15011337672
在工程学和应用科学领域，大数据的重要性越来越大，除了大热的BA/DS还有统计硕士也已经成为非常受关注的方向，今天我们就来解析一下专排第一的Stanford MS in Statistics。
1、项目介绍
斯坦福作为全世界的名牌大学之一，在统计学的领域上也享有专业排名全美第一的名气。该项目开设在人文与科学学院的统计学院系之下。
2、课程设置
Stats MS下细分Statistics track和Data Science track。Data Science track和ICME 下的Data Science program课程设置是相同的，只是ICME下的data science program有更方便的转PhD途径。
Stanford Stats MS program毕业需要45 units的学分， 其中36分需要letter grade， 一般5-6个quarter可以修完。Stanford选课不紧张， 想选的课基本都能选到，有些热门课在不同quarter都会开设。
Mandatory课程分为五个方向：
Stats 200开头的课偏应用， 而300开头的课偏理论推导。CS课对数学理论推导和编程都有较高要求， 作业workload比较大。Graduate-level课程给分大多都很generous。
3、师资力量
1. Andrew Ng是人工智能领域的大佬。他还是在线教育平台Coursera的联合创始人之一，该平台提供了广泛的课程，特别是在机器学习和人工智能领域。Andrew上课风格深入浅出， 注重数学理论推导。神课CS229在youtube上有视频。
课程: CS229: Machine Learning
职位名称：Adjunct Professor at Stanford University.
研究领域: machine learning, deep learning, machine perception, computer vision, and natural language processing
2. Jure Leskovec是Pinterest的首席科学家， 也是数据科学和网络分析领域的领军人物。推荐上他教的CS246: Mining Massive Datatsets, 内容主要是different ML algorithms are applied to data at scale，这节课同样也是很强调math.
课程：CS246: Mining massive datasets
职位名称：associate professor of Computer Science
研究领域：applied machine learning and data science for large interconnected systems
3. Trevor Hastie是一位著名的统计学家，他在统计学界特别以其在统计学习、数据挖掘和生物统计学领域的贡献而闻名。Hastie教授对统计学习的方法和理论做出了深刻的研究，特别是在预测建模和监督学习领域。他与Robert Tibshirani和Jerome Friedman共同撰写的书籍The Elements of Statistical Learning被广泛认为是统计学习领域的经典教材。
此外，Hastie教授在生物统计学领域也有显著的贡献，特别是在基因表达数据分析和生物信息学方面。Trevor还是Data Science track的advisor。
职位名称：Professor of Statistics/Professor of Biomedical Data Science
研究领域：applied nonparametric regression and classification, statistical computing
4、职业规划
1. 简历投递
● Stanford handshake
● Career fair
● ICME Xtend
● Email岗位推荐（startup, lab）
Stats program学生可以参加秋季和春季的career fair, 有很多大厂和硅谷startup的recruiter会参加。同时学生也可以参加ICME下的Xtend，一些热门参与公司包括Microsoft, PayPal, BCG X等。Xtend会提前征集所有candidate的简历compile成CV book给recruiter看。Xtend还会帮你pair up with companies, 如果有company对你有兴趣会给onsite interview。
除此之外email也会经常收到startup的intern opportunity, 感兴趣的可以自己follow up。尽管项目资源丰富，但找工作其实主要还是靠自己networking。
2. 就业：
Program发过一个内部shared的就业统计，少数同学毕业后会继续读phd, 其余同学就业方向包括Data Scientist, Research Scientist, SDE, Product Manager等。
5、地理位置
斯坦福校园位于南湾，离很多科技大厂非常近，距离旧金山也就一小时车程。得天独厚的地理位置对找工作非常有帮助。同时湾区气候非常舒适。但也由于地处加州，交通不是很方便，最好要有车会好一些。
6、申请要求
需要准备以下材料：简历personal statementdiversity statement(optional)transcriptGRE3 recommendation lettersapplication fee
截止日是12/1，没有面试，大约三月中旬出申请结果。偏好数学、统计、计算机以及有research背景的学生，但也有不少在industry工作了两年再读master的同学。录取bar比较高， GPA基本3.9+，基本都是美本。项目一届除去coterm 30人左右，其中中国学生比例约四分之一（女生比例较高）。同学整体水平很高，也很友善，乐于资源分享。
7、项目费用
三个quarter（8-10credits/quarter）总费用是$38,160，官方推荐一年总预算$105,397。
8、就读体验
Stats-DS track课程安排大多是由CS, Stats, ICME的课程中与data science最相关的课组成。CS课细分很多方向（NLP, CV, ML, RL, gen AI…），CS热门课基本都有录播和course website, 所有资料也是公开的，所以自学和review都非常方便。CS课作业workload比较大，所以建议form study group and plan ahead。选课相对灵活所以也可以多选点CS课转码。
Stats课一般一个topic有分不同难度级别，可以根据自己兴趣和基础选择：有偏应用的（200开头， causal inference等）一般使用R, 也有很偏理论推导的。不管是CS还是Stats课office hour都非常多，TA也很supportive。
由于是quarter制，每个学期非常紧凑，hw, midterm, project, final排得非常满。总体cover内容我感觉并不比semester的课少，但好处是可以在相同时间内being exposed to more topics。由于项目规模小， 更利于build connections以及交流找工进度。
在留学方面有疑惑的同学欢迎联系传兮留学的老师咨询~
