这所码农神校竟然有10个“数据分析”项目

wholerenguru3  (厚仁学术哥)

微信客服
wholerenguru3 (厚仁学术哥)

数据分析Data Analytics项目近几年的热度在不断提升,随着可收集和分析的数据的规模和复杂性急剧增长,数据科学行业开始吸引越来越多的研究人员和开发人员。数据分析已不仅仅应用在计算机领域,医学、市场营销、不同学科的科学研究中,如何有效的使用、处理这些大量的数据,以及根据数据分析的决策技术的发展,包括了像是算法,数据库,可视化问题,以及数据的隐私安全问题等。

 

卡耐基梅隆大学是很多学生的Dream School, 像是我的学生有经济学专业的,数学专业的,也有计算机专业的,都希望申请卡耐基梅隆大学与数据分析相关的硕士项目,那么根据不同的本科专业、背景经历、以及发展计划,如何选择适合自己职业发展方向的硕士项目,以及如何才能提高自己的录取机率,我将会在下面具体跟大家具体介绍: 数据分析相关硕士项目项目对比,以及申请建议。

一、CMU“数据分析”硕士项目一览

卡耐基梅隆大学共有7个学院,其中在计算机科学学院,海因茨信息系统和公共政策学院,泰珀商学院,梅隆理学院和迪特里希人文及社会科学学院下面均开设有数据分析相关的硕士项目。

计算机科学学院 (School of Computer Science)

  • Master of Science in Computational Data Science

  • Master of Science in Intelligent Information Systems

  • Master of Science in Language Technologies

  • Master of Science in Machine Learning

  • Master of Educational Technology and Applied Learning Science

 

海因茨信息系统和公共政策学院 (Heinz College)

  • Master of Information Systems Management, Business Intelligence and Data Analytics Concentration

  • Master of Public Policy and Management, Data Analytics

 

泰珀商学院 (Tepper School of Business)

  • Master of Science in Business Analytics (Online)

 

梅隆理学院 (Mellon College of Science)

  • Master of Science in Data Analytics for Science

 

迪特里希人文及社会科学学院 (Dietrich College of humanities and Social Sciences)

  • Master of Statistical Practice   

CMU校园

CMU计算机学院

二、项目对比

 

我们可以看到,跟数据分析相关的,跨学科的硕士项目有十个之多,那么,每个项目的培养目的,项目长度,项目学习内容设置,职业发展方向和对学生背景的期待都有什么区别呢?

 

硕士项目及长度

类型*

项目设置目标

职业发展方向

申请背景分析

Computational Data Science

16个月/20个月

Professional Master

专业型硕士/Research Master研究型硕士

提供开发下一代大规模信息系统部署所涉及的技术层并分析这些系统生成的数据所需的技能和知识

科技公司的软件工程职位

来自计算机科学,计算机工程或相关专业的学生

Intelligent Information Systems


16个月/21个月

Professional Master

专业型硕士

在处理和分析非结构化和半结构化信息(例如文本,图像,视频,语音和音频)方面提供高级研究和实践经验),采矿和智能信息技术

在工业领域或政府部门中开始或希望提升领导职能的学生

非常强的数学、计算机课程背景,概率与统计课程基础

Language Technologies


2

Research Master

研究型硕士

语音处理,语言处理,信息检索,机器翻译,机器学习

软件工程职位,博士

非常强的数学和计算机科学背景,大多数学生来自于计算机科学,计算机工程或其他相关技术本科学位。许多被录取的学生还有在学术会议上发表过论文或海报的经历。

Machine Learning


1.5

Coursework Master

授课类硕士

促进对自动学习的科学理解,并基于这种理解来生产用于数据分析和决策的下一代工具

软件工程机器学习职位,博士

良好的分析能力,并具有较强的数学,统计学和程序设计能力。

Educational Technology and Applied Learning Science


1

Professional Master

专业型硕士

旨在训练研究生在学习过程中应用循证研究方法,定性和定量认知任务分析在正式和非正式的教学环境中创建有效的教学和教育技术。

学习工程师和LX(学习经验)设计师,课程开发人员,项目经理,教育数据科学家,教育技术顾问,用户体验设计师

 

