编译 | 龚倩

校对 | 青暮

这篇文章介绍了在攻读数据科学或机器学习硕士学位时需要考虑的最重要的一些因素。作者是美国德克萨斯州奥斯汀的按需递送公司Favor Delivery高级数据科学家Matthew Przybyla。

1

简介

我已经研究并做过许多数据科学领域的硕士项目，于是我开始逐渐认识到哪些特征能够决定一个项目是非常好或是仅仅还可以，以及总体而言需要考虑哪些因素。虽然在选择最终要攻读哪一个硕士学位时有无数因素需要考虑，但我总结了在数据科学领域选择硕士学位时需要考虑的五个因素。我希望你也能了解这些因素，并在进行选择时参考一下这些因素，希望这最终能帮助你成为一名拥有硕士学位的专业数据科学家。

2

学费

这个话题可能不太适合公开讨论，因为它常常涉及个人比较具体的金钱或财务状况，或者你有多少钱，你愿意花多少钱攻读一个学位。

话虽如此，我希望看到更多的人讨论学费及其影响，不仅是在求学之前，而且在选择自己的研究生项目之后。 我读硕士花了不少钱，将近6万美元，尽管对我来说这确实是很大的一笔钱，但我认为，我的投资是得到了回报的，因此这个金额是我愿意支付的。

我的意思是，我取得了数据科学硕士学位，在完成学业后有了一份数据科学的工作，并长期在此领域从业，我向自己证明了所有投资都是值得的，因为我得到了在其他领域从业可能无法得到的丰厚报酬。虽然你面试或工作的一些公司可能不要求硕士学位，但至少有些公司是要求的，或者会把硕士学位作为一个职位诉求的加分项。 一个硕士学位能够向公司证明，你花了数月的时间学习和专攻某种技能，从而让他们在你的面试表现之外对你的能力有更多的信任和信心。

话虽这么说， 如果学费比较低，绝不意味着就是一项糟糕的投资，反之亦然 ，学费仅仅只是你在报读最终的数据科学硕士项目时需要考虑的一个因素而已。其实最终你需要考虑很多问题，总的来说，学费，也就是花多少钱攻读学位是非常重要的一个问题。

以下是你需要考虑学费的原因：

  • 投资回报

  • 你愿意在一定时间内承担多少债务

  • 学费花多少钱对你来说是可接受的

  • 学费是否比我以下要讨论的其他因素更重要

  • 你的雇主是否愿意支付你的学费

正如你所见，学费是决定你最终上哪所学校的一个重要因素。完成学业后，如果你的目标不是成为一名数据科学家，那就不要让自己负债累累；如果你只是出于好奇想学习更多知识，不如攻读一个更便宜、所需时间更短的数据科学学位。但是，当你决定攻读硕士学位时，学校本身、它所处的地理位置都和学费一样重要。

3

学费学校的地理位置（即使是远程上课）

现在很多硕士课程都是在线的，尤其是在数据科学领域。世界发展的态势使得在线上课更加普遍。但即使学校的课程是完全在线或远程上课的，也必须考虑学校的地理位置。

究其原因，是因为学校所在的地方往往就是你工作的地方。 当你申请数据科学职位时，如果你是在该公司所在州或城市的一所名校取得的学位，那你会更有优势。

举个例子，我在德克萨斯州的达拉斯市的南卫理公会大学（SMU）完成了硕士学位。大部分课程都是远程的（有一些需要到学校上）。因为我是在德克萨斯州求职，该州的公司、招聘经理和招聘人员对SMU这所学校都更熟悉。虽然这不一定能保证更多的招聘人员和经理会更加认可你，但对一些招聘人员来说，这种熟悉感确实有可能让他们更认可你，而这多一点的认可就可能发挥很大的作用。此外，如果你上的学校离你住的地方比较近，你可以和其他上同一所学校的人建立联系和社交网络。

如果你需要到学校去上课，那么学校的地理位置绝对会是一个重要的决定因素。 大多数人会一边读研一边工作，也就是说，如果通勤时间短是比较好的，这样你就不会耗费太多精力在赶路上。

为什么需要考虑学校的地理位置：

  • 学校的名声会让公司、招聘人员和招聘经理注意到你，或更容易让你脱颖而出

  • 与校友建立联系

  • 如果是在校上课，学校的地理位置就决定着通勤时间的长短

无论你是在校学习、远程或在线学习，还是两种形式的混合学习，在决定报考一个学校的数据科学硕士时，学校所处的地理位置都是一个重要因素。接下来需要考虑的是课程时长。

4

课程时长

根据你目前的状况，你可能也觉得这个因素是特别重要的。 数据科学硕士课程的时长差异很大。 虽然通常来说攻读硕士学位需要两年的时间，但有些项目时间很短——甚至大约只需一年的时间。你可能还需要解决一些其他的问题，比如你是否有孩子、是否想在长达一年的时间里一边学习一边工作、是否想在学习之余有三个月的假期或暑假等等。我读完硕士总共用了将近2年的时间，有33个学分。这种安排是比较合适的，因为我有一些休息时间，同时也没有浪费太多时间。

