我知道版上很多生统跟统计的前辈，请各位大大手下留情了。 Program: Biostatistics PhD, Fall 2017 Admission: UMich - Biostatistics (4/3，都什麽时候了。只申请自己家) Decision: 还在犹豫 Background: BS in Chemistry, minor in Econ, NTU (2008-2013) GPA: 3.89/4.00(from WES) MS in Biostat, UMich (2015-2017) GPA: 4.0/4.0 2nd Year TA (full funded) Test Score: 沿用MS Recommendation of Letters: 3 from UMich Biostat ============================================================================== 其实这篇是假录取真发问。我觉得大概会有很多人想打我。 两年前有幸拿到UMich biostat MS。 然後进来之後，默默发现很多人听到我是UM Biostat MS， 就会接着问: 那是不是要读博士 发现原来我们家是有真的爱自己的硕士的 (另外，我很推荐我们家生统，第二年不少国际硕士生拿到全奖) (招生的头头有说，他觉得他把我们硕士养得很好啊) 所以去年也想说自己MS混的不差，去年暑假跟着做genetics也还可以可以 所以也就跟着送了自己家博士的申请(另外的原因就是不用多考托福) 在经过三个月的拖磨之後，终於备取上博士 目前犹豫的点在於，不知道这个博士到底有没有必要。 如果要去药厂，博士的确这是必要的。 但是我个人目前的规划是(还没有博士之前)，先在医院工作再往其他产业。 (大家都爱data scientist) 在info session上跟一些科技业大公司(Apple, A9, Google)data scientist聊过 发现他们认为博士跟两年工作经验可能不会差太多 (我不知道是真是假......。我也问他们两年的经验，是指要处理哪种资料。他们也说基本 上没有什麽限制。) (也有一些学长也承认现在很多data scientist其实可能只是logistic regression) 另外，最近面了几个医院的生统职，发现有医生想临床上用genetics的资料跟一些machine learning，然後也想从SAS移到R甚至是python。让我完全心花怒放啊。 (然後也默默发现自己流行病学真的是太弱了。) 回到原本的博士，目前想跟的教授就是做从cs出来做Machine learning的老师。加上其实 我对於ML其实还是抱持着某些程度上的怀疑。还是想把自己在这方面的数学跟理论搞好一 点。然後也想再把之前暑假没办法做的一些方法(tSN和SNN-Cliq)好好改进。 简言之 PhD Pro: 更多的时间来充实自己的流病跟ML理论。(当然还有C++ coding Con: 还要待五年的安村啊...... 工作 Pro: 待在安村的时间好像可能可以短一点 Con: I am not really comfortable with using ML as a black box 最後的最後，我是真的有推UM Biostat MS。 虽然整个课程的确需要转型，但是我真的得说They did train us really well. 我真的非常庆幸自己当初选的是Biostat而不是Stat 感谢看完我的骗p币废文 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 68.43.178.167 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/studyabroad/M.1491282387.A.4F9.html ※ 编辑: m781115 (68.43.178.167), 04/04/2017 13:14:23