項目人數:15~18 Full-Time
國際學生佔比:~70%
建立時間:2017
錄取偏好:目測更容易錄取更側重於背景diverse的同學
課程模式:學期選課模式,每學期不得超過27.5學分
課程設置:除必修課外,其餘均可以自由發揮,(可以申請選所有Harvard 以及MIT的課程)
程式語言:Python,R
特殊課程:項目最後一學期有一個capstone project, 既可以和醫院/業界合作 培養項目經歷,也可以選擇與導師做科研,為申請phd 作準備。
項目特色:HDS 項目全稱是Health Data Science,隸屬於Harvard Chan School of Public Health, Biostatistics Department,是一個就業導向為主的研究生項目,旨在通過統計與計算培訓,來培養解決公共衛生和生物醫學科學領域的問題的能力:統計、計算和健康科學。該項目的畢業生也分布在各行各業。
項目畢業要求60學分 (12門課),其中有5門必修: 數據科學導論,統計推斷基礎,回歸分析,流行病導論,capstone project。剩下的學分大家可以自由選擇與health datascience 相關的課程。
https://www.hsph.harvard.edu/health-data-science/
BST 222 Basic of Statistical Inference
https://www.coursicle.com/harvard/courses/BST/222/
課程介紹:涉及基礎統計學知識和簡單的分布模型,假設檢驗,統計推斷,側重應用,基本涵蓋了數據科學面試中與a/b test 相關的理論知識。
課程難度:⅖
BST 263 Statistical Learning
https://www.coursicle.com/harvard/courses/BST/263/
課程介紹:這節課是小編認為最受用的一門課,professor個人學術底蘊十分濃厚,年輕有為,深入淺出的講解statistica learning 的理論與應用範圍。
課程難度: ⅗
Harvard 生物統計系和醫學系都擁有數位流行病,因果推斷,臨床研究的頂級學者。
David Wypij
課程:BST 222
研究領域:clinical research / biostatistical education / longitudinaldata analysis,
課程體驗:課程有些枯燥無味但是能感覺出他人很nice 耐心解答各種問題。
眾所周知harvard有著得天獨厚的就業優勢,波士頓是biotech,consulting以及科技公司的聚集地,廣闊的alumni network 更是可以提供不小的助力。大部分同學畢業後都從事了數據分析(Data Scientist/Analyst)的相關工作,就職於網際網路科技公司和諮詢公司,也有一部分同學也獲得了名校的phd offer,繼續科研。
項目提供了多種多樣的career serives模式,最有用的是每年專門為hds學生準備的healthcare career fair,以及harvard 主校區的data analytics career fair。招聘崗位多為Data Scientist / analyst / machine learning engineer,參與的知名企業有:Google, BCG, Apple,Microsoft,Bloomberg等。另外學校還提供詳細的簡歷修改和就業網站,提供校友修改簡歷的機會和各種的交流活動。Harvard有很強大的校友networking資源,時常會有coffee chat 和經驗分享的機會。
波士頓可以說是治安最好的,最宜居的城市之一了,歷史與現代兼容並包,繁華與安寧交相輝映。學校周邊不僅有世界各地的美食,還有很多安靜的咖啡廳適合周末看書自習。波士頓是一個clustered 且walkable 城市,主要的交通方式是校車,bluebike (共享單車)以及走路。冬天雪後初晴更是漂亮,但是會很冷。
作為全美房假最高城市之一,租房基本上是最大支出了,其中學校的公寓一個月合租1500美金/月,studio 會高達2500。高房價主要來自於名校加持,安全靠譜的社區管理以及毗鄰tech 公司的交通便利。
總體來說hds是一個很好的項目,有著靈活的課程壓力和難度,必修課不難,可以自由選擇更有難度的課程,合理分配找工作刷題與課程學習的精力。多樣的求職資源,也是通往tech 公司的一大跳板,更是深入bio-tech/healthcare 的不二之選。health data science 項目由於在公衛學院,所以在longwood 醫學區,周圍有很多博物館,十分適合修身養性。harvard 學生更是可以免費無限參觀。一年半下來,最懷念也最感激的是靈活自由的選課制度以及開放包容的學術氛圍,既可以在公衛學院聽epidemiology 的教授講解causal inference,也可以時不時的去隔壁mit學習商業分析,數據挖掘。