认知科学,统计学,计算机科学,教育和设计等跨学科专业背景的学生

 

Information Systems Management, Business Intelligence and Data Analytics ConcentrationBIDA

1.5

Professional Master

专业型硕士

通过全面的课程,包括机器学习,结构化和非结构化数据分析以及预测建模方面的高级分析课程,与核心技术课程和体验式学习相结合。

金融服务,

科技公司,

初创企业

拥有Object-oriented programming背景,Java知识背景,概率与统计知识背景。2-3年工作经验。

Public Policy and Management, Data Analytics


2

Professional Master

专业型硕士

训练学生运用数据和分析技术的力量来为公共利益服务和社会决策提供建议。

政府,咨询公司,智库

公共政策、政治、社会学、等人文类专业学生和商科学生

Business Analytics (Online)


2

Professional Master

专业型硕士

为学生提供机器学习和在商业环境等先进的分析能力强大的课程,确保学生毕业知道如何有效地,有效地,创造性地运用他们的专业知识分析业务问题

咨询公司,IT公司,财务数据分析等

具有技术背景的工作人士,希望加深分析技能,并担任高级业务分析师职位

 

Data Analytics for Science


1年

Professional Master

专业型硕士

具有基础科学学位(生物学,化学,数学或物理学)或相关学位的学生,他们希望加强其数据分析知识并将这些技能应用于科学研究或开发。

生命科学和物理科学领域,治疗,药物,医疗设备技术,金融服务和自动交通等领域

 

 

具有基础科学背景(例如生物学,物理学,数学,化学或相关领域)的学生量身定制

 

Statistical Practice


1年

Professional Master

专业型硕士

侧重于统计实践,方法,数据分析和实用的工作场所技能

咨询公司,财务,市场营销等和统计和数据科学相关的工作或攻读博士学位

 

对数据分析感兴趣,并完成先修课程要求的学生(概率论和数理统计,线性回归分析,矩阵代数)。


解析:* 类型是针对项目的培养目标进行的一个分类,在获取学位的实际名称上,并没有具体区别。

 

项目选择Tips:

1. 分析自身背景优势,扬长避短

    每个项目都是针对不同类型和不同发展方向的学生所开设的,在申请时候,需要结合自身已有的背景优势,例如学科课程的优势(学习过

    程,过硬的数理统计课程基础),实习工作经历的优势(相关领域2年+的工作经验),科研项目优势(在相关领域发表过论文),匹配有

    申请竞争力的项目。
2. 结合职业发展规划
    在项目设置上,我们看到有专业型硕士项目,也有研究型硕士项目,不同的项目设置培养目标是不一样的,我们在选择项目时,需要结合      自身的职业发展规划,例如是希望毕业以后进入工业界进行工作,还是考虑继续攻读博士,在项目的选择上也会不一样。
3. 匹配硬件分数
   对于高竞争的项目,需要比对自身GPA,GRE条件与项目平均录取分数,有的放矢的选择项目,避免“硬碰硬”。


                                           

               CMU BIDA项目往年录取数据

                        Data from:https://www.heinz.cmu.edu/programs/information-systems-management-master/right-for-me                                                      

三、申请准备与建议

在上面的对比表格中,我们可以看到跨学科学习为核心理念的卡耐基梅隆大学,综合了各院校的资源,开设了丰富的“数据分析”相关硕士项目,来自不同背景、抱持有不同目标的学生都可以找寻到适合自己的项目。最后,在申请卡耐基梅隆大学的硕士项目上,我们总结了几点精华注意事项:

1.     先修课程要求

大部分的项目,对学生的申请背景都有着不同程度的先修课程期望,针对以申请卡耐基梅隆大学为目标的学生来说,要提前至少2年规划自己的本科课程,例如商科类的学生,如果想申请BIDA项目,要提前修读编程类课程,并要注意达到学校对该课程要求的最低分数。


