只是想把一个学生的最近的经历遭遇写出来，给后辈看下。是关于选专业的事情。。
数据科学求职过往
我先介绍下我的情况，我硕士是在某c姓罗素大学念的数据科学专业，ata scinence。这专业目前很火爆。很多本科不是理工科的中国学生都想念，另一个大热门专业AI也是如此。
但是我想泼个冷水，我奉劝本科不是计算机专业的同学，不要跟风选这两个专业。
我去年9月毕业回国后，在某家信息科技有限公司的民企实习，做建模分析师。这公司是做大数据起家的，也有涉足AI，基本上主业是大数据，副业是AI，这公司在国内各大ai公司实力排行榜上位于TOP50的，而且经常上电视，算是一个独角兽公司吧。
然后由于疫情原因，今年2月初的时候，公司把我辞退了，然后从2月份到现在，我都在投简历，参加春招，一般在前程无忧和智联招聘这两个网站投简历。累计起来投了70多份吧，各行各业都投了，银行，保险公司，证券公司，汽车公司，互联网，中石油，联通，电信等等等等。
只要是有数据分析岗的公司，我都投了。然后累计也接到了20多个笔试邀请。然后重点来了，为什么我不建议本科不是计算机专业的同学读数据科学和AI这两专业。根据我这几个月笔试和面试的经验，这两岗位，录取门槛很高。
说说笔试
笔试了20多家，我总结出一个规律。
国内绝大部分公司，可能除了bat、华为这几家超级大厂外，其他公司的数据分析岗/数据开发岗等等类似的岗位，他们笔试基本上不考你机器学习，不考你python编程，也不考统计学。
他们考的全部都是计算机专业的内容！信息安全，数据库，网络协议，软件开发，数据结构与算法等等等等。如果你不是念计算机专业的是根本不会的。
就算你侥幸过了笔试，到面试环节，他们也会问你，有没有项目经验，有没有在国际期刊上发表过论文。英国的一年制硕士，你懂的，既不需要发表论文，也没有项目经验，毕业论文根本不算。
于是乎，我直到现在都还没找到工作……
而且还有一点，数据分析岗/数据科学岗，在国内属于高端岗位，北京最多，其次上海。广州深圳都很少。一般的小公司是没有这需求的，就算有都是挂羊头卖狗肉的或者不成气候的那种。所以论就业机会，远不如普通的计算机岗位多。
我在c姓学校的那批同学，大部分人回国后都还没找到工作，原因也和我一样，有些找到工作的，都是干回老本行了，或者转去做文职了，我有个同学，杭州人，在当地的工商银行找到份工作，客户经理，6k一个月……
说完数据科学，说说人工智能
AI是比数据科学更高端的岗位。
国内的大公司一般叫算法工程师岗，小公司才叫AI工程师。还有些叫建模工程师，也都是差不多的范畴。AI岗的录取门槛比数据科学更高。
因为国内的大公司，普遍要求你除了有项目经验和发表过论文外，还要求你有科研经历，或者是毕业院校在QS的TOP100以内（例如x安集团），还有其他乱七八糟的要求
AI岗的需求数量比数据科学岗更少，竞争又很激烈，一般人不建议混这趟浑水，除非你是清华姚班或者北大图灵班这种出身的，不然就算你是帝国理工的可能照样要跪。
学历只是个敲门砖，保证你会获得他们的面试和笔试机会。但能不能录取，全看硬实力说话，这是我这几个月投简历的感想。
很多大公司看在我是c校学生的份上都邀请我笔试/面试。但最后我都没过，一没项目经验，二没发表论文，三笔试一堆技术问题不会。
最后，如果有人头铁，不信这个邪，非要去念的话，我给一些选校建议。
DS和AI的一些选校建议
英国有数据科学专业的学校真的不多，基本上也就罗素集团有。除了G5的话，我建议首选利兹和诺丁汉。
推荐这两学校的原因有两点
1
两者的教学质量抓的很严，只要你肯学，肯定能学到东西，举个例子，我有个师弟在利兹读数据科学，我看过他们的课件，他们又学python，又学R，又学数据库。还有一堆选修课，什么医疗建模，商业策略建模等等。这些c校都没有，c校连数据库都不教。而且还有一点，利兹基本上每门课都有课后小作业，用来让你巩固今天学的知识。这个制度c校是没有的。
2
这两所学校毕竟是老牌工科强校，师资力量很强，他们的数据科学专业开设的课程，很对口。就以机器学习这门课来说，举个例子。利兹是连强化学习，深度学习都有教的，但是c校没有。
