文| 指南者留学作者Sunny
哥伦比亚大学 数据分析硕士

Hi，大家好，我是Sunny，2019年入学哥大数据分析专业，目前已经毕业并留在纽约中厂做ds。今天这篇文章我将从哥大DS项目介绍、我的求职体验、纽约租房经验几个方面给大家做一个具体的分享。

一、我为什么选择哥大DS

这里先给大家介绍一下我申请时的背景：美本top20 统计+数学+minor ML，GRE 327，waive托福。当时除了哥大DS，我还收获了纽约大学DS的录取，在这两个学校之间也经历了一番纠结：

哥大DS

优点突出，综排非常好看（学校名列2021U.S. News美国最佳大学排名第3名），又是藤校加持，父母长辈喜欢。项目上也算半个老牌DS，在业界认可度很不错，就算回国找工作校友资源也很丰富；地处曼哈顿上城，地理位置优越，career fair来的公司比NYU要多。

不过缺点的话就是哥大同项目类型的人太多（BA/Stat/IEOR/SPS的AA），内卷严重。同时课程设置上cs选课优先级不够高，个人觉得Database这门课也不够实用。

NYU DS

优点是项目的专排很不错，NYU Courant在数学和计算机领域优势突出，DS项目的师资力量和学术资源也都很好。课程设置上非常完善，数学、统计、计算机、ML算法等基础课和硬核课程都有。但缺点也很明显，综排位列全美第30，和哥大相比还是逊色不少。

最后，出于我自己当时的考虑还是选择了哥大DS，大家如果也纠结这两个项目的话可以稍微参考下我的考量做出自己的选择~

二、哥大DS项目具体介绍

01 课程设置

哥大DS一共30学分，包含7门必修课以及3门选修课（包括一门capstone）。必修课涵盖了找工必备的几大技能，代码（CSOR 4246 ALGORITHMS）、统计理论（CSOR 4271 MACHINE LEARNING / STAT GR 5703 STATISCAL INFERENCE / STAT GR 5701 PROBABILITY）和可视化（STAT GR 5702 EXPLORATORY DATA ANALYSIS and VISUALIZATION）。选修课则可以从DSI或者CS/OR/STAT等部门跨专业选课。

选修课内容还蛮丰富的。想转码的同学都可以选CS的课，虽然优先级不高，但是最终都会选上的；想搞量化的同学可以选MATH5360之类Financial modeling的课；想搞科研申PhD的就选Research相关的课。其中ML/STAT都是可以waive的课，不用担心内容都学过以致于重复上课。

给大家具体介绍几门我上过的课程：

CSOR 4246

ALGORITHMS for DATA SCIENCE

老师是Eleni Drinea, 众所周知的nice~课程内容主要是参考算法导论在讲，知识点都有覆盖到，但是workload有点大，每两周一个project，算是比较难的一门课。作业属于造火箭类型的，整体来说真的学到东西了，可以配合着Leetcode（力扣）刷题学习。往届平均分普遍偏低，可能是50分左右的样子，老师真得很严格。

STAT 5701

PROB&STAT for DATA SCIENCE

主要是概率论的内容，如果本科学过的小伙伴也不用担心，开学有waive考试，大概在五/六月份申请，通过率80%左右。通过之后，可以提前预习一下STAT 5703，是5701的进阶版，会涉及深一些的machine learning。

STAT 5702

EXPLORATORY DATA ANALYSIS and VISUALIZATION

DS项目唯一一门用R的课，主要内容也是教你如何用R画图，会涉及R中常用的包，例如ggplot2来可视化、dplyr来做一些向量处理，类似python中的numpy、pandas、seaborn包，该课对于后续的project和一些大公司的OA（例如麦肯锡的DS岗笔试）都很有帮助。

02 工作/科研/项目机会

哥大提供给大家的各种求职机会还是很多的，DSI每周都会发含有intern/full time/research/conference机会的newsletter给大家，也会有一些在校的工作机会发给还没有CPT的同学。同时系里会不定时会举办一些Mock interview活动来帮助大家找实习/全职，还有专门的教授每周有OFFICE HOUR来为大家答疑。实习信息还是挺全的，比较针对我们的就业方向。

关于科研方面，每个学期刚开学，都会有各个专业的教授为自己的project找RA，会po自己的信息和找人的要求，大家看到之后直接自己联系教授就可以了。如果想拿MS项目作为申请PhD的跳板，就会很方便找到自己感兴趣的研究。另外选修课也可以选research的课程来做，个人感觉即使不是为了申PhD，做一些research也会更容易得到大厂（诸如亚麻、微软）的青睐。

