要給他們非
常好非常好的理由，因為全世界的學生都在找他們一起做研究．office hour外排隊的學
生很驚人，還有被他釘白版的回憶...．如果你覺得你來這裡念master可以幫助你比較順
利申請到我們自己的phD，我持保留態度，目前為止，我沒看到我們這一屆有人成功，前
幾屆有，我自己思考一下，可能我們這屆的人儘管非常聰明，但過去這兩年並不專注在
reseach上，在申phD跟找工作上比較搖擺不定，所以沒有比較強的研究結果．系上是有研
究風氣的，每個禮拜都有各式senimiar可以參加．星期四下午固定有nlp talk．
[程式]
我們寫python，也只寫python．沒有任何其他的語言(只有ㄧ門課用R做text，但是沒人想
選)或軟體(SAS)．一旦跟deep learning有關，我們就是用pytroch，我想跟韓法二人組在
facebook應該是有關．我被錄的時候本來就會一點python，如果不會系上有門課python
for data science，不是教你怎麼寫python，是教你ds有關的python怎麼用，例如pandas
，scikit learn，我蠻後悔沒有上，看起來像廢課，但其實“認真學”很有幫助，很多人
都把它當水課沒有認真上，其實python認真學起來是有很多知識要學的！自己是暑假大量
自學pandas,，scikit learn，但同一時間，同學早知道怎麼用了．如果想真的好好學會
python，你要自己去學．我自己是有興趣去多學，大部分的同學都是只要code work就好
，很多時候後不深究，其實對python的掌握度不是很高．但是掌握很高對Data Scientist
要幹嘛？對很多人來說鑽研python也不會幫助你的model accuracy上升，還不如對model
了解更透徹．
[選課自由]
你如果選不是elective清單上的課，需要得到系上核可．只要你能提出這課跟data
science與你的職業生涯有關，都會被核准，非常非常自由．例如，你可以去音樂系選課
或甚至選藝術的課，只要跟ds有關都可以．但是系上核准你可以選，不代表你選得上，選
不選得上是由對方的系決定．
[系上資源]
每個禮拜五，有些時候會是workshop，教你怎麼面試，怎麼用julia等等，大部分是
company infosession，公司來介紹他們自己並順便招intern或full-time．每個學期會有
一次比較大型的career fair，會有七八家公司來．這是系上用心的地方．但大多數人的
實習跟工作還是自己找的．有時候會寄open position的資訊還有post在自己非公開的
piazza社團，除非是alumni主動來要人，不然其實跟你自己google找是一樣的，只是多一
個人你找而已．
另外，我們有自己的library，藏書不多但都是很好很經典的書，都是被挑過的，跟data
science有關的書籍，想要的話可以透過線上系統借．像是fluent python這種好書，當我
發現系上有可以借的時候，對他們的眼光另眼相看．如果是要找地方借房間開group
meeting或是面試，除了跟nyu library借房間，也可跟系上預約，大概有6間房間是可以
預借的．很方便．
[找實習或找工作]
實習：我覺得很難找，但你永遠都可以退而求其次，找不到回國找，找不到改作unpaid，
找不到改幫professor做research．我沒有聽說想找的人，會找不到的．身邊抽樣來看，
大概一半能找到很正式的intern，其中有很少數是我們叫得出大公司，大部分都是紐約中
小型企業，另一半就是所所謂的退而求其次．
正職：我還是覺得很難找．我的感受是80%的面試與offer都發生在20%的人的身上，剩下
80%的人搶20%的機會，大家壓力都很大．雖然我的感受是工作很難找，但我把身邊認識的
人數了數，距離畢業還有一個月，其實已經有大概快8成的人找到了．當然，裡面包含
了打算回國的人，有的是因為個人因素，有的是他們國內的公司對他們言發展比美國好，
其他留下來的這些，公司大大小小都有．往前看過去幾年的學長姐，其實沒有想留下來
的人留不下來，就看你的決心有多少，你願意犧牲多少？如我前面所說的，你永遠可以退
而求其次．
[補充一下] 我聽説有收到full time offer的公司(我相信還有很多人拿到其
他公司的offer，只是我比較邊ＱＱ，大概就認識20個人): Black Rock, Morgan Stanley,
Nvidia, DiDi Lab, Alibaba, Bloomberg(Hong Kong), TripAdvisor, BuzzFeed,
Capital One, Apple, Amazon, Google, PWC, Wayfair, comcast, Facebook, IBM, C
hase(JPM), MongoDB, Lyft, Quora, Yahoo...,還有一些start up
5/7/2019: 再更新一下，離畢業還有半個月，身邊9成5的人都找到工作了，前幾天遇到上
一屆NYU DS的，問了他們的情況，他說，扣掉找一找後來不想找或沒找的，剩下的所有人
最後都找到到工作．現在看起來，雖然過程很辛苦，但是大家結果都找的不錯．
另外我想提一下，選學校地點其實在一個時候會扮演很重要的角色．就是當你找不到大公
司的實習或工作的時候．local的start up與中小企業的類型跟數量多少個會很重要．大
公司不會管你住的地點，住遠住進都一樣，可是很多start up與中小公司會，他們傾向找
當地的人，當地的人比較有機會有connection知道這種缺，有時候你甚至可以被直接被內
推．如果你一帆風順的話，大概不會有機會體會到地點的重要．
[最後]
我想感謝在地球另一端的家人，朋友，給我如大海般的包容和無盡的支持．
謝謝我的室友，CS的台灣同學們，DS的中國同學們(雖然你們大概永遠不會看到)，還有學
長學姊學弟．
沒有你們，我真的不知道是怎麼熬過這些煎熬與苦澀，我愛你們．
在紐約的這兩年，真的很苦，媽的．
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.166.175.139
