微信客服
wholerenguru3 (厚仁学术哥)
我前年有个学生,本科学的是生物,学了四年下来发现不是真爱,决定硕士转行找个“新欢”,但这跟“旧爱”的关系也不能说断就断,所以我们就给他规划了个相关的专业方向——健康类的 数据分析 专业。
在女神大学的清单里,我们帮这孩子挑选了耶鲁大学,约翰霍普金斯大学,艾莫里大学,匹兹堡大学,以及两所保底大学。结果出来后,前四个所大学里,只接到了耶鲁大学MSHI专业的橄榄枝,却被匹兹堡大学给拒了。所以这个学生不得不选择去耶鲁读硕士了。
不过要说起健康和数据分析专业,就不得不提耶鲁大学的健康数据学硕士,毕竟这是大藤+健康+数据分析三者的完美结合。
大藤+健康+数据分析
耶鲁大名鼎鼎。众所周知,“哈耶普”并称为大藤。
而耶鲁的健康信息学硕士( Master of Science in Health Informatics,MSHI),则综合了当前就业最火的健康医疗和数据分析,设置在耶鲁公共健康学院的生物统计系中。
学校建校于 1701年,是美国排名第三的名校。
但耶鲁的公共健康学院:
全国排名却不是很高。
甚至排名在匹兹堡大学(#13)和乔治华盛顿大学(#12)之后。
但这正好,大名校里排名一般的专业更适合一般的同学去申请,录取几率也高一些,因为学霸们已经抢着去申请排名第一的哈佛公共卫生专业了。这样那些GPA不错,但又达不到3.9, 4.0,却心怀名校梦的学生也有了接近女神的机会。耶鲁的MSHI就非常适合这类学生申请。
不过试想,一个学生拿着匹兹堡大学的公共健康硕士学位,一个学生拿着耶鲁的硕士学位,哪个感觉会更好呢?不用问,当然是耶鲁大学的了。
除了名气大,录取率相对可观以外,我挑出耶鲁MSHI健康信息硕士专业的另外一个原因,就在于这个专业本身的设置。它完美地体现了数据分析专业和健康管理行业的结合。让学信息技术的同学,将来有个更广的行业领域可以落脚。
不过耶鲁的MSHI,与上一篇咱们介绍的哥大运营管理硕士(MSOR),CMU的商业情报和数据分析硕士(BIDA)就业方向不大一样,因为MSOR 主要去金融产业,BIDA主要去技术公司,而MSHI主要进入健康领域。
医疗和健康领域,入行很难,但是非常看重经验积累,越老越值钱。完全不同于技术行业人员,干了10年以后,很多一线工作就做不动了,如果不是做管理或者创业,很大几率会被直淘汰。这样想想,我们“程序猿”的命运其实挺惨的,头秃得差不多了,就会被舍弃。
MSHI的特点
MSHI的总体特点就两个字——朴实,学生能学到干货。不过一个前提就是,学生一定要对健康医疗领域感兴趣,因为这个两年的专业,其中一半的课程都属于公共健康和医疗专业的。
不同于高科技或者银行,想进入健康和医疗专业的相关领域,入门相对困难。所以这是比较特别的 数据分析 专业方向。如果你对公共健康和医疗专业感兴趣,那么耶鲁的这个MSHI专业非常适合你。
下面这张图就是耶鲁大学,公共健康生物统计系下设的
健康信息学科学硕士专业MSHI介绍:
这个专业的创立目标是:健康信息学将推动生物医学,临床护理以及公共卫生领域中信息管理方式的革新。健康信息学包括临床和公共卫生领域的应用研究和信息学实践。信息学研究人员将研发,引进,评估以下领域的新型生物驱动技术:数据挖掘,自然语言&文本处理,认知科学,人机交互,决策支持,以及公共卫生,临床研究和基因组学/蛋白质组学领域的数据库和算法分析。
耶鲁的MSHI专业,因为是设立在公共健康学院里,所以内容非常侧重于健康和医疗。在信息分析方面的内容与CMU的BIDA,哥大的MSOR有很多方面相似点,它们都包括自然语言处理(这是人工智能的基础),数据挖掘(这就是信息分析),人机交互,决策支持(这在MSOR,BIDA中都有覆盖),数据库(这在BIDA,也是一个专门的课程方向)。不同的是在应用方面,MSHI更偏重在公共卫生中的研究,特别倾向公共卫生领域的数据和算法。
MSHI专业核心课程涉及:信息科学,临床信息学,临床研究信息学,消费者健康和人群健康信息学,数据科学及健康政策,社会和医学,平衡行为科学,生物统计学和流行病学。
该专业的学习的时长为两个学年。一年级课程主要为基础课程的学习;第二年课程偏重专业性和技术性,更加强调掌握健康信息学的技能。学位毕业要求学生在第二年完成一个毕业项目设计。这就和MSOR的一年学制,BIDA的16个月学制不同了。
前面我们在未来十年就业预测中就重点指出,未来的健康医疗行业和信息行业,是三十个增长最快行业中的两个最大领域。
而健康领域有个特点,就是入行非常难,因为在这个行业里积累非常重要。如果只是一个本科学历,对健康,医疗,行业数据的知识了解还停留在浅表,那么能进入耶鲁这样一个两年的健康信息学硕士专业,沉浸在公共健康领域做 数据分析 ,这对很多学生来说是个求之不得的机会。所以这个硕士设立两年的学制也合情合理。再说了,这可是耶鲁呀!能在这里呆上两年也是一种享受!
