师资：

30-40位博士，20个是全职院士，剩下15个左右是兼职院士，通常都是一些企业的研究员，中学把它们请进来，请她们负责教一些应用的课程；

申请：

项目每年投档100多位师生，大部份都是统计专业结业的，金融、数学、会计、计算机等专业背景的还有，某些还有来自工科专业的；

我那时申了四所中学，GWU，哥大，雪城，圣路易斯高中。，最终是被GWU，雪城和佛罗里达学院投档。我之所以选择GWU的成因是GWU的物理位置比较好，比较紧靠北维吉尼亚。

生活便利，生活费用比洛杉矶，三藩很多地区要低；就业机会多；教基础课的校长是特别好的，课程品质很高；招人比较多，且大部份都是美国人，用处是人脉多，校友网路发达；的统计项目，没有偏向性。有些统计项目则会带有一定的偏向性，例如UCLA的统计项目偏，的统计项目偏金融；

哥大统计并不像你们说的这么水。哥大统计生源品质十分高；就业状况也特别好留学美国咨询，在洛杉矶地区，就业机会也太多；太多的科技公司，这些的金融公司、银行提供了这些就业机会；即使哥大也招了这些人，并且正因这般，人脉资源也会比较丰富，因此这个问题须要从两个方面来看。

:

2年时间内修满30个学分(一门课程3个学分，也就是10门)或则8门课加一篇论文；研究生其间的总GPA要在3.0以上。10门课里，有2门选修课，数理统计上下两部份。10门课里可以选2门统计系此外的课，而且课要是工科的课，要跟统计有关系；

课业压力，要看博士。有些博士布置的作业量会比较大，有些校长会少一些。通常来说，PhD等级的课压力要比博士等级的课压力大，期终博士对的要求也更高。总的来说，课程压力在承受范围之内，一般状况下，学院是鼓励师生选一些PhD级别的课程的。

生活：

夏季冬季四季分明，冬天最冷零下十度左右，冬季最热不到35。由于处于D.C.，因此校外住宿售价比较高。学院周边的房屋也一样，由于GWU坐落县城，因此售价高，所以大部份师生选择搬到北维吉尼亚地区，坐轻轨15分钟左右，租金一个月可以实惠100-200。

就业状况：

结业之后20%的人能在台湾找到工作；5%的人选择读博，我们这一届有2个本校读博，2个去外校读博；剩下的人基本都是归国就业，我晓得的朋友里，有的去了央行，有的去了摩根。

GWU附件的学院太多，学院底下比GWU排行好的是JHU，UVA，乔治城。UVA每年招20-30个，其他两所学院也差不多，招人都比较少。整个大DC区的就业机会十分多，谷歌，京东，甲骨文在北伊利诺伊地区都有分公司，也有一些大型的科技公司startup，也有这些的政府机构等，对数据剖析的岗位的需求量还是巨大的，找工作并没有这么难；

从个人的求职经验来看，学院的优劣跟能不能找到工作之间并没有绝对的关系。前面说的几个学院留学美国咨询，每位小学的结业生就业都差不多，例如JHU它们一年招20多个中学生，十几二十个找到工作。GWU每年招100多个中学生，只是20多个找到工作，然而由于基数大，因此就业率要低太多。

在笔试时，相对你的结业中学，HR更看重个人技术能力、交流能力、实习经历、项目经验等。

求职建议：

1.多找见习，多投简历；

见习经历对于求职来说帮助十分大。去外边见习并不会太影响到学习，首先课程原本也不是太多，再者绝大部份课都是夜晚上的。甚至有些见习，一个礼拜去10个小时就可以了，对时间要求没有这么严苛。在找见习的时侯，有时侯钱并不是最重要的，你可以做哪些，学到哪些或许才是最重要的，例如我的四份见习里2份见习都是不给钱的；

2.多跟随博士做一些项目，做项目的过程，只是在为未来的工作做打算的过程

3.多去起来找一下学长学姐，去跟她们，去问问求职的经验，并且或许领到内推的机会

4.只是最重要的一点，认真学习，把握好统计的各类模型和专业硬件

建议选择一些工作中常用到的诸如多元统计，试验设计，时间序列等课程；由于可以选择一些非统计的课程，建议选择一些CS的课程，例如机器学习，算法，编程语言；同时建议自学数据挖掘，人工智能，大数据的框架结构和方式等相关的课程。

数据可视化：通过不同的硬件把数据转换成各式便于理解的图象，方便人们从中找到有用的信息；数据可视化是数据剖析师应当把握的一个技能。

统计的口试不像CS，没有题库可以参照，不过假如你想锻练一下自己的编程能力，可以用CS的题库；数据剖析的口试主要会问一些做过哪些模型，这种模型的异同，如何考虑一些参数的状况，为何选择这个模型等等。会按照岗位描述来，例如岗位描述里说到会用到何种模型，那才会视察你对这个模型的使用状况。把握一些专业硬件例如,R,SAS等都比较重要。

结业生就业去科技公司，医药公司的有太多，很多公司一般都比较有钱，基本还会提供H1B支助。假如对生统比较感兴趣，可以选择去医药公司，也有一部份是去金融公司，例如汇丰，摩根，做信用卡的数据剖析等。假如你觉得自己直接找全职工作比较困难，可以考虑先找见习或则parttime的工作，工作一年后，再找全职就该好找太多。统计是STEM，你可以有3年的OPT,有时间作为缓冲。

转专业申请

并不建议从统计转入其他专业，由于统计的就业状况虽说比较好，但是比不上CS，并且相对于大部份专业来说，虽说比较好的；假如真的要转，可以选择转CS或则data；

其他专业转统计：

统计的会格外钟爱理科学生，金融，金融安装工程等专业也可以，物理基础好的，转上去会比较便捷；一般要求的先修课程是线性代数，微积分，机率论与数理统计；非工科科的中学生，建议先修一些英语课，假如中学不让修，可以先去社区学院修一些课程。（或则选择去美国上个暑校，修一些那样的课程等等）

统计上手并不难，硕士是工科专业的人，学统计也能学好，可以多选一些偏应用的课程，对数理基础要求没有这么高的课程；

统计的未来

未来，统计应当会更多的与CS或则其他安装工程类的学科相结合。人工智能是未来主要的发展方向，而这种领域都还要广泛用到统计知识。

假如对自己的职业生涯规划要求比较高的老师，还是建议再读一个统计或则CS的PhD，假如对人工智能或则数据科学感兴趣，一个PhD的学位是必要的。

统计领域有一门与机器学习相同的课程，叫统计学习，注重各类模型的内在逻辑，互相之间的比较。CS领域的机器学习则注重编程，要求了解各类算法的过程和复杂程度。

数据剖析师的职位在公司里所从事的工作大体可以分为两类，一类是，负责从数据中挖掘出一些有价值的信息，来为决策做参考。例如我见习的时侯，负责用统计模型来判断一家企业在应聘志愿者的时侯是否存在性别仇视的现象。另一类是运用统计和建模能力，来使一些工作实现手动化。例如我今天的工作是负责确保数据品质没问题，运用一些统计学的方式推动数据品质检查的速率。

数据剖析师未来还是有巨大前景的，你可以选择成为一名数据科学家，也可以从事商业剖析的工作，也可以做管理，成为一名数据剖析主管或则战略决策的主管；