课程时长可能会受到以下因素的影响：

  • 你是希望上一个慢速课程还是常规课程

  • 如果你时间紧迫，有些方向还能提供快速课程

  • 你的老板支付给你的工资能够负担一个较短还是较长时长的课程

  • 如果你有家庭，并想选择一个慢速课程，以便减少一周的课程量，这样你就能更好地平衡学习、工作和生活

以上几个原因可以说明为什么课程时长也是重要的考虑因素。我已经讨论了一些我所经历过的显而易见的原因，应该也可以适用于你的情况。一旦你深入了解了特定的硕士方向，你也就会想要考虑该方向提供的不同类型的专业。

5

专业类型

通常，硕士项目会提供更具体的数据科学领域的专业。不同方向也会有不同的专业。例如，我可以选择更多地偏向于商业分析，而不是机器学习。有些方向可能根本不分方向，所以谨记这一点也很重要。

我选择把重点放在机器学习上，因为我想更多地了解常见的机器学习算法，以及如何将它们应用到商业环境中，还有利用机器学习来编程。商业分析方法适用于那些希望更加面向客户的人，可能是公司的高层领导，他们利用数据科学的知识来帮助他们进行决策；或者是那些希望更少关注代码和编程，而更多地关注想法的人。

以下是一些常见的专业：

  • 统计

  • 数据分析

  • 商业分析

  • 数据挖掘

  • 机器学习

根据你的职业规划，专业可能是非常有用的。 我会比较不同类型的专业，看看哪个最适合你，也看看每个专业下有哪些课程。 有时候，一个专业只有一到两门课程，而有些则可能有五到六门。需要注意的是，有些方向不分专业，但会提供选修课，在某种程度上，这些选修课能起到与专业课相同的作用，并且这些选修课程是由你自己选择的，而不是学校安排的。

例如，如果你发现你修的五门选修课中有三门都是高级统计课程，那么在你的简历中突出这一点将会对你大 有裨益。不管你最终选择哪种课程安排，申请硕士方向时，专业都是需要考虑的关键因素。也就是说，一个方向总的来说能够提供的主要课程和选修课也是需要考虑的 重要因素。

课程

要具体比较不同类型的专业，你在一个研究方向中所修的课程也是非常重要的。 我能给的最好的建议就是确保你不会选修太多数据科学专业的通识课。数据科学专业涵盖了统计学和机器学习等几个不同的方面；然而，如果你想要专攻这个领域，或至少拥有更有针对性和较为深入的知识经验，那么你需要确保自己可以上几个综合课程。例如，如果你想学习语言领域，确保有一门以上的自然语言处理（NLP）课程可选，这样你的钱就能花得值了。

6

顶点项目

硕士课程独具的一个特点是要求学生有能力完成一个顶点项目。这个项目通常有较多学分，因为你们可能需要在两个学期内进行研究并完成。你将和一组同学一起进行研究，有一个教授作为导师，还有一个与你的论文相关方面的专家作为专业导师。

顶点项目通常包括presentation和发表一篇论文。比如，我的顶点项目主题是虚假新闻检测。这是向你未来的雇主展示你如何与队友协作，你希望在数据科学领域中专攻哪个方向，以及你在该领域的学术能力的一种极好的方式。一个顶点项目可能会帮助你在数据科学领域找到一份工作，因为你的文章将会被公开发表，同时也会被同行评议。

以下是在完成顶点项目时需要考虑的一些关键要素，以及考虑它们能够带来的好处：

  • 你会和多少人一起工作

  • 你将和谁一起工作（仅仅是同学，你的课程顾问，或者专业导师？）

  • 有多少学分/它在整个项目中的占比

  • 顶点项目的时间期限

  • 是否需要向观众展示你的顶点项目

好处

  • 放进你的简历里

  • 成为机器学习的某个特定方向的专家

  • 积累经验，不仅是在学校中的经验，而是与现实世界更密切相关的社会经验

正如你所看到的， 研究生期间的顶点项目是非常独特的 （与本科项目或学位相比），并且和其他项目相比也是很独特的，因此思索一下你将从某个顶点项目中收获什么是至关重要的。

沉浸式学习

除了一个顶点项目，研究生课程还提供了一种所谓的沉浸式学习（immersion）。 这通常是面对面进行的活动，你会第一次见到你的同学和教授，与数据科学领域的先驱和专业人士建立联系，并听取和评价你的顶点项目。

7

总结

研究、申报和攻读一个数据科学的理学硕士学位可能确实是困难重重的。然而，我希望我能够阐明一些在申请硕士学位时最需要考虑的因素。虽然我已经讨论了五个，但还有很多其他因素也很重要，所以请记住，还有许多问题需要研究和思考。在取得硕士学位后，我可以确定地说，我在过去和在这篇文章中所提出的，选择研究生院的重要因素，现在仍然是有价值的。

原文链接：

https://towardsdatascience.com/5-things-to-consider-in-a-data-science-masters-degree-48a84028959d