大家好，先简单自介一下:
政大毕，25岁女生，3年工作经验(多为Market Analysis(FMCG和市调公司))
因为工作上常接触到重复or没什么效果的资料，但偏偏又要把相关资料整理成报表
因此申请了Data Mining相关领域的硕士班，想解决这类问题(不考虑往学界走)
未来打算往“如何将大数据处理成报表”、“Data Cleansing”方面发展。
日前申请上两间学校:
1. 美国UCLA - 统计
2. 德国Jacobs University - Data Engineering (有小奖)
想听听各位版友的意见!
UCLA Jacobs University
领域 统计为主 几乎全都是Data Mining的课
一些Machine Learning课程 (且为CS背景教授授课)
学校 名气大，即使找不到工作回台湾 几乎没名，也非TU9学校
名气 至少是有人听过的学校 唯独CS领域在CHE排名第5
(但德国学校几乎不看排名啦)
花费 2年预计250万含学费食宿 2年预计120万含学费食宿
(TWD)
个人 因先前修较多统计课 坦白说我目前只学R跟ML (Coursera)
能力 相对比较好上手 担心过去那边会被电到爆QAQ
考量
找工作 咨询一些正在美国唸统计硕班的前辈 德国数据分析市场相对比美国小
因近年来统计毕业生很多+CS夹击 学校名气小，需靠校友/教授引荐
不如想像中好找工作 但如果幸运找到工作
加上即使找到工作也要抽名额少的H1B 只要薪水达一定标准可申请工作签
总结优点 1. 名气大，气候好 1. 师生比1:10，对CS初学者较友善
2. 较符合个人能力 (ex: 据说老师手把手帮忙改code)
3. 加州工作机会较多(?) 2. 国际化，学校共1300名学生
来自100多个国家
3. CS就业不错，据校友说20名毕业生中
约10位进Google/FB等级公司
(不过这其实跟我这种弱鸡没啥关系QQ)
总结缺点 1. 总花费贵，我需要半工半读 1. 私校名气小，校园小
(并非TA/RA而是校内打杂收银那种工作orz) 2. 虽学生凝聚力强但校友少
2. 统计并非想像中好找业界工作+需抽H1B 3. 地点较偏远(Bremen德国北部)