¿Es la maestría en análisis de datos de CUNY School of Professional Studies un buen programa para pasar a la ciencia de datos?

Estoy en mi 3er semestre del programa CUNY MSDA. Los cursos son difíciles y necesitas conocer tu licenciatura en matemática y tener algunas habilidades de programación para tener éxito, ciertamente si aún trabajas a tiempo completo. Cada semestre de su primer año se empareja una clase enfocada en programación (por ejemplo, visualización de datos) y una clase enfocada en matemáticas / estadísticas (por ejemplo, Matemática computacional). No lo logrará simplemente ingresando el código de muestra de otra persona y resolverá problemas a mano que ocupan varias páginas de papel. El trabajo es independiente y en profundidad, a diferencia de muchas instrucciones en línea.

Los instructores son de primera clase. Cada instructor que he tenido es muy exitoso en su carrera y hacen un punto para traer una perspectiva práctica. En un curso, haríamos una discusión en clase específicamente sobre “¿cómo presentarías el análisis de tu tarea a un gerente de nivel C que no tiene antecedentes técnicos?” Si desea más información sobre quién está enseñando en el programa MSDA de CUNY, comuníquese con el administrador para obtener más información. Realmente deberían tener eso en línea.

Lo único que puede ser un inconveniente dependiendo de sus objetivos o perspectiva, es que los cursos y el programa en general apuntan a la amplitud sobre la profundidad. Por ejemplo, en la clase de Técnicas de modelado matemático, dedicamos solo unas pocas semanas a una descripción general del modelado probabilístico discreto, cuando en realidad podría ser un curso de un semestre completo. Las clases optativas (un poco menos de la mitad del programa) son más profundas.

Si su objetivo es pasar a la ciencia de datos, esta es una ventaja. Me siento muy preparado para evaluar un problema desde un nivel alto y luego profundizar en los detalles cuando sea necesario y ya lo he hecho en la práctica. Después de algunos cursos, puede armar un ‘portafolio’ de código y proyectos que podrían ser de gran ayuda para obtener una posición, aunque no puedo decir que tenga experiencia de primera mano aprovechando la CUNY MSDA en una búsqueda de empleo todavía.

Dado que está en línea, el programa puede sentir que carece de una comunidad. Pero hay un grupo de nosotros que compartimos enlaces en Slack y nos juntamos en la Ciudad de Nueva York, por lo que ese fin es más de lo que piensan.

Estoy en el medio del programa y ya tengo un doctorado, y estoy completamente empleado. Estoy tomando el MS porque disfruto de la ciencia de la información y de los cursos en línea en general. Es difícil decir qué grado te lleva a qué campo, fuera de una escuela profesional (es decir, escuela de medicina, escuela de odontología). Creo que para la educación continua el programa es perfecto. Por ejemplo, si ya tiene un BS en Comp Sci o matemáticas o ingeniería. He visto a más de unas pocas personas bien empleadas que enumeran los cursos de Coursera en su currículum, la CUNY MSDA significaría mucho más que eso (mucho más). Pienso en la MSDA como cursos de edx sobre esteroides.

Las clases en sí son bastante buenas, ciertamente por el precio. No son equivalentes a una MS de Harvard o MIT propiamente dicha (más como extensión de Harvard). Si ya tienes un título de una de las mejores escuelas, la MSDA es perfecta para estudiar algo nuevo en el lateral. Si aún no tiene un nombre en su campo, y / o nunca asistió a una escuela de renombre, entonces siempre tendrá que ir con el nombre más grande posible. Ya hice mi tiempo en una escuela de renombre, por lo que no estoy dispuesto a gastar mucho dinero por el nombre.

Soy un estudiante actual de MSDA (Maestría en análisis de datos) en CUNY SPS y estoy en mi último semestre. Estoy empleado a tiempo completo y tengo muchos años de experiencia en tecnología de la información. Mi objetivo no era gastar una suma significativa (como ~ 60–70K) y, sin embargo, aprender y actualizarme. Necesitaba la flexibilidad de un curso totalmente en línea ya que no podía asistir a un curso en el campus. Después de investigar las escuelas que ofrecen MSDA completamente en línea, descubrí que Northwestern University, CUNY SPS y Univ. De Maryland funcionará para mí. CUNY era más asequible, mientras que Northwestern era más caro. Northwestern también tiene la flexibilidad de completar el curso en cinco años. Me incliné hacia Northwestern, ya que es una universidad muy reputada y está en Chicago, donde vivo. Pero al final me consolé de que todo está en línea, ¿vale la pena gastar tres veces más dinero? De todos modos no sé si estaba en lo correcto o no.

En esta etapa, creo que mi viaje con CUNY MSDA realmente valió la pena el tiempo y el dinero que gasté. El curso es difícil, implica una gran cantidad de matemáticas, estadísticas y proyectos prácticos de ciencia de datos. No es un tipo de MBA, por supuesto, pero muy técnico. Todos los profesores tienen muchos años de experiencia en la industria, pero no voy a decir que todos son muy buenos en la enseñanza. Algunos realmente son muy profesionales y quieren que tengas éxito y otros solo están ahí para ganar algo de dinero extra (¡lo siento!). Algunos son realmente muy receptivos y con algunos tienes que hacer un seguimiento muchas veces.

Pero dado que se trata de un estudio profesional superior, se supone que debes tomar tu propia iniciativa, investigar y colaborar con otros estudiantes y encontrar respuestas por tu cuenta.

Al final, creo que es un valor real y un buen programa para pasar a Data Science.

Me gustaría seguir aquí. Estoy pensando en aplicar a este programa, y ​​me atrae su enfoque en la capacitación técnica, a diferencia de lo que algunos programas llaman aprendizaje de “alto nivel”. Pero, no he escuchado ninguna revisión de los estudiantes todavía. Gracias.

Realmente no pertenezco a esa escuela y responder a esto puede ser un poco escaso, pero me gustaría compartir mi opinión. Siempre es una buena idea explorar sobre las facultades e instructores que toman esos cursos y verifican sus antecedentes serán una buena idea. pista para responder a su pregunta correctamente. Si el contenido de los cursos y los logros del instructor o puede haber algunas revisiones sobre el instructor de varios sitios coinciden con su interés, sería bueno unirse a esa escuela. La ciencia de datos es más como explorar en profundidad en la minería de datos y explorar cosas como el aprendizaje automático (en una forma de evaluar datos), por lo que ver los proyectos anteriores realizados por ese departamento también lo ayudará a considerar la opción.