2.     英语语言免除要求

卡耐基梅隆大学不同的学院,对英语语言成绩的要求都各不相同,像是计算机学院,只要母语不是英语,均需要提供英语考试证明。海因茨信息系统和公共政策学院要求学生有至少5年在英语国家的学习、生活经历才可以免除语言成绩要求,对美高美本的学生来说是个有利消息,对于美本正常毕业的学生来说,将会需要准备提供语言成绩。尤其需要提醒大家注意,对于托福、雅思的总分、单项分数,不同学院的要求也有所不同。例如计算机学院要求托福总分需要达到100分,单项不低于22分。

3.     推荐人

卡耐基梅隆大学非常看重推荐人对于学生的背书,因为是一个了解你学习能力、工作能力、团队表现的一个非常直观的方法。针对卡梅项目制的特色,招生委员会非常看重学生在本科期间项目上的团队协作表现。

4.   文书

在下笔文书之前,要充分的了解你的项目,包括设置的目标,需要完成的课程,例如在上文中我们介绍到的“项目类型”。一个Professional Master性质的项目,如果你在文书中的职业发展目标是攻读博士学位,那么招生委员会也会质疑你对于项目的了解程度以及你对自我规划的清晰程度。因此,在确定了申请的项目后,要结合项目特性与自身的发展建立起关联性。

项目案例介绍:

1. T同学

申请项目:Information Systems Management, Business Intelligence and Data Analytics ConcentrationBIDA
专业:经济学
GPA:美本 3.6
TOEFL:免除
GRE:320+
优势:多段OPT实习履历,2年+工作经验
劣势:本科课程数学、统计课程几乎没有,编程背景较弱
申请结果:调剂录取MISM 16个月项目
2.Z同学
申请项目Language Technologies
专业:计算机
GPA:美本 3.8
TOEFL:100+
GRE:320+
优势:硬件分数优异,本科期间已发表过论文,校外经历丰富
劣势:美本院校计算机项目较弱
申请结果:录取
3.H同学
申请项目:Machine Learning
专业:计算机
GPA:美本 3.7
TOEFL:100+
GRE:325+
优势:卡梅本校学生,导师推荐信
劣势:对项目设置目标理解有误
申请结果:被拒
4.L同学
申请项目:Public Policy and Management, Data Analytics
专业:公共关系
GPA:国本 88
TOEFL:105+
GRE:320+
优势:硬件分数优异,多段知名企业实习经历,包括暑期联合国实习
劣势:GPA一般,缺乏美国学习经历
申请结果:录取


It Happens Here! 希望在新的一年申请季,同学们能顺利斩获码农神校的录取!

美国招生协会
AIRC权威认证

80位
美国双语导师

10年+
名校申请经验

8600+
名校名企录取

wholerenguru3  (厚仁学术哥)

微信客服
wholerenguru3 (厚仁学术哥)

AIRC 权威认证

ICEF 权威认证

NCDA 权威认证

Rate me!

FITS

首席申请总监 专家专栏
从业超过八年,匹兹堡大学心理学硕士,擅长分析学生性格特点和优劣势,引导学生的内在动力,为学生制定长期藤校跃升计划,至今已成功帮助过众多学生获得包含哈佛大学、斯坦福大学、哥伦比亚大学、约翰霍普金斯大学、卡耐基梅隆大学、加州大学伯克利分校、纽约大学在内的顶尖名校录取,热门专业涵盖商业分析、人工智能、数据分析、生物工程等。
Rate me!
联系我们  »
                           

美国校园资讯

学业优化
实现梦想

扫码关注 >

厚仁学生中心

实时查看服务进度
阅读文档报告

厚仁APP

扫码关注 >

联系我们

微信24小时在线客服
美国中国8大办公室

扫码关注 >

Scroll to Top