纽约大学DS硕士课程设置|理论+实践

纽约大学DS硕士课程设置讲究理论和实践相集合，这里学分总数36个。

课程设置组成：18学分的必修课+18学分分支课+选修课

课程特色：capstone project，在现实环境中应用从课程中学到的理论知识，这里通过将经历解决现实世界问题的整个过程。

从收集和处理现实世界的数据，到设计解决问题的最佳方法，最后实现解决方案。学生接触到的问题和数据集来自现实世界，与未来可能在业界、学术界或政府中遇到的情况相同。

18学分必修课：

DS-GA 1001 Introduction to Data Science

DS-GA 1002 Probability and Statistics for Data Science

DS-GA 1003 Machine Learning

DS-GA 1004 Big Data (link is to syllabus of Spring 2020 course offering)

DS-GA 1006 Capstone Project and Presentation

One Data Science Elective (choose 1 from the list below).

DS-GA 1005 Inference and Representation

DS-GA 1008 Deep Learning

DS-GA1011 Natural Language Processing with Representation Learning

DS-GA 1012 Natural Language Understanding and Computational Semantics

DS-GA 1013 Mathematical Tools for Data Science

DS-GA 1014 Optimization and Computational Linear Algebra

DS-GA 1015 Text as Data

DS-GA 1016 Computational Cognitive Modeling

DS-GA 1017 Responsible Data Science

DS-GA 1018 Probabilistic Time Series Analysis

……

学生可以选择Industry Concentration，在项目期间将所学知识和技能应用到具体行业。这个方向在第一年有实习的要求，国际生可以申请CPT。

这个方向的其他课程要求有：

DS-GA 1009 Practical Training for Data Science within the first year of the program (3 credits in fall, spring, or summer)

2 electives within the Big Data or Natural Language Processing subject areas (6 credits, see below for more details).

DS硕士课程分支：

3个track，有老师建议和帮助学生规划课程选择和职业。直到第二学期结束前，学生都可以选择更改track。

track-1：Data Science Track

track-2：Data Science Biology Track

track-3：Data Science – Biomedical Informatics (Medical School) Track

在读学生DS硕士课程感受：

对于课程，不同背景、期望的学生可能感受不一样，比如NLP的课程，有的学生会说“我非常喜欢CDS的所有NLP课程”，但也有学生会说“NLP是我体验最差的课”。不过学习压力方面基本一致认为压力较大，虽然学制长、每学期的课程较少，但学习任务很重、作业量很多，加上同时要准备找工作的事宜，有时候是感觉没有周末和假期的。