课程设置
斯坦福大学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。
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。
二、课程师资
1. Andrew Ng
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
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
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.
就业情况
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。
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。