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1554654404.A.A7B.html
推
04/08 00:41,
5年前
, 1F
04/08 00:41, 1F
推
04/08 00:42,
5年前
, 2F
04/08 00:42, 2F
推
04/08 01:02,
5年前
, 3F
04/08 01:02, 3F
推
04/08 01:04,
5年前
, 4F
04/08 01:04, 4F
推
04/08 01:13,
5年前
, 5F
04/08 01:13, 5F
推
04/08 01:15,
5年前
, 6F
04/08 01:15, 6F
謝謝補充！
→
04/08 01:15,
5年前
, 7F
04/08 01:15, 7F
推
04/08 01:21,
5年前
, 8F
04/08 01:21, 8F
可以很深．系上有跟數學系合開課，六門選修你可以都去上跟數學工具有關的課，跟
Courant的數學天才們一起深到地心去．只是大多數人念master還是在找工作比較應用取向
→
04/08 06:00,
5年前
, 9F
04/08 06:00, 9F
推
04/08 06:06,
5年前
, 10F
04/08 06:06, 10F
推
04/08 06:25,
5年前
, 11F
04/08 06:25, 11F
推
04/08 06:27,
5年前
, 12F
04/08 06:27, 12F
→
04/08 06:27,
5年前
, 13F
04/08 06:27, 13F
→
04/08 06:27,
5年前
, 14F
04/08 06:27, 14F
→
04/08 06:27,
5年前
, 15F
04/08 06:27, 15F
推
04/08 06:30,
5年前
, 16F
04/08 06:30, 16F
→
04/08 06:30,
5年前
, 17F
04/08 06:30, 17F
對！new grad找hard core data scientist門檻真的很高，真的想做讀phD或做sde再轉會
比較容易！
※ 編輯: o9010802 (118.166.175.139), 04/08/2019 06:51:09
→
04/08 08:17,
5年前
, 18F
04/08 08:17, 18F
主要是Data Science相關的，但title很雜，不同產業跟公司會給不同title，只有少數幾
個是SDE，剩下的有有ML Engineer或research engineer，Data Analyst，Data
Scientist...等等[A
推
04/08 09:11,
5年前
, 19F
04/08 09:11, 19F
推
04/08 09:55,
5年前
, 20F
04/08 09:55, 20F
推
04/08 10:07,
5年前
, 21F
04/08 10:07, 21F
推
04/08 21:57,
5年前
, 22F
04/08 21:57, 22F
※ 編輯: o9010802 (111.251.218.7), 04/09/2019 06:54:44
推
04/09 09:57,
5年前
, 23F
04/09 09:57, 23F
推
04/12 09:46,
5年前
, 24F
04/12 09:46, 24F
資料清不完 model出不來 深度學習誤人材
推
04/12 09:52,
5年前
, 25F
04/12 09:52, 25F
推
04/12 21:42,
5年前
, 26F
04/12 21:42, 26F
推
04/13 06:38,
5年前
, 27F
04/13 06:38, 27F
→
04/13 06:38,
5年前
, 28F
04/13 06:38, 28F
1. SQL．學校不會教，但找實習工作都要你會．尤其是data analyst和data scientist的
缺．是一個比較通用且門檻比較低，但是很少人精通的技能，我覺得很值得投資
2. Python．不太會寫就把他學好，尤其是built-in data, type, function搞清楚，常用
API記一下，還有注意一下coding style．最有用的三個package: Pandas, numpy and
scikit-learn可以學一點，做個project放到履歷上，找實習時會加點分．
3. 英文，如果這是你的問題的話．
4. 機率跟線性代數等數學工具，可以快速複習一下不用太深太細，有點印象開學會再重學
數學課我直接waive掉了，我聽同學說一學期教的東西是大學部的三倍，課有點重．
5. 改好你的履歷，改的時候記得想九月時投履歷你想要你的履歷長怎樣，到開學前的這段
時間把他完成．沒工作經驗可以在台灣找個工作/實習做，或是自己做幾個project．一
來就要開始找實習了，你可能擔心自己還沒準備好，但事實是越晚就越難找，現在就開
始準備．
另外打個廣告，如果你是NYU Courant CS/IS/DS/或其他的新生，想要的話可以站內我，我
加你們到FB社團裡．我們每年都有找工作心得分享會，今年可能在五月底，想邀請你一起
來參加，人在台灣我們也可以視訊或分享投影片給你，你將來也可以認識courant裡不多的
台灣人QQ．
※ 編輯: o9010802 (96.242.159.5), 04/13/2019 11:04:05
推
04/13 10:20,
5年前
, 29F
04/13 10:20, 29F
→
04/13 10:21,
5年前
, 30F
04/13 10:21, 30F
推
04/15 05:00,
5年前
, 31F
04/15 05:00, 31F
※ 編輯: o9010802 (96.242.159.5), 05/08/2019 10:08:18
※ 編輯: o9010802 (96.242.159.5), 05/08/2019 10:13:47
討論串 (同標題文章)