更新時間：2023-09-08 19:04:20作者：佚名
師資：
30-40位博士，20個是全職院士，剩下15個左右是兼職院士，通常都是一些企業的研究員，中學把它們請進來，請她們負責教一些應用的課程；
申請：
項目每年投檔100多位師生，大部份都是統計專業結業的，金融、數學、會計、計算機等專業背景的還有，某些還有來自工科專業的；
我那時申了四所中學，GWU，哥大，雪城，圣路易斯高中。，最終是被GWU，雪城和佛羅里達學院投檔。我之所以選擇GWU的成因是GWU的物理位置比較好，比較緊靠北維吉尼亞。
生活便利，生活費用比洛杉磯，三藩很多地區要低；就業機會多；教基礎課的校長是特別好的，課程品質很高；招人比較多，且大部份都是美國人，用處是人脈多，校友網路發達；的統計項目，沒有偏向性。有些統計項目則會帶有一定的偏向性，例如UCLA的統計項目偏，的統計項目偏金融；
哥大統計并不像你們說的這么水。哥大統計生源品質十分高；就業狀況也特別好留學美國咨詢，在洛杉磯地區，就業機會也太多；太多的科技公司，這些的金融公司、銀行提供了這些就業機會；即使哥大也招了這些人，并且正因這般，人脈資源也會比較豐富，因此這個問題須要從兩個方面來看。
:
2年時間內修滿30個學分(一門課程3個學分，也就是10門)或則8門課加一篇論文；研究生其間的總GPA要在3.0以上。10門課里，有2門選修課，數理統計上下兩部份。10門課里可以選2門統計系此外的課，而且課要是工科的課，要跟統計有關系；
課業壓力，要看博士。有些博士布置的作業量會比較大，有些校長會少一些。通常來說，PhD等級的課壓力要比博士等級的課壓力大，期終博士對的要求也更高。總的來說，課程壓力在承受范圍之內，一般狀況下，學院是鼓勵師生選一些PhD級別的課程的。
生活：
夏季冬季四季分明，冬天最冷零下十度左右，冬季最熱不到35。由于處于D.C.，因此校外住宿售價比較高。學院周邊的房屋也一樣，由于GWU坐落縣城，因此售價高，所以大部份師生選擇搬到北維吉尼亞地區，坐輕軌15分鐘左右，租金一個月可以實惠100-200。
就業狀況：
結業之后20%的人能在臺灣找到工作；5%的人選擇讀博，我們這一屆有2個本校讀博，2個去外校讀博；剩下的人基本都是歸國就業，我曉得的朋友里，有的去了央行，有的去了摩根。
GWU附件的學院太多，學院底下比GWU排行好的是JHU，UVA，喬治城。UVA每年招20-30個，其他兩所學院也差不多，招人都比較少。整個大DC區的就業機會十分多，谷歌，京東，甲骨文在北伊利諾伊地區都有分公司，也有一些大型的科技公司startup，也有這些的政府機構等，對數據剖析的崗位的需求量還是巨大的，找工作并沒有這么難；
從個人的求職經驗來看，學院的優劣跟能不能找到工作之間并沒有絕對的關系。前面說的幾個學院留學美國咨詢，每位小學的結業生就業都差不多，例如JHU它們一年招20多個中學生，十幾二十個找到工作。GWU每年招100多個中學生，只是20多個找到工作，然而由于基數大，因此就業率要低太多。
在筆試時，相對你的結業中學，HR更看重個人技術能力、交流能力、實習經歷、項目經驗等。
求職建議：
1.多找見習，多投簡歷；
見習經歷對于求職來說幫助十分大。去外邊見習并不會太影響到學習，首先課程原本也不是太多，再者絕大部份課都是夜晚上的。甚至有些見習，一個禮拜去10個小時就可以了，對時間要求沒有這么嚴苛。在找見習的時侯，有時侯錢并不是最重要的，你可以做哪些，學到哪些或許才是最重要的，例如我的四份見習里2份見習都是不給錢的；
2.多跟隨博士做一些項目，做項目的過程，只是在為未來的工作做打算的過程
3.多去起來找一下學長學姐，去跟她們，去問問求職的經驗，并且或許領到內推的機會
4.只是最重要的一點，認真學習，把握好統計的各類模型和專業硬件
建議選擇一些工作中常用到的諸如多元統計，試驗設計，時間序列等課程；由于可以選擇一些非統計的課程，建議選擇一些CS的課程，例如機器學習，算法，編程語言；同時建議自學數據挖掘，人工智能，大數據的框架結構和方式等相關的課程。
數據可視化：通過不同的硬件把數據轉換成各式便于理解的圖象，方便人們從中找到有用的信息；數據可視化是數據剖析師應當把握的一個技能。
統計的口試不像CS，沒有題庫可以參照，不過假如你想鍛練一下自己的編程能力，可以用CS的題庫；數據剖析的口試主要會問一些做過哪些模型，這種模型的異同，如何考慮一些參數的狀況，為何選擇這個模型等等。會按照崗位描述來，例如崗位描述里說到會用到何種模型，那才會視察你對這個模型的使用狀況。把握一些專業硬件例如,R,SAS等都比較重要。
結業生就業去科技公司，醫藥公司的有太多，很多公司一般都比較有錢，基本還會提供H1B支助。假如對生統比較感興趣，可以選擇去醫藥公司，也有一部份是去金融公司，例如匯豐，摩根，做信用卡的數據剖析等。假如你覺得自己直接找全職工作比較困難，可以考慮先找見習或則parttime的工作，工作一年后，再找全職就該好找太多。統計是STEM，你可以有3年的OPT,有時間作為緩沖。
轉專業申請
并不建議從統計轉入其他專業，由于統計的就業狀況雖說比較好，但是比不上CS，并且相對于大部份專業來說，雖說比較好的；假如真的要轉，可以選擇轉CS或則data；
其他專業轉統計：
統計的會格外鐘愛理科學生，金融，金融安裝工程等專業也可以，物理基礎好的，轉上去會比較便捷；一般要求的先修課程是線性代數，微積分，機率論與數理統計；非工科科的中學生，建議先修一些英語課，假如中學不讓修，可以先去社區學院修一些課程。（或則選擇去美國上個暑校，修一些那樣的課程等等）
統計上手并不難，碩士是工科專業的人，學統計也能學好，可以多選一些偏應用的課程，對數理基礎要求沒有這么高的課程；
統計的未來
未來，統計應當會更多的與CS或則其他安裝工程類的學科相結合。人工智能是未來主要的發展方向，而這種領域都還要廣泛用到統計知識。
假如對自己的職業生涯規劃要求比較高的老師，還是建議再讀一個統計或則CS的PhD，假如對人工智能或則數據科學感興趣，一個PhD的學位是必要的。
統計領域有一門與機器學習相同的課程，叫統計學習，注重各類模型的內在邏輯，互相之間的比較。CS領域的機器學習則注重編程，要求了解各類算法的過程和復雜程度。
數據剖析師的職位在公司里所從事的工作大體可以分為兩類，一類是，負責從數據中挖掘出一些有價值的信息，來為決策做參考。例如我見習的時侯，負責用統計模型來判斷一家企業在應聘志愿者的時侯是否存在性別仇視的現象。另一類是運用統計和建模能力，來使一些工作實現手動化。例如我今天的工作是負責確保數據品質沒問題，運用一些統計學的方式推動數據品質檢查的速率。
數據剖析師未來還是有巨大前景的，你可以選擇成為一名數據科學家，也可以從事商業剖析的工作，也可以做管理，成為一名數據剖析主管或則戰略決策的主管；