我知道版上很多生統跟統計的前輩，請各位大大手下留情了。 Program: Biostatistics PhD, Fall 2017 Admission: UMich - Biostatistics (4/3，都什麼時候了。只申請自己家) Decision: 還在猶豫 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 ============================================================================== 其實這篇是假錄取真發問。我覺得大概會有很多人想打我。 兩年前有幸拿到UMich biostat MS。 然後進來之後，默默發現很多人聽到我是UM Biostat MS， 就會接著問: 那是不是要讀博士 發現原來我們家是有真的愛自己的碩士的 (另外，我很推薦我們家生統，第二年不少國際碩士生拿到全獎) (招生的頭頭有說，他覺得他把我們碩士養得很好啊) 所以去年也想說自己MS混的不差，去年暑假跟著做genetics也還可以可以 所以也就跟著送了自己家博士的申請(另外的原因就是不用多考托福) 在經過三個月的拖磨之後，終於備取上博士 目前猶豫的點在於，不知道這個博士到底有沒有必要。 如果要去藥廠，博士的確這是必要的。 但是我個人目前的規劃是(還沒有博士之前)，先在醫院工作再往其他產業。 (大家都愛data scientist) 在info session上跟一些科技業大公司(Apple, A9, Google)data scientist聊過 發現他們認為博士跟兩年工作經驗可能不會差太多 (我不知道是真是假......。我也問他們兩年的經驗，是指要處理哪種資料。他們也說基本 上沒有什麼限制。) (也有一些學長也承認現在很多data scientist其實可能只是logistic regression) 另外，最近面了幾個醫院的生統職，發現有醫生想臨床上用genetics的資料跟一些machine learning，然後也想從SAS移到R甚至是python。讓我完全心花怒放啊。 (然後也默默發現自己流行病學真的是太弱了。) 回到原本的博士，目前想跟的教授就是做從cs出來做Machine learning的老師。加上其實 我對於ML其實還是抱持著某些程度上的懷疑。還是想把自己在這方面的數學跟理論搞好一 點。然後也想再把之前暑假沒辦法做的一些方法(tSN和SNN-Cliq)好好改進。 簡言之 PhD Pro: 更多的時間來充實自己的流病跟ML理論。(當然還有C++ coding Con: 還要待五年的安村啊...... 工作 Pro: 待在安村的時間好像可能可以短一點 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。 雖然整個課程的確需要轉型，但是我真的得說They did train us really well. 我真的非常慶幸自己當初選的是Biostat而不是Stat 感謝看完我的騙p幣廢文 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 68.43.178.167 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/studyabroad/M.1491282387.A.4F9.html ※ 編輯: m781115 (68.43.178.167), 04/04/2017 13:14:23