原创关于Math、Stat、IEOR、BA、DS申请,你想知道的都在这

时间:2019-11-07 15:02:55   热度:37.1℃   作者:网络

原标题:关于 Math、Stat、IEOR、BA、DS 申请,你想知道的都在这

这是一篇专业认知类文章

从0-1帮你迅速setup对专业的精准认知,成功“连线”最适合自己的专业。

本篇要说的专业是数学、统计、IE/OR和其他一些小众专业,它们的共同特点是都比较适合数学相关背景的同学来申请,那么该如何选择呢?

专业的基本信息、就业前景、选校介绍等等基础的选择标准在这里就不一一赘述了,干货包里面都有(你懂的!)这里就给大家点经验之谈,主要是一些专业之间的对比和实例解说。

首!先!

普及一下IE,OM和OR这三个专业的关系和区别:

IE

Industrial Engineering

IE涵盖的方向很多,每个学校又有不同,按Theory/Methodology分包括Optimization, Stochastic Modeling, Simulation, Probability/Statistics等,按应用方向分主要包括Supply Chain Management, Transportation, Financial Engineering, Healthcare, Social Network Analysis等。

OM

Operations Management

OM在国内一般叫做运营管理,一般隶属于商学院下面,在很多学校都和信息系统放在一个系里,比较少有单独成系的。同时很多运营管理系的名字都有着一些差别,不同的名字往往代表了这个系的特点。

比如,UT-AUSTIN 的运营管理系全称就叫做Department of Information, Risk and Operations Management (IROM),下面设了三个不同的方向,分别是信息系统,决策管理和供应链管理;

又如OSU的运营管理系全称叫做Department of Management Sciences,其Ph.D. 项目分为两个方向,运营管理和决策科学;美国最著名的Wharton商学院,其运营管理系的名字叫做Operations and Information Management Department,由系的名字可见,Wharton也把信息系统和运营管理放在了一起。

OR

Operations Research

OR有偏工科的,也有偏理科的,在美国真正有OR这个program的学校不多,比较有名的有:UNC (Statistics and Operations Research), Cornell (Operations Research and Information Engineering), Columbia (Industrial Engineering & Operations Research),但是竞争确实很激烈,所以你如果要申请OR的话,除了这几个学校,更多应该考虑申请其他学校IE或者OM下面的OR这个方向。

其实OR可以理解为一个理论基础,用来支撑IE或者OM。在Ph.D.申请的时候,这三个方向是可以混申的,所以接下面我们分析对比的时候会经常把OR,IE,OM三个专业视为一个来看。

其!次!

说下我们决定是否选择一个专业时常见的两个维度:专业匹配度专业热度。专业匹配度也就是说这个专业跟你是不是match,而热度很大程度上决定了该专业的申请人数。所以这两个方面其实都影响了申请难度。

那么就让我们从以上两个维度具体对比分析一下这几个专业:

专业匹配度:

不同的专业对于申请者的专业技能要求是不同的,简单点说就是对申请者的专业背景要求不同。通过分析专业匹配度,你可以确定自己是不是属于转专业的范畴。

Master

>>>>统计:

数学统计>其他理工科>人文社医(越靠左边说明专业匹配度越高,下同)

统计专业一般要求申请者需要有一定的数学背景,特别是转专业的小伙伴,至少要上过我们常说的老三门:高数,线性代数,统计(如概率论)。

>>>>数学:

数学这里就不多说了,因为申请数学master的人很少

>>>>IE/OR:

工业工程>数学统计>物理>自动化>EE(强电)>ME>其他和Engineering相关的专业(如环工)

因为OR的硕士项目很少,所以通常都是申请IE,即工业工程。 国内有这个系的学校不是很多,所以清华的工业工程专业学生申请本专业具有绝对优势。国外来说,Georgia Tech的IE专排很高,但因为IE系很大,所以申请难度不算特别大,而且有时候可以被转到 supply chain的方向。

Ph.D.>>>>数学:

Prefer 数学背景

>>>>统计:

Prefer 统计背景

>>>>IE/ IEOR/ OM:

工业工程>数学统计>物理>自动化>电子

专业热度:

专业热度其实和就业难易程度相关,也就是说一个专业的就业前景越好,相对的它就越热门。从而导致申请它的人越多,申请的难度也就越大。

Master

统计>IE/OR (越靠左边说明专业热度越高,下同)

Ph.D.

