¿Cuál es su opinión de Stanford MS en Estadística: Ciencia de datos?

★★★★★

Introducción: programa académico

Gracias Andreas, Alfredo e Irwan por escribir comentarios. Haré eco de estas revisiones y agregaré otra perspectiva.

Estamos rodeados de brillantes compañeros y profesores, continuamente desafiados y empujados a crecer. Como era de esperar, el trabajo del curso se inclina hacia la investigación y proporciona una base teórica y pragmática sólida. Los cursos se basan aproximadamente en: matemática aplicada, estadísticas modernas y ciencias de la computación. El plan de estudios es el espíritu multidisciplinario, alentado en todas las escuelas del campus.

Todos los estudiantes de ciencias de datos de MS toman un curso relativamente fijo en la experiencia disciplinaria antes mencionada. Las expectativas son mínimas, aparte de la preparación avanzada de pregrado, para inscribirse en cursos de posgrado. Muchos de nuestros cursos reciben títulos de cursos para estudiantes de doctorado. Como tal, los cursos sobre el estudio académico son exigentes.

Un objetivo de aprendizaje de la página web del Departamento de Estadística es: desarrollar sólidas habilidades matemáticas, estadísticas, de programación y computacionales. En mi opinión, esto establece la base para cualquier dominio que requiera trabajar con datos. Muchos campos han reconocido un modelo centrado en datos, que cumple este programa académico en Stanford.

Ventaja: amplio plan de estudios

Tenemos la oportunidad de aprender con expertos en ICME, Estadística e Informática. Muchos cursos están abiertos para la inscripción, en las Escuelas de Ingeniería y Humanidades y Ciencias. Si hacemos las solicitudes adecuadas, podríamos ampliar nuestro trabajo de curso a escuelas adicionales también. Estas ofertas nos permiten, incluso con cursos optativos de cursos limitados, diseñar nuestra especialidad o interés de dominio, además de los cursos requeridos.

Por ejemplo, podrían incluir algunos en:

La Escuela de Ingeniería como: IA de redes sociales, procesamiento de lenguaje natural o aprendizaje automático.

La Escuela de Negocios como: modelado estadístico para: marketing, TI, comportamiento organizacional, finanzas o colaboraciones adicionales.

La Facultad de Medicina como: modelado estadístico en genética, ensayos clínicos, sistemas de apoyo a la toma de decisiones o contribuciones adicionales.

La Facultad de Humanidades y Ciencias como: interacción humano-computadora o lenguaje natural / formal en Sistemas Simbólicos o Filosofía: o modelado estadístico para estudios de casos en: Psicología, Sociología o Economía.

El punto general sobre estas especialidades de dominio es que las Escuelas de Stanford se involucran con la investigación en todas las disciplinas, lo que permite una educación integral no solo centrada en la Ciencia de Datos.

Evaluación: aprendizaje y resultados

En esta Maestría en Ciencia de Datos, los estudiantes son alentados y superados los límites. El excelente trabajo en universidades anteriores puede calificar a los estudiantes para la admisión, pero debe desarrollarse y perfeccionarse para completar con éxito el programa.

Como resultado de empleo, organizaciones como: empresas, agencias gubernamentales u organismos adicionales están ansiosos por entrevistar a los estudiantes. ICME organiza un evento anual como una feria de empleo / carrera. Muchas empresas líderes como: Google, Microsoft, Bain, LLNL y muchas otras han visitado. Hay reuniones entre los estudiantes actuales de maestría y doctorado y los miembros mayores. Es un momento para que los estudiantes muestren interés preliminar en ciertas oportunidades de trabajo en las empresas, y una forma efectiva para que los empleadores potenciales se concentren en los candidatos más adecuados.

Conclusión:

En general, este programa es valioso. Organiza una educación fundamental en ciencia de datos, ofrece una amplia gama de cursos y conecta a los estudiantes prometedores con excelentes empleadores. Debe capacitar a los estudiantes como científicos de datos clave en la industria, o en un programa de doctorado. La industria y el interés académico son asombrosos y magnificados por las conexiones históricas y geográficas de Stanford con Silicon Valley.

★★★★★

Esta es una copia de mi revisión para Stanford MS en ICME: Data Science, que es exactamente el mismo programa ( ¿Cuál es su revisión de Stanford MS Data Science Track – ICME? )

Actualmente estoy inscrito en el programa, por lo que formo parte de la primera clase de graduados que aún estudia en Stanford (el programa comenzó oficialmente durante el año académico 2014-2015).

