换我接着来update，谢谢当年Chill人很好的回答了我的问题
有问题欢迎在下面留言，尽量不要私信我问题，一来是我信箱爆了，再来是我希望我的回
答，能帮助到所有的人，六月毕业前我会定期上来回答问题，之后就不知道什么时候才会
再上ptt．另外，如果你有爬一亩三分的话，要自己辨识里面的资讯，有时候只是他们从其
他人的回答推论，不见得是他们自己的体会或真实的情况．
我是2017入学，我们这届有两个台湾人，接下来一届一个台湾人都没有ＱＱ．系上七楼有
个世界地图，每个人会把自己从哪来来贴上贴纸，韩国都有两三个了，台湾一个贴纸都没
有．
几点总结这个program：
1. 结合了数学与码model，专注在deep learning领域，培养data scientist
2. 每年都在扩招，但申请也越来越激烈．如果你想知道一些确切的数字，写个信跟小蜜
要，她的工作就是回答你的问题
3. 有自己的phD program．我觉得这是个很强的signal，表示长远来说，系上对自己还有
这个领域的未来很有信心，毕竟养phD短期都是赔钱，而且一养就是养4,5年
4. 写而且几乎只写python，所有课都要写，就算是上spark也是用上pyspark，建deep
learning就是用pytorch
[简介DS]:
data science的工作广义大致可以分成三种，
1. data analyst: 有时候会称作BI，分析居多．最多工作缺．
2. data scientist: 做machine learning和deep learning，建model，有时偏
research，我自己会把machine learning engineer归在这里
3. data engineer: 涉略不深，有时候跟big data有关，也可以是SQL捞资料，
很看公司跟职位，建议读CS
要注意的是，职位名字不能决定工作内容，有时候工作data scientist做的是data
analyst的事，每个公司给的titile跟工作内容不一样
[CDS简介-Center for Data Science]
2016大概80人，去年2017招了100人，这届2018的full time大概招到130．每年稳定成长
，不知道什么时候会爆炸．我刚来的时候系上有两层楼，很多空房间可以进去自习，现在
都把空间给phD还有访问学者，相对来说压缩了原本master学生的空间．系上对学生另一
个好的地方是24hr你都可以自由进去系上的那两层楼．相对来说courant cs就只把这种特
权留给他们的phD学生．你什么时候想去自习都可以，包含暴风雪学校没开，半夜看完百
老汇，2点想唸书，期中考学校图书馆爆满(但是不代表系上那边会有位置)，你都可以刷
你的学生证自由进出，整个CDS就是你家．
[课程]
我简介一下必修：
第一学期有两个必修，一个会教你数学工具像是probability等，这工具下学期上
machine learning会用到，另一个是Data Science101，当下觉得是废课，但回首看这堂
课很重要也上得很好，会过一次terminology，对Data Science很多topic会有个简单的了
解，如果觉得自己缺其他数学工具像是线性代数，可以去选选修，不会写python可以上
python for Data Science补一下．一年级下学期会上machine learning，这是这个
program最核心的课也最好的课，另一门big data会教map reduce还有spark，上的东西非
常多，很快速的把知识点带过．第三学期会有一门课capstone，这是集大成把你所学的，
应用做一个project．然而在最后post时，我发现所有的组都在做deep learning，没有
machine learning，没有big data，没有data visualization等等．我觉得蛮失望的，其
实这领域还有很多议题跟方法可以探究，deep learning是现在的显学．
我们自己开的课不多，每学期大概三到四堂，所有ds的学生都有优先权可以选，二年级的
先，再来是一年级，phD最后选但是优先权最高，会直接把其他人往后挤掉XD．每学期我
们自己开的课够多，所以不会有没有课能选的问题，但想不想上又是另一回事了．课绝大
多数都跟deep learning有关，集中在数学理论跟NLP上，如果对image有兴趣要自己去CS
修课，但我看今年秋季课表有开image的课．
[教授]
如果你是phD，那我觉得这里研究环境不错，我想不需要跟你介绍Yann Lecun与
Kyunghyun Cho是谁．如果你是master有考虑想申phD，想找他们做研究，那你要给他们非
常好非常好的理由，因为全世界的学生都在找他们一起做研究．office hour外排队的学
生很惊人，还有被他钉白版的回忆...．如果你觉得你来这里念master可以帮助你比较顺
利申请到我们自己的phD，我持保留态度，目前为止，我没看到我们这一届有人成功，前
几届有，我自己思考一下，可能我们这届的人尽管非常聪明，但过去这两年并不专注在
