Di seguito sono riportati alcuni consigli delle mie esperienze personali. Li ho ordinati in modo molto approssimativo da quello che penso sia il meno importante. Quando si sceglie un programma, è possibile valutare ciascuno di essi uno rispetto all'altro prendendo in considerazione alcuni dei punti seguenti.
Cerca di fare la scelta migliore per te personalmente . Ci sono molti fattori coinvolti in una tale decisione: geografia, relazioni personali, opportunità di lavoro e di rete, corsi, costi di istruzione e vita, ecc. La cosa più importante è soppesare ognuno di questi e provare a usare il proprio giudizio . Sei tu quello che alla fine vive con le conseguenze della tua scelta, sia positiva che negativa, e
sei l'unico in grado di valutare l'intera situazione. Agire in accordo con.
Impara a collaborare e gestire il tuo tempo . Potresti non credermi, ma molto probabilmente un datore di lavoro si preoccuperà più della tua personalità, della capacità di collaborare con gli altri e della capacità di lavorare in modo efficiente di quanto non si preoccupino delle tue abilità tecniche. Una comunicazione efficace è cruciale nelle statistiche, specialmente quando si comunica con i non statistici. Sapere come gestire un progetto complesso e fare progressi costanti è molto importante. Approfitta delle opportunità strutturate di consulenza statistica, se presenti, presso il tuo istituto prescelto.
Impara un'area affine . La più grande debolezza che vedo in molti master e dottorandi in statistica, sia nell'industria che nel mondo accademico, è che spesso hanno pochissime conoscenze in materia. Il risultato è che a volte le analisi statistiche "standard" vengono utilizzate a causa della mancanza di comprensione dei meccanismi alla base del problema che stanno cercando di analizzare. Lo sviluppo di alcune competenze in un'area affine può quindi essere molto arricchente sia statisticamente che professionalmente. Ma l'aspetto più importante di questo è l'apprendimento stesso: rendersi conto che incorporare la conoscenza della materia può essere vitaleanalizzare correttamente un problema. Essere competenti nel vocabolario e nelle conoscenze di base può anche essere di grande aiuto nella comunicazione e migliorerà la percezione che i tuoi colleghi non statistici hanno di te.
Impara a lavorare con (grandi) dati . I set di dati in quasi tutti i campi che utilizzano le statistiche sono cresciuti enormemente di dimensioni negli ultimi 20 anni. In un ambiente industriale, probabilmente passerai più tempo a manipolare i dati che a analizzarli
. Imparare buone procedure di gestione dei dati, controllo della sanità mentale, ecc. È fondamentale per un'analisi valida. Più sei efficiente, più tempo passerai a fare cose "divertenti". Questo è qualcosa che è fortemente sottovalutato e sottovalutato nei programmi accademici. Fortunatamente, ora ci sono alcuni set di dati più grandi disponibili per la comunità accademica con cui si può giocare. Se non puoi farlo all'interno del programma stesso, trascorri un po 'di tempo a farlo al di fuori di esso.
Impara molto bene la regressione lineare e l'algebra lineare applicata associata . È sorprendente quanti master e dottorandi ottengano i loro titoli (dai programmi "migliori"!), Ma non possono rispondere alle domande di base sulla regressione lineare o su come funziona. Avere questo materiale freddo ti servirà incredibilmente bene. È di per sé importante ed è la porta d'accesso a molte, molte più avanzate tecniche statistiche e di apprendimento automatico.
Se possibile, fare una relazione o tesi di master. I programmi di master associati ad alcuni dei principali dipartimenti di statistica statunitensi (di solito misurati di più sui loro programmi di dottorato) sembrano essersi allontanati dall'incorporare un rapporto o una tesi. Il fatto è che un programma basato esclusivamente sui corsi di solito priva lo studente di sviluppare qualsiasi reale conoscenza approfondita in una particolare area. La zona in sé non è così importante, a mio avviso, ma l'esperienza è. La persistenza, la gestione del tempo, la collaborazione con i docenti, ecc. Necessari per produrre un rapporto o una tesi di master possono ripagare notevolmente quando si passa all'industria. Anche se un programma non ne fa pubblicità, se sei altrimenti interessato, invia un'email alla cattedra di ammissione e chiedi la possibilità di un programma personalizzato che lo consenta.
Segui i corsi più impegnativi che puoi gestire . Mentre la cosa più importante è capire molto bene il materiale di base, dovresti anche usare saggiamente il tuo tempo e denaro sfidandoti il più possibile. L'argomento specifico che scegli di apprendere può sembrare abbastanza "inutile", ma ottenere qualche contatto con la letteratura e sfidare te stesso a imparare qualcosa di nuovo e difficile renderà più facile quando dovrai farlo più tardi nel settore. Ad esempio, apprendere alcune delle teorie alla base della statistica classica risulta essere abbastanza inutile in sé e per sé per il lavoro quotidiano di molti statistici industriali, ma i concetti trasmessi sono
estremamenteutile e fornire una guida continua. Inoltre renderà meno misteriosi tutti gli altri metodi statistici con cui vieni in contatto.
La reputazione di un programma è importante solo per il tuo primo lavoro . Troppa enfasi è posta sulla reputazione di una scuola o di un programma. Sfortunatamente, si tratta di un'euristica per risparmiare tempo ed energia per i gestori delle risorse umane. Essere consapevoli del fatto che i programmi sono giudicati molto più dai loro programmi di ricerca e dottorato rispetto a quelli dei loro padroni. In molti dipartimenti di questo tipo, gli studenti con SM spesso finiscono per sentirsi un po 'come cittadini di seconda classe poiché la maggior parte delle risorse sono spese per i programmi di dottorato.
Uno dei più brillanti giovani collaboratori statistici con cui ho lavorato ha un dottorato in una piccola università straniera di cui probabilmente non hai mai sentito parlare. Le persone possono ottenere un'istruzione meravigliosa (a volte molto migliore, specialmente a livello universitario e di master!) Presso le istituzioni "senza nome" rispetto ai programmi "migliori". Sono quasi garantiti per ottenere una maggiore interazione con la facoltà di base nella prima.
È probabile che il nome della scuola in cima al tuo curriculum abbia un ruolo nel metterti alla porta per il tuo primo lavoro e le persone si preoccuperanno più da dove provenga il tuo grado più avanzato che da qualsiasi altro. Dopo quel primo lavoro, le persone si prenderanno molta più cura di quale esperienza porti sul tavolo. Trovare una scuola in cui molte opportunità di lavoro interessanti ti arrivano attraverso fiere di carriera, e-mail diffuse, ecc., Può avere un grande profitto e questo accade di più nei programmi migliori.