背景分析:
畢業(yè)/在讀院校 本科:國(guó)內(nèi)985大學(xué); 碩士:UK某大學(xué)
目前就讀專(zhuān)業(yè) 碩士:信息學(xué)
申請(qǐng)專(zhuān)業(yè):數(shù)據(jù)科學(xué)
GPA:3.51/4.0
TOEFL:Listening:27 Speaking:23 Reading:30 Writing:25 Total:105
GRE Verbal: 157 Quantitative: 167 Writing: 3.0
優(yōu)勢(shì):學(xué)生目前是在UK某大學(xué)讀碩士,但是申請(qǐng)的時(shí)候英國(guó)的成績(jī)出來(lái)的很晚,所以只遞交了本科的成績(jī)單,985 學(xué)校,GPA 3.51 左右,在本科期間有2 個(gè)科研項(xiàng)目,有3 次實(shí)習(xí)經(jīng)歷。
劣勢(shì):研究背景不夠突出,科研項(xiàng)目偏少,還可以把自己的研究背景分量再提升下。
而且學(xué)校是基本上去年已經(jīng)申請(qǐng)過(guò)了。
學(xué)生在經(jīng)歷了年DIY 全拒之后,第二年選擇了我們的SO 團(tuán)隊(duì),然后我們有給出相應(yīng)的背景提升和文書(shū)挖掘工作。學(xué)生很有禮貌,在剛接觸時(shí)把他之前DIY 的文書(shū)資料發(fā)給我,在看到文書(shū)資料后,我們發(fā)現(xiàn)學(xué)生并沒(méi)有把自己的背景和實(shí)力沒(méi)有完全發(fā)揮和凸顯出來(lái),所以后面在文書(shū)挖掘這塊做了大量的工作。
顧問(wèn)點(diǎn)評(píng):
在文書(shū)這塊主要還是去深入挖掘?qū)W生跟數(shù)據(jù)科學(xué)相關(guān)的能力。 學(xué)生之前自己DIY 的文書(shū)寫(xiě)的非常的少,然后后面自己全拒之后走向另一個(gè)極端,寫(xiě)為什么選擇計(jì)算機(jī)都可以寫(xiě)一頁(yè),但是后面的全篇文書(shū)我們舍棄了很多這些不是很重要的故事。
全篇還是開(kāi)門(mén)見(jiàn)山,直接提出自己關(guān)于數(shù)據(jù)科學(xué)的見(jiàn)解去體現(xiàn)自己的專(zhuān)業(yè)。一個(gè)優(yōu)秀程序員優(yōu)化代碼,更優(yōu)秀程序員則會(huì)設(shè)計(jì)數(shù)據(jù)。最.優(yōu)秀程序員則會(huì)同時(shí)運(yùn)用代碼優(yōu)化和數(shù)據(jù)分析并且明白他們的不同之處。同時(shí)也體現(xiàn)了學(xué)生在IT 領(lǐng)域重要的一個(gè)潛質(zhì)就是不斷主動(dòng)學(xué)習(xí)新的技術(shù)和非技術(shù)兩方面的知識(shí),同時(shí)在愛(ài)丁堡的學(xué)習(xí)也做了很多閱讀規(guī)劃。開(kāi)篇就應(yīng)該可以看出學(xué)生是一個(gè)很務(wù)實(shí)的同學(xué),同時(shí)他也并沒(méi)有很教條化,在英國(guó)讀完碩士卻依然選擇繼續(xù)赴美留學(xué)去強(qiáng)化自己的相關(guān)軟技能。
項(xiàng)目是文書(shū)的核心所在,第二段開(kāi)頭就開(kāi)始寫(xiě)到了學(xué)生已經(jīng)在本科和研究生期間做了9 個(gè)項(xiàng)目和3個(gè)實(shí)習(xí),沒(méi)有參加過(guò)項(xiàng)目的程序員,是一個(gè)孤獨(dú)的高手,所以項(xiàng)目能力也是程序員成熟的重要標(biāo)志之一,主要去體現(xiàn)學(xué)生在項(xiàng)目中各方面能力的提高,比如說(shuō)數(shù)據(jù)分析,數(shù)據(jù)可視化和優(yōu)化方法的運(yùn)用。然后著重突出學(xué)生的以下能力。
1 數(shù)據(jù)分析
要有獨(dú)立從各種各樣的地方把數(shù)據(jù)化為己用的能力。去把可能會(huì)用到的相關(guān)工具體現(xiàn)出來(lái)。
SQL:用來(lái)存儲(chǔ)和查詢(xún)structured 數(shù)據(jù)。
Programming:比如用Python for parsing/scraping data。
Hadoop/parallel processing,需要對(duì)數(shù)據(jù)進(jìn)行快速的分析,這就需要MapReduce 等技術(shù)。
2 高效
數(shù)科的建模結(jié)果最終要放在企業(yè)的生產(chǎn)系統(tǒng)中,尤其大規(guī)模數(shù)據(jù)很注重效率,python 不能勝任。所以也同時(shí)需要會(huì)java 和C++,python 是用來(lái)做demo 的, Hadoop 是基于java 的,C++的效率自不必說(shuō),如果只會(huì)python,需要另外一個(gè)系統(tǒng)架構(gòu)師幫助用java 實(shí)現(xiàn)算法。所以后面在文書(shū)里也大量提到學(xué)生比如2 周快速完成項(xiàng)目等。
