►前言：
作为北美最早开设的数据科学项目，NYU的MSDS项目由图灵奖得主、卷积神经网络重要奠基人Yann Lecun教授于2013年创办。从2013到2023，项目人数也从30人增加到了150+人。根据福布斯2017的排名（无后续排名），NYU，CMU，伯克利，MIT，西北，和斯坦福属于北美Tier 1数据科学项目。
作者Ricky在NYU读研期间，拿到了Rocketmiles, Expedia Group, NBCUniversal, C3.ai, LinkedIn的实习offer。之后全职拿到了麦肯锡，Facebook，Expedia Group, Uber, Tiktok, Snapchat, Square的DS Offer。
他会在本文：
1. 给感兴趣的同学介绍本项目
2. 给准备/正在就读的同学分享选课经验
3. 如何有效利用项目资源拿到一份好的offer
►本文内容概览：
☑️项目介绍
☑️地理位置
☑️求职资源
☑️申请
☑️项目总费用预估
☑️就读攻略
☑️个人求职经验
►项目介绍：
课程：数据科学项目要求学生修完36个学分，12节课，项目推荐的修读时间是两年，四个学期每学期3节课，也有不少同学三学期一年半结束。本项目有两节CPT课的机会，也就是最多有两次part time或暑假实习机会，是等同于一节课的。CPT的要求是需要在美国呆够一年以上，所以对于国内读本科的小伙伴来说，需要等到研一的暑假才能开始申请CPT实习。如果CPT用完了可以申请Pre completion OPT，我就申请了从而能够更多的实习。
课程安排方面，本项目一共有7节选修课和5节必修课，分别是在第一学期的1001 Intro to DS，1002 统计概率（可以通过本科相同课程waive掉），第二学期的1003 ML，1004 Big Data，和第三学期的Capstone Project，相当于一次实习或科研机会。NYU总体来说课程非常硬核，大部分概念理论都会从头证明推导。但课程设置非常合理，第一学期的课程可以帮助大部分转专业，没有数学，CS背景的同学顺利转型。
我建议大家如果首要目标是在北美求职的话，在第一学期除开必修课，尽量选“水”课：比如1007 intro to python，避开难度很大的课程比如NPL，Algorithm等，把大部分时间都花在求职上。对于求职帮助最大的课程其实都是必修课，比如1001 Intro to DS会给你打好一个很好的DS基础，1003 ML会让你全面且深入学习到各种ML算法。
►地理位置：
NYU数据科学中心处于纽约曼哈顿下城核心，五大道上，距离14街地铁站，13街连接新泽西的Path station非常近，所以虽然曼哈顿房租贵的惊人，本项目学生还是可以选择住在新泽西，长岛市等等，上学时间可以控制在半小时左右。纽约丰富多元的生活方式，繁荣的商业资源，为学生提供了大量实践，探索，和享受的机会。在这里，你将有机会认识那些可以被称作“Celebrity”的教授，结识一些来part-time读研充电的业界大佬，享受大都会博物馆的熏陶，遍尝米其林美食。就算在倍感压力的期末，也能在学习间隙站在department位于第五大道的专属空间里，泡上一杯黑咖啡，眺望一下远方，仔细端详纽约这座伟大的城市。
►求职资源：
鉴于Data Science应用十分广泛，NYU CDS的校友也就职于不同行业。据统计有28.5%左右的校友就职于Tech行业，比如Facebook，Google，Microsoft等，17.4%就职于金融服务业。就职企业如Capital One, IBM等。根据来自department的资料，CDS校友的平均薪水在100k左右。
Department的就业服务十分齐全，主要就业资源有：1. 非疫情期几乎每周都会邀请不同的公司来举办info session。最近来举办过info session的公司有：IBM, Pepsico, TripAdvisor, Facebook, Ebay, Nvidia等等，基本每个公司都会有超过5个面试名额。
2. 有名额有限的公司参观和HR简历修改活动，我个人参加过的有Two Sigma，让我顺利拿到了Refer。
3. 每学期department都会单独邀请超过15-30家公司公司举办career fair. 不同于学校举办的人山人海的career fair，这些资源都只对Data Science项目的同学开放。
4. 除此之外，department还有专属的就业平台，经常会发布一些实习或者全职的推送。
5. NYU学校的就业中心Wasserman也提供丰富的就业信息，一对一简历修改，模拟面试等机会。
►申请：
本项目录取率一直在10% – 15%间波动，官方公布的一些标准化测试的要求与历届数据：
Average GRE Quantitative: 167.58
Average GRE Verbal: 157.36，
Average GRE Writing: 3.65
官方要求最低托福成绩100分，最低雅思成绩7分
►项目总费用预估：
总花费：$73109= 学费：$45426 + 宿舍住宿：$17578 + 个人花费：$6422 + 医疗保险：$3683
►就读攻略 – 选课：
秋季学期，也就是第1，3学期，除了必修课程，我推荐的课程是：
线性代数和优化（难度3/5）：该课程为之后的ML以及Deep Learning等课程打下扎实的数学基础
NLP（难度5/5）：本项目的招牌课之一，由著名教授Cho和Lecun联合教学，project都非常有难度
春季学期，也就是2，4学期，我推荐的课有：
深度学习（难度5/5）：本课程是Lecun主导的NYU最大牌课程
NLU（难度4/5）：对感兴趣科研方向的同学很有帮助
Algorithm（难度4/5）：适合对走研发，转代码的同学。
水课：在读研期间，适当地上一些水课可以留出更多时间找工作，不失为一个理智的选择，但要做好学不到太多东西的心理准备。
Python for DS（水度5/5）
Advanced Python（水度5/5）
Intro to CV（水度4/5）
Text as Data （水度3/5）
►个人求职经验：
我2019年的4段DS实习中，除了暑假实习Expedia，另外的三段均是通过项目资源找到：第一段春季Rocketmiles，http://Booking.com子公司，该公司DS负责人在本项目上课，每学期基本都会招一个DS实习生；第二段秋季的NBCU，美国最大媒体公司，该公司每学期都会在NYU招收5个以上的DS实习生（我实习那学期招了8个），可谓是本项目的金主；第三段C3.ai，著名湾区数据科学咨询公司，是我们项目的Capstone Project，4人一组可以选择公司的实习或者和教授一起课研。
我想强调的是由于身处纽约，本项目有大量的part-time实习机会，是一个很多项目完全没有的优势。所以懂得最大化利用该优势尤为重要。可以通过查找Linkedin学长学姐就读时part-time情况来了解到底有哪些公司有实习机会。