El programa es un esfuerzo conjunto entre el departamento de Estadísticas y el Instituto de Ingeniería Computacional y Matemática (ICME). Como mis colegas ya han mencionado, no hay una distinción real entre hacer el MS en Stats o ICME, aunque el proceso de admisión puede ser un poco diferente ya que debe solicitarlo en un departamento en particular. Como mi experiencia es en Ciencias de la Computación y Matemáticas, consideré que ICME era la mejor opción para mí.
The Masters aprovecha la gran variedad de clases relacionadas con Data Science que ya se ofrecen en Stanford. No hay clases especiales diseñadas para el programa. De hecho, es posible completar fácilmente el mismo o similar conjunto de clases en otro grado, como CS, MS&E o las pistas generales de la MS en Estadísticas e ICME. De ninguna manera este programa es la única forma de obtener una educación en Ciencia de Datos en Stanford, aunque en mi opinión puede ser el mejor.

Considero que los requisitos para completar el programa están muy bien diseñados. Mientras buscaba un Máster para estudiar DS en los Estados Unidos, tuve una idea inicial de lo que quería aprender, y encontré que este programa era el mejor en términos de amplitud y profundidad. La variedad de clases en Stanford relacionadas con el campo de DS es asombrosa, en mi opinión, muy superior a otras universidades estadounidenses de primer nivel. Sin embargo, el programa no permite mucha libertad para desviarse de los numerosos requisitos, ya que son más restrictivos que el ICME normal y el Stats Masters. Si desea profundizar un poco más en la oferta de cursos de Stanford, puede completar el programa en 6 trimestres, en lugar del mínimo de 5.

Los grandes requisitos están ahí por una simple razón: Data Science se encuentra en la intersección de muchos campos. El programa se enfoca en brindarle al estudiante una base sólida en muchas de estas áreas, proporcionando fundamentos teóricos muy sólidos. Como explica Irwan en su excelente respuesta, el programa tiene un enfoque académico y hay que esperar muchas matemáticas y estadísticas, probablemente mucho más de lo que tienen muchos practicantes actuales en el área. En mi opinión, esta es la forma correcta de hacerlo, ya que los estudiantes se gradúan con una base sólida en los fundamentos de Data Science en lugar de con un conjunto limitado de recetas para ejecutar regresión lineal en Excel o regresión logística en scikit-learn .

Es fácil ver este enfoque en los fundamentos de DS a partir de los requisitos de los Maestros. Los cursos obligatorios de CME proporcionan una base sólida y de nivel de posgrado necesaria en el campo (álgebra lineal numérica, optimización convexa, métodos estocásticos y matemática discreta y algoritmos), mientras que los cursos obligatorios de estadísticas brindan una comprensión profunda de los fundamentos estadísticos y de aprendizaje automático. (Inferencia estadística, modelado estadístico, aprendizaje estadístico y minería de datos). Por otro lado, están los requisitos de programación (¡totalmente necesarios para un Data Scientist!) Y el componente práctico. Finalmente, tiene 9 unidades de asignaturas optativas, que puede utilizar para explorar áreas particulares de su interés. Como dije antes, considero que este número es un poco bajo dada la gran cantidad de clases ofrecidas en Stanford, pero esto es comprensible debido a las muchas habilidades necesarias en la educación de un científico de datos.

En cuanto a los antecedentes necesarios para la maestría, en esta primera clase hay personas provenientes de carreras tan variadas como Matemáticas, Estadística, Ciencias de la Computación, Matemáticas Aplicadas, Economía … Dada la amplia gama de cursos necesarios para completar el máster, probablemente necesitarás obtener arriba en algo (puede ser, por ejemplo, programar si eres un estudiante de matemática pura). Los cursos son de nivel de posgrado y, en mi opinión, muy exigentes, incluso si están relacionados con sus antecedentes anteriores.

Soy un estudiante del Instituto de Ingeniería Computacional y Matemática aquí en Stanford, actualmente trabajo en mi maestría en ciencias de datos. El programa se divide entre ICME y el departamento de Estadística, supervisado de cerca por los directores de cada programa.

Este programa se introdujo recientemente el otoño pasado (2014), y como es realmente un programa de 5 trimestres como mínimo, todavía tenemos que ver la primera clase de graduación.

Sin embargo, puedo decir algunas cosas. El programa es pequeño: hay 5 de nosotros en ciencia de datos ICME y otros 7 en la contraparte de estadísticas. Los cursos son desafiantes y gratificantes; Es fácil ver cuán fantásticamente preparados estaremos para carreras en la industria o para emprender más programas de doctorado. Todos los estudiantes son excepcionalmente brillantes y motivados.

También vale la pena mencionar que la demanda que ya hemos visto de los empleadores y profesores que buscan trabajar con nosotros es sorprendente.