统计>IEOR/OM(商学院)>IEOR/OM(其他学院)>数学

这里强调一下,IEOR/OM 有的是在商学院下面,有的是非商学院。 两者的就业情况还是有很大的区别的。如果OM/IEOR是在商学院下面, 那么基本上90%的Ph.D.毕业了之后都能找到faculty的工作,而且商学院的老师上班时间灵活,可以创业工作两不误。

而非商学院毕业去当faculty的就不多了(因为确实竞争不过在商学院毕业的Ph.D. )。所以绝大部门人都去了工业界,比如亚马逊这类大物流公司的研究部,做的工作大致上就是需要读paper研究方法论,结合数学模型运营到公司业务上。

而数学的Ph.D. 找faculty也是比较困难的,一般都是去工业界。很多毕业的时候都成了统计学家(Data Scientist),去工业界找统计或者CS相关的工作。但是这就要求读博期间必须要有充分的准备,比如要自主的培养编程的技能,找一些相关的实习等。 所以总的来说数学Ph.D. 如果好好规划,可以和很多方向结合,比如统计,金融,计算机等,但是如果在Ph.D.期间不好好规划的话,毕业也是比较难找工作的。

Plus:

最!后!

再提几个适合数学相关背景学生申请的小众专业:EM,BA和Data Science

General的 EM类常见的有:

EM (Engineering Management), MS&E (Management Science and Engineering), PM(Project Management)

EM(MEM)比较有名的学校:Dartmouth,Duke,Northwestern(难度相对角度,比较适合有名校情结同学选择),UC-Irvine。不过值得注意的是,有的学校的EM比较偏商科,会要求申请者有一定的工作经验。

MS&E比较有名的学校:Stanford 和Columbia。

总的来说申请IE的小伙伴可以和EM一起混申,而且EM对申请者的专业匹配度要求较低,比较适合数学背景不那么强的同学。

BA(Business Analytics)

其实开设BA的学校并不是很多,一般在商学院下面,比较好的学校有Gatech,NCSU(顺便说一句,虽然这个学校综排不高,但是统计排名非常高,毕业生在NC也很好找工作),UMN,UT-Austin。

大多数学校的BA是以就业为导向的,贴合就业实际big data-analytical work的角度来培养学生的。课程也以实用唯多,囊括了MIS【小的但是实用的编程(如vba+sql),一些database的知识等】、STAT【教你用统计软件/帮统计软件编程来自动分析等】和部分Management的只是。总的来说比较偏数理的, 适合数学背景不强但是又想学数学方向的小伙伴。

DS (Data Science)

是一个比较新兴的专业,为了迎合大数据潮流而开的专业。项目也比较少,好的学校比如NYU,Columbia,Northwestern等。最近几年的申请热度也在持续升高,从而带来了难度的加大。大多数项目倾向于录取数学或者统计等计量学科背景的学生,同时希望申请人有软件编程基础,能写程序分析数据。

综上所述,即使只是单纯的数学相关背景的同学,在申请国外Master或者Ph.D.时候依然有非常多的专业可以选择。只有在你对专业足够了解的前提下,结合自身的专业匹配度,参考专业的相对热度,才能选出最适合自己的那个专业。希望看完本篇之后,数学相关背景的同学都能选出跟自己真正“门当户对”的那个专业。

什么?你说你看了这么多还是不知道怎么选?没办法了,考虑选择我们专业的申请服务来帮助你吧。

添加申请方微信小助手a2liuxuejiangzuo,你的彷徨我们解决!留学就是一场没有硝烟的战争,而我们愿意用数年如一日的专业与态度陪你奋战到底。

上一篇: “天下第一大火锅”惊艳2019上海进博会...

下一篇: 原创半个月化学分数暴涨35?学习上的瓶颈...


 本站广告