reseach上，在申phD跟找工作上比较摇摆不定，所以没有比较强的研究结果．系上是有研
究风气的，每个礼拜都有各式senimiar可以参加．星期四下午固定有nlp talk．
[程式]
我们写python，也只写python．没有任何其他的语言(只有ㄧ门课用R做text，但是没人想
选)或软件(SAS)．一旦跟deep learning有关，我们就是用pytroch，我想跟韩法二人组在
facebook应该是有关．我被录的时候本来就会一点python，如果不会系上有门课python
for data science，不是教你怎么写python，是教你ds有关的python怎么用，例如pandas
，scikit learn，我蛮后悔没有上，看起来像废课，但其实“认真学”很有帮助，很多人
都把它当水课没有认真上，其实python认真学起来是有很多知识要学的！自己是暑假大量
自学pandas,，scikit learn，但同一时间，同学早知道怎么用了．如果想真的好好学会
python，你要自己去学．我自己是有兴趣去多学，大部分的同学都是只要code work就好
，很多时候后不深究，其实对python的掌握度不是很高．但是掌握很高对Data Scientist
要干嘛？对很多人来说钻研python也不会帮助你的model accuracy上升，还不如对model
了解更透彻．
[选课自由]
你如果选不是elective清单上的课，需要得到系上核可．只要你能提出这课跟data
science与你的职业生涯有关，都会被核准，非常非常自由．例如，你可以去音乐系选课
或甚至选艺术的课，只要跟ds有关都可以．但是系上核准你可以选，不代表你选得上，选
不选得上是由对方的系决定．
[系上资源]
每个礼拜五，有些时候会是workshop，教你怎么面试，怎么用julia等等，大部分是
company infosession，公司来介绍他们自己并顺便招intern或full-time．每个学期会有
一次比较大型的career fair，会有七八家公司来．这是系上用心的地方．但大多数人的
实习跟工作还是自己找的．有时候会寄open position的资讯还有post在自己非公开的
piazza社团，除非是alumni主动来要人，不然其实跟你自己google找是一样的，只是多一
个人你找而已．
另外，我们有自己的library，藏书不多但都是很好很经典的书，都是被挑过的，跟data
science有关的书籍，想要的话可以透过线上系统借．像是fluent python这种好书，当我
发现系上有可以借的时候，对他们的眼光另眼相看．如果是要找地方借房间开group
meeting或是面试，除了跟nyu library借房间，也可跟系上预约，大概有6间房间是可以
预借的．很方便．
[找实习或找工作]
实习：我觉得很难找，但你永远都可以退而求其次，找不到回国找，找不到改作unpaid，
找不到改帮professor做research．我没有听说想找的人，会找不到的．身边抽样来看，
大概一半能找到很正式的intern，其中有很少数是我们叫得出大公司，大部分都是纽约中
小型企业，另一半就是所所谓的退而求其次．
正职：我还是觉得很难找．我的感受是80%的面试与offer都发生在20%的人的身上，剩下
80%的人抢20%的机会，大家压力都很大．虽然我的感受是工作很难找，但我把身边认识的
人数了数，距离毕业还有一个月，其实已经有大概快8成的人找到了．当然，里面包含
了打算回国的人，有的是因为个人因素，有的是他们国内的公司对他们言发展比美国好，
其他留下来的这些，公司大大小小都有．往前看过去几年的学长姐，其实没有想留下来
的人留不下来，就看你的决心有多少，你愿意牺牲多少？如我前面所说的，你永远可以退
而求其次．
[补充一下] 我听说有收到fu[Bll time offer的公司(我相信还有很多人拿到其
他公司的offer，只是我比较边ＱＱ，大概就认识20个人): Black Rock, Morgan Stanley, Nvidia,
DiDi Lab, Alibaba, Bloomberg(Hong Kong), TripAdvisor, BuzzFeed, Capital One,
Apple, Amazon, Google, PWC, Wayfair
另外我想提一下，选学校地点其实在一个时候会扮演很重要的角色．就是当你找不到大公
司的实习或工作的时候．local的start up与中小企业的类型跟数量多少个会很重要．大
公司不会管你住的地点，住远住进都一样，可是很多start up与中小公司会，他们倾向找
当地的人，当地的人比较有机会有connection知道这种缺，有时候你甚至可以被直接被内
推．如果你一帆风顺的话，大概不会有机会体会到地点的重要．
[最后]
我想感谢在地球另一端的家人，朋友，给我如大海般的包容和无尽的支持．
谢谢我的室友，CS的台湾同学们，DS的中国同学们(虽然你们大概永远不会看到)，还有学
长学姊学弟．
没有你们，我真的不知道是怎么熬过这些煎熬与苦涩，我爱你们．
在纽约的这两年，真的很苦，妈的．