同样的，每学期刚开学哥大的Data For Good项目也会大量招人，有几十个项目供大家报名去选，每个人可以选5个项目。这些项目大多不会给你开工资，是免费的，但是可以接触到业界真实的项目，也是很好的学习机会。当然，又是选拔和竞争。

商学院也会有暑研的机会，大概要在3月份之前申请，不过这个bar也许会有点高，但还是可以多尝试一下。4040 Deep Learning那门课程的老师学期结束之后也在招人做cv项目。

总是大家想要有积累研究经历的话机会还是很多的，想申PhD的话也会有很多机会，但关键还是要自己多主动收集信息和争取机会。即使在疫情下，大家还是可以通过日常上课、office hour等机会多和老师套磁、多找机会交流的。

三、求职经验分享

这里我想重点给大家介绍一下对“校友资源”的利用，因为哥大DS项目人很多，这些年在美国业界留下来的校友数量也不少，确实是一项非常好的关系网络。

大家在求职前可以多去LinkedIn上看看前几届的校友实习都去了什么公司、毕业后去了什么公司，心里大概就知道了什么样的公司招收国人、招收哥大的学生比较多。

如果你想去该公司应聘的话还可以主动connect一下校友，比如可以在校友愿意的情况下，约出去请喝杯咖啡，以便了解公司的具体情况。我个人遇见的校友大多数都非常热心，他们也很愿意帮助我看简历或者提供内推机会。

哥大ds项目也会经常组织校友分享求职经验，这些都很有帮助，大家通过参加这些活动可以了解别人是怎么准备并且走到这个行业这个职位的，他们的背景又是什么样的。对于和我们背景相似的校友，大家就更要多留心他们的分享，比如上过哪些课、做过哪些比较有意义的project、这些在求职和工作中对自己的帮助等等。

就我的经验而言，能不能找到工作除了看学校和项目，更重要的还是要看自己的能力和经历：刷题够不够、sql会不会、经历多不多等等。

在我的面试经历中，第二学期的三门核心课程是常常被问到的。例如，我被问到过什么是Mapreduce、Spark为什么比Hadoop快等等，这也要求我们更认真地对待这些课程。

总的来说，哥大找工氛围还是很浓厚的，基本刚入学大家就陷入了找工的紧迫感，甚至见面的寒暄都常常是“面试了吗”、“进行到第几轮了”。虽然这样会给我们比较大的压力，但从另一方面来说也算是一种激励吧！

四、留学生活-纽约租房

最后一个部分想和大家分享一些在纽约租房的经验，毕竟这在我们的留学开销中也占据相当大的比重！

首先来看一下纽约市的地图，纽约市由曼哈顿区、皇后区、布鲁克林区、布朗克斯区、斯塔滕岛区五个区组成。

哥大位于寸土寸金的曼哈顿区，如果要住在曼哈顿区，不少留学生会选择合租的方式来降低生活成本，因为曼哈顿的房价真得非常的贵！在哥大附近的房子，合租人均月租至少1300美金，且住宿条件非常一般。

（我在哥大附近的公寓房间）

曼哈顿分为上中下三个城，其中曼哈顿上城比较安静，但是房屋普遍不算新，租金相对于曼哈顿的其他区域会低不少。

曼哈顿中城的交通条件非常便利，附近商家密布（时代广场、洛克菲勒大厦、世贸中心、第五大道等等），兼顾了方便性与娱乐性；公寓楼都比较新，设施方面全部是顶配水平，但是租金超级贵！

曼哈顿下城的生活节奏比较快，大部分的高级公寓集中在华尔街附近，租金会比中城更高一些，离哥大的距离也会远一些。

除了曼哈顿区其实也还有不少其他的住宿选择。比如长岛或者皇后区，这两个地方到曼哈顿都是地铁可到的距离，但住宿方面就要便宜不少。罗斯福岛位于曼哈顿区和皇后区之间，性价比高的公寓整套下来的租金大约比曼哈顿节省1000-2000刀。长岛的公寓比较新，设施较完善，周边的生活场所众多，而价格比曼哈顿平均要低$200-$300，性价比极高。

大家如果打算在纽约租房的话可以多比较看看，也可以联系一些靠谱的房屋中介咨询一下~

以上就是我今天的分享了，希望对大家有所帮助。作为一位在纽约求学/工作的人，我还是很喜欢这里的生活的，在这里我不仅感受到了大都市的繁华，也感受到特有的包容性。当然这里的生活也有很多挑战，很多行色匆匆，但正是这具有挑战性的生活才更催人奋进。愿大家都可以过上向往的生活！