3 解決問(wèn)題
通過(guò)在英國(guó)讀碩士期間的一個(gè)自然語(yǔ)言處理項(xiàng)目-三元語(yǔ)言項(xiàng)目模型,去轉(zhuǎn)換德語(yǔ),英語(yǔ),西班牙語(yǔ),在遇到bug 后,學(xué)生面對(duì)問(wèn)題的成熟的解決能力,也有提出最后解決這個(gè)問(wèn)題的正確公式。這個(gè)項(xiàng)目在強(qiáng)調(diào)了學(xué)生解決問(wèn)題的能力之后并且也有涉及到學(xué)生對(duì)于模型這塊的運(yùn)用,因?yàn)槟P偷膽?yīng)用范圍、有什么限制和優(yōu)勢(shì)是需要需要強(qiáng)大的編程能力和解決問(wèn)題的能力。
4 溝通
數(shù)據(jù)科學(xué)分析師會(huì)跟公司的很多不同部門(mén)的人打交道,會(huì)比碼農(nóng)跟更有機(jī)會(huì)見(jiàn)到高層或者是business 領(lǐng)域的人。所以他們可能要經(jīng)常做presentation,需要很強(qiáng)的visualization 的能力,但是一切的解決方案,都要從產(chǎn)生商業(yè)利潤(rùn)的角度來(lái)考慮是否合理。這里在文書(shū)里是通過(guò)一個(gè)本科的項(xiàng)目-基于隱馬爾可夫的配電網(wǎng)故障類(lèi)型智能診斷,寫(xiě)學(xué)生的精彩的2 次答辯,拿到了院里5000 元的贊助費(fèi),后面也大力強(qiáng)調(diào)了學(xué)生在整個(gè)團(tuán)隊(duì)項(xiàng)目里和軟件設(shè)計(jì)這塊同學(xué)的溝通,比如說(shuō)需要他們實(shí)現(xiàn)什么、需要告訴他們什么地方需要改進(jìn)。
學(xué)生申這個(gè)專(zhuān)業(yè)的優(yōu)勢(shì)還是在于他的計(jì)算機(jī)的背景基礎(chǔ),他在統(tǒng)計(jì)、代碼、建模和實(shí)驗(yàn)設(shè)計(jì)、機(jī)器學(xué)習(xí)和大數(shù)據(jù)工具已經(jīng)有了一定的積累和運(yùn)用。
最.大的劣勢(shì)還是在于相關(guān)的研究經(jīng)歷不足和不夠突出,還有一個(gè)就是研究生的經(jīng)歷,實(shí)際上對(duì)他選學(xué)校造成了一定的限制。
這些學(xué)校去年學(xué)生基本上是DIY 申請(qǐng)過(guò)了的,然后他第二年繼續(xù)申請(qǐng)這些學(xué)校的時(shí)候其實(shí)前期有跟學(xué)校確認(rèn)過(guò)已經(jīng)拿了AI 碩士學(xué)位是否能繼續(xù)申請(qǐng)這些學(xué)校的碩士,這個(gè)是前期已經(jīng)跟學(xué)校溝通好的,所以一定程度上保證了我們申請(qǐng)和錄取的資格。然后我們其實(shí)在第二次申請(qǐng)的時(shí)候,有根據(jù)每個(gè)學(xué)校的項(xiàng)目特色去寫(xiě)為什么選擇這個(gè)學(xué)校的原因,寫(xiě)的比較細(xì),但是沒(méi)有刻意的在PS 里寫(xiě)去年被拒,同時(shí)我們?cè)谀承W(xué)校的網(wǎng)申回答以前是否申請(qǐng)過(guò)這個(gè)學(xué)校依然保持真實(shí)的回答,是申請(qǐng)過(guò),并且其實(shí)在文書(shū)里還是弱化了他的教育背景,主要還是去強(qiáng)調(diào)他的項(xiàng)目的大量的積累。后面的文書(shū)里可以看到1萬(wàn)小時(shí)積累的故事,去強(qiáng)調(diào)學(xué)生作為碩士再申請(qǐng)碩士和本科申請(qǐng)碩士的一個(gè)很大的優(yōu)勢(shì)。去量化學(xué)生在數(shù)科的編程水平,比如說(shuō)改進(jìn)MapReduce 算法,在大數(shù)據(jù)這塊,也提到對(duì)于SQL 這個(gè)的熟練運(yùn)用,因?yàn)檫@個(gè)軟件會(huì)對(duì)時(shí)間復(fù)雜度要求會(huì)比較高。另外也有項(xiàng)目里提到學(xué)生相關(guān)的綜合/分析/表述/軟技能難以表述,化繁為簡(jiǎn)的表達(dá)能力。
很多學(xué)校Data Science 是設(shè)立在計(jì)算機(jī)科學(xué)學(xué)院下的,也有一些學(xué)校是單獨(dú)開(kāi)設(shè)data science institute。然后就是哥大這個(gè)專(zhuān)業(yè)出結(jié)果還比較快,網(wǎng)申時(shí)間是2 月15 截止,實(shí)際上是在圣誕節(jié)前就已經(jīng)遞交出去了,所以可以盡早遞交申請(qǐng)。Data Science 是以就業(yè)為導(dǎo)向的,所以積累實(shí)習(xí)也是比較重要的。