有很多人说,学习计算机科学,信息科学,或者是数据分析,学得都太杂,不能深入了解某一个行业。就像是方法论一般,数据分析专业就算是名校毕业,还是要结合一个特别的行业,落到实践中。
这也是CMU的BIDA专业给学生设置20门课程的原因,它是为了让学生成为全才,让学生自己选择进入科技公司,或是金融公司。
而耶鲁的MSHI则在一开始就树立了明确的目标,扎根公共健康领域,只做这一个领域的数据分析和信息学。
MSHI倾向招收本科背景涉及健康,计算机科学,数学和统计领域的学生。
如果你已经在耶鲁就读,那么MSHI也可以成为你的第二个硕士方向,耶鲁有很大比例的学生就是这么一路走来的。
“健康信息学”学位的毕业生将获得以下这些能力:
-
为指定公共卫生领域提供适合的信息学方法
-
比较国家和国际区域环境中健康信息系统的结构和功能
-
评估影响社区健康的人口信息学需求,资产和能力
-
为利息相关人起草方案,并建立合作伙伴关系在公共卫生信息学领域增加影响力
-
以书面/口头形式交流适合目标群体的公共卫生内容
-
将系统思维工具应用到公共卫生信息学问题解决上
可以看到,这个专业培养目标是公共健康领域的高级人才,起点非常高,而不是培养程序员,或者叫做软件工程师。而MSOR和BIDA专业后,的确有学生去做了程序员。
课程设置
MSHI专业,学制两年,一共14门课程毕业。每个学期要求至少学4门课程。
课程要求10门必修+4门选修。
必修课程有:
-
Population and Public Health Informatics 人口和公共健康信息学
-
Computational Methods for Informatics 计算方法和信息学
-
Clinical and Translational Informatics 临床和转换信息学
-
Core Topics in Biomedical Informatics 生物信息学中的核心问题
-
Foundations of Epidemiology and Public Health 流行病和公共健康基础
-
Frontiers of Public Health * 公共健康前沿
-
Clinical Database Management Systems 临床数据库管理系统
-
Clinical Decision Support 临床决策支持
-
Research Ethics and Responsibilities 伦理和责任研究
-
Capstone I and II 硕士项目
这十门课程里面,有5门是 数据分析 的信息学,我都加粗标出来了,剩下4门为健康类课程,还有一个毕业项目课程。
选修课程有:
-
应用数据挖掘与机器学习
-
临床试验基础
-
计算统计
-
先进的回归模型
-
分类数据分析
-
生存分析理论
-
SAS和R中的高级统计编程
-
计算生物学中的统计方法
-
自然语言处理
-
实施科学
-
卫生政策和卫生保健系统
-
卫生经济学和美国卫生政策
-
成本效益分析与决策
-
临床研究原理
-
临床研究信息学导论
-
个人领导力
-
软件开发管理
在选修课中,差不多也是一半数据分析类课程,一半公共健康类课程。
其中的自然语言处理,应用数据挖掘,计算统计,R统计编程,和软件开发管理,这些都是数据分析专业的硬课,到哪里都用得着。
这个专业,只有很少的课程是教领导力的,我只看到了一门选修课:个人领导力。可能是因为到了耶鲁的学生都自带领导力,或者耶鲁的校园文化领导力充足,经过两年锻炼,学术自然就有一定的领导能力了。
在CMU的BIDA项目中,有三门必修课程关于领导力和公共交流。
至于MSHI项目的毕业生去向,人家没有写,可能因为是耶鲁吧,没有必要写。
MSHI项目的学费,每学年47,840美元。这比哥大MSOR,CMU的BIDA学费稍低。
特别指出的是,耶鲁的这个项目比较偏重学术。系里多次提出,很多学生可以得到助教,助理研究员,校内工作,以及奖学金的资质。因为是两年制项目,学校和学生的链接更强。
内行看门道,所以读什么专业,选什么学校,关键还是要看学生的目标是什么,是追求综合排名,还是专业排名?是要做研究,还是要进攻业界?是当万金油,还是特定一个领域的专才?是想一年尽快毕业去实践,还是想扎实学两年知识?不过在这些选择中,耶鲁的MSHI都有着自己的一席之地。
后来我们那个没有被匹兹堡大学生物统计专业录取,而被耶鲁生物信息学录取的学生,现在学得非常好。他常说的一句话说就是”我们藤校blablabla……”真是没办法。上了匹大的学生,大概就不会张口闭口地说“我们匹大blablabla……”。
最后希望如果你的孩子来美国读硕士学位,也有不得不去耶鲁的一天。
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
微信客服
wholerenguru3 (厚仁学术哥)