作者ga014528 (L.Rochi)
看板studyabroad
标题Re: [心得] Genetics and Stat/Biostat 选校与感想
时间Mon Apr 1 03:53:30 2013
感谢原po的经验分享
但我想你对於Statistics的一些发展讲得不够全面
（但你的标题又提到Stats而不只是Biostats）
这边我分享一下纯粹Statistics的一些就业前景与心得
我目前在CMU 读Statistics的PhD
所以观点难免有些偏差 请大家参考参考就好
以下只谈一般Statistics的情况 我对Biostatistics的状况不太清楚
: 1. Biostat/Stat PhD的学生如何选校? 先选有奖学金的,再来选择学校的好坏
我同意钱真的很重要 但排名我觉得不是绝对的
读PhD更多时候看的是有没有Faculty的研究跟你的兴趣符合
另外如果学校有一组人马在做某块你很有兴趣的领域
那就很值得考虑去念
像CMU统计就有一堆人做Mahine Learning相关的研究
跟Neuroscience、Astronomy合作的人也很多
UPenn我记得非常多Faculty做金融、经济相关的统计模型
如果是特别有兴趣的 很值得过去
学校旁边有医学中心的 即使是统计系
也会一堆老师和生物统计有高度合作 因此在选择时也可以作为参考
如果对於自己兴趣不明
安全起见我觉得去科系大一点的学校比较好
至少你比较有可能跟到兴趣较合的老师
博士班如果选到一个自己完全没兴趣的领域
那真的是一种折磨啊...
千万不要为了一时排名的得意 换来几年的苦难
至於修课 我觉得并不需要修到那麽深的课程
比较重要的是Advanced Calculus, Linear Algebra再加上一些机率/统计的课就够
进阶课程绝对有加分 但非必要 推荐信我想还是关键
: 2. Biostat/Stat MS的学生如何选校? 选个经济实惠然後有教SAS的学校
现在统计的出路非常非常广
除了已经行之多年的生物方面的研究
这几年更多了电脑科学以及科技业的合作
Machine Learning, Data Mining这几年特别火红
主因应该是电脑的发展使得资料储存极度容易以及便宜
因此 高科技业、金融业、物流业、银行业...等等
都多了一大堆统计相关的分析工作
毕竟统计分析可以直接让他们知道更多资料的资讯
对这些产业 基本上 更多的资讯=更多的钱 自然就愿意请统计学家来做
因此毕业并不只有药厂这样的选择
我听说最近一堆统计PhD都跑去高科技业上班
MS也听到很多
之前甚至听说有人去google工作个一年拿了4X万镁（含分红等）
去这些地方工作 SAS就不是唯一的工具
只要你的coding能力不错 并且知道如何把资料用统计模型分析
都很容易找工作
另外近几年统计Faculty难找的原因之一是要跟CS的人竞争
因为做Machine Learning的人只要数学底子与统计底子好
和做统计的人是很能竞争的
并且他们更懂computation的问题
我今年就听说我们学校CS的毕业生有5个都找到统计的Faculty..
不过好消息是 我听我们老师说这几年越来越多学校的统计系在扩张
因此教职的开缺至少不会减少
以上一点心得分享
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 128.237.171.96
1F：推 ic6413:YA 首推 04/01 03:56
3F：→ bmka:Campus. By WSJ 04/01 04:41
4F：→ bmka:但是做data science的统计所学生千万不要舍本逐末,统计训练 04/01 04:44
5F：→ bmka:(而非coding)才是基本工 04/01 04:44
6F：推 zweisteine:推 04/01 05:48
7F：推 ahot:谢谢你补充关於统计部分,非常有用,如果有人愿意补充我有兴趣 04/01 06:04
8F：→ ahot:的genetics那更好了,ex:developmental geneics, comp bio, 04/01 06:04
9F：→ ahot:model organism,epigenetics,proteomics,molecular evolution 04/01 06:07
10F：→ ahot:synthetic biology, gene regulation这些领域在美国的发展 04/01 06:08
11F：→ ahot:还有主要的lab,这方面我可以收集更多资料跟大家分享,板上几乎 04/01 06:09
12F：→ ahot:没有跟genetics and computational biology相关的资料,请板上 04/01 06:09
13F：→ ahot:大大多分享吧 04/01 06:09
14F：推 ahot:另外g大,贵校毕业的Liu Han@Princeton做machine learning做的 04/01 06:13
15F：→ ahot:很好,在各个领域,data gathering and interpretation很重要 04/01 06:14
16F：→ ahot:就算是在biology也是，但是对於geneticist来讲那毕竟只是 04/01 06:14
17F：→ ahot:prediction,没有任何in vivo or in vitro study说真的都很难 04/01 06:15
18F：→ ahot:发在好的期刊上面 04/01 06:16
19F：→ ahot:另外以你是一个statistician,我同意b大说的充实基本功是要务 04/01 06:20
20F：→ ga014528:我觉得统计所学生的优势就是对统计模型的理解比较深 04/01 06:38
21F：→ ga014528:基本功是一定要有的 不然就变成数字游戏了 04/01 06:40
22F：→ ga014528:Machine learning的一个盲点是 有时连sigma-algebra都不 04/01 06:43
23F：→ ga014528:知怎麽定义 却去硬套model跑结果 这其实很有问题 04/01 06:43
24F：推 fday:阿吉推 04/01 12:16
25F：推 yyhsiu:推~ 04/05 10:10