15011337672
耶鲁在2020年开设的统计与数据科学硕士项目，时至今日依然是一个年轻的新项目，每年投递的学生络绎不绝。与传统统计学相比，该项目不仅教授新项概率论、随机过程、信息论等内容，同时也包含了当下热门的机器学习、数据分析、统计计算等领域，一起来看看项目具体信息吧~
1、项目介绍
耶鲁的MS Statistics and Data Science项目隶属于GSAS（Graduate School of Arts and Sciences）学院下的统计与数据科学系（Department of Statistics and Data Science），定位就业与科研兼顾，时长1.5年，毕业后可以作为visiting student在第四学期继续上课。
系里还开设另一个MA Statistic项目，时长一年。两个项目一起招生，可以灵活转换，MA+MS每届的cohortsize共15-20人。
2、课程设置
Yale MS S&DS学位需要12学分，平均成绩达到HP且至少两门课是H。在课程安排上理论和应用兼顾，项目希望学生在广泛的方向得到训练，选课很灵活，丰俭由人，可以根据自己的背景和兴趣选择不同领域和深度的课程，选课前需要咨询DGS（Director of Graduate Studies）并获得批准。
系内开设的课程主要在统计理论（贝叶斯理论、决策理论、非参数统计）、概率论、随机过程、渐近学、信息论、机器学习、数据分析、统计计算和图形方法等领域。同时也鼓励学生选修系外的课程，很多同学会去上CS、Engineering、SOM的课。此外，每学期有Data Science Project Match会议帮助同学们寻找project或RA机会，还会有全校范围内的教授来做presentation，如果加入项目可以作为Practical Work计入学分。
学生需要完成5个方向的minimal requirements：
3、师资力量
1. Harrison Zhou是统计理论领域的大佬，也是耶鲁统计系的前系主任，开设Statistical Inference和Decision Theory课程，他的研究兴趣主要在Asymptotic Decision Theory, Shrinkage Estimation, Wavelet Regression。Harrison讲课深入浅出，可以不带讲稿徒手在黑板上讲复杂的证明，也可以把每个推导背后的intuitive idea讲得十分清晰。
2. John Lafferty教授的研究领域是机器学习（学习算法和高维数据的计算和统计方面）、人类语言建模、神经科学应用。他领导Statistical Machine Learning Group，同时也是Wu Tsai Institute下Center for Neurocomputation and Machine Intelligence的主任。他开设Introductory Machine Learning和Intermediate Machine Learning两门课程，其中Introductory系统地介绍了机器学习的基本方法和概念，侧重intuition和应用；Intermediate介绍了一些比较现代的机器学习方法，包括一些deep learning和reinforcement learning话题，作业会有理论推导和coding两方面。
3. Jas Sekhon教授的研究兴趣主要在因果推断、机器学习、社会科学领域的应用，他同时在Bridgewater担任Head of Advanced Data Science。Jas讲课风格幽默风趣，会举很多生动的例子帮助理解模型，他开设的Applied Machine Learning and Causal Inference Research Seminar介绍因果推断和LLM的最新进展，让学生获得LLM的实践经验。
4、求职服务
MS S&DS的同学大部分选择毕业后工作，小部分继续读PhD，就业方向包括DS, MLE, SDE, Quantitative Researcher等等，往届毕业生都找到了诸如Meta, McKinsey, 2 Sigma等的不错的工作。
学校的OCS（Office of Career Strategy）提供很多求职相关的workshop和一对一的咨询，包括改简历、networking技能、面试技巧等等，也会经常举办不同行业的career fair，许多知名公司会来学校开info session和campus event。同时，Yale Career网站数据库里可以联系到各个公司的recruiter和在职校友，Yale Cross Campus的mentorship program每学期会根据你的需求匹配校友当你的mentor。除此之外，系主任会经常在mailing list里转发他个人收到的招聘信息和邮件，想找CS方向工作的同学也可以加入CS系的job mailing list。
5、申请要求
需要准备以下材料：
● 简历
● Statement of academic purpose
● Transcripts
● Three letters of recommendation
● GRE no longer required but may be submitted
● diversity statement (optional)
● Application fee
截止日期是12月1日，没有面试，一月底出申请结果。每年约1000人申请，大约发40个offer和40个waitlist，基本都是统计、数学、计算机背景的学生。录取的学生本科大部分是美本top30和文理学院top10，但不卡本科排名，更偏好每个学校top1-2的学生，也会录取个别加本澳本陆本。
录取的人里有纯实习选手也有纯科研选手，实习的方向很有diversity（DS、DA、MLE、quant、neuroscience等），更看重实习内容而不是公司title，另外有三四人有全职工作经验。
6、项目费用
GSAS每学期的学费是$24,150，I-20表上包括各种生活成本的预估是每年$76,430。
7、就读体验
系里的课程质量很高很深入，workload较大，很多课都有weekly assignment，作业也有一定难度，建议在本科时就打好math和coding基础，不过office hour很多，TA也都很supportive。因为选课灵活，对各个方向感兴趣的同学都能学到想学的东西，想找工的同学可以选一些简单的课来达到时间上的取舍，想读PhD的同学也有很多RA机会。此外，统计系楼上的Institute for Foundations of Data Science每周会有校外的教授和专家来开seminar，是了解学界和业界前沿的好机会。
由于cohort size很小，同学之间交流很多也很友善，和系里的PhD、本科生、教授也都很熟。系里还给每个研究生都准备了和PhD一样的办公室，很看重small-department family atmosphere，每年开学初和Thanksgiving、Christmas都会请全系聚餐，平时也会经常组织graduate students game night等活动。
今天关于耶鲁Stats&DS的介绍就到这里啦希望看完的同学们都能收到自己心仪的offer！在留学方面有疑惑的同学欢迎联系传兮留学的老师咨询~