除了这两校外，这些学校的看起来也不错
- 南安的数据科学，我看过课程表，实力很强，不愧是计算机强校，课程覆盖面很高，而且了不少AI的课程进去。
- 纽卡的看课表似乎也不错。
- KCL的s也不错，他家的选修课混了不少AI的课程进去，有点特色
- 利物浦他的s和ai是一起的，叫ata sci an artificial intelligence，总体上还不错，课程5050
编辑 搜图
请点击输入图片描述
至于其他学校的数据科学专业，我都不太推荐，因为或多或少都存在一些比较明显的缺点，要么货不对板，要么课程覆盖率不够，一些必要的课程没开。
举例来说：
利物浦大学的数据科学专业，他们叫商业分析，我看过他们的课件，有一半是商科的课程，机器学习，python这些都有教，但是少了一门统计学。
的数据科学，选修课太水，全是用电子工程和计算机的课程来凑数的
谢菲的数据科学，被拆成两个专业，一个叫数据分析，是计算机院开的，一个叫数据科学，是社科学院开的。这两个专业各有各的问题，一个太偏重理论，忽视了技能培养，另一个反过来，如果谢菲的这两个专业能合起来是最好的
格拉的数据科学，偏理论，要学一大堆高数，但是不太重视技能培养。
伯明翰的数据科学，今年才开第一届，我还没看到他的课程表，先不评论
曼大的数据科学，以前是bs，后来改名的，和利物浦一样，偏商业分析。
布大，数据科学是偏ai的，要么就是云计算，而且布大这个没开设统计学，这个很致命，统计学是数据科学专业的核心课程来的，另外两门是python和机器学习，三者缺一不可，基本上少了其中一门就可以下结论，这学校的这专业，水~
爱大，我刚登陆他们的官网看了下，只看官网课程介绍的话，感觉比较水，我有点方
曼大，开了6个s….分别是不同的方向，矮个子里拔高个子的话，选他business an management方向的
约克的s少了统计学和数据库，而且混了一两门软件工程专业的课进去，看得出师资力量不算太强
杜伦的，一言难尽……
玛丽女王的s有三个，总体上还不错，唯一的遗憾的是少了数据库这门课，
罗素集团好像都说完了，最后做个总结：
T1：诺丁汉，南安，纽卡，利兹，kcl
T2：利物浦，谢菲，玛丽女王，格拉，卡大
T3：华威，杜伦，曼大，布大，爱大
（伯明翰没有s）
基本上，如果一个学校既是工科强校，又是计算机强校的话，他的s专业和ai专业都会很强！
然后顺便说下AI专业
T1：kcl，南安，爱大
T1.5: 诺丁汉，利兹
T2：曼大，卡大，格拉，谢菲，伯明翰
其余没提到的都是没开设ai专业的，利物浦有点特殊，他是ai和s合并到一个专业上，这个也可以视作师资力量不够强的结果。
说说T1.5和T2的差距在哪，T2的学校，虽然有AI专业，但是他的AI专业是和他另一个专业合并在一起开设的。
除了前面说到的利物浦，还有就是谢菲，谢菲的AI全名叫网络安全与AI，8门课，4门AI，4门网络安全课程，这样的结果就是培养出来的学生，两边都学的不够专精。
类似的情况还有格拉，他们家的AI，全名叫机器人与AI，就是说，一半软件一半硬件。需要一些机械工程的知识和电气工程的知识。
然后T2还有一些学校，虽然AI专业是单独开设，但是存在课程深度不够或者是覆盖面不够的情况，例如卡大，曼大，玛丽女王等等
所以，T1.5和T1的差距是，课程深度不够，讲人话就是不够专精
编辑 搜图
请点击输入图片描述
再说说曼大和QM，这两学校的AI专业有点意思，有点剑走偏锋的感觉，在某一个很细分的领域有建树，但是课程覆盖面不够，这样的后果是，学生毕业出来后，不容易就业。
AI三大分支，机器学习，自然语言处理，计算机视觉，T1那几家学校，全部都有教。T2的普遍只专注其中一个方向，区别就在这。
AI这专业很高大上，对一个学校的师资力量要求很高，英国也就只有一半的罗素集团有能力开设。
要判断一个学校某个专业实力如何，其实很简单的，先看他的的课程数量，然后看他的课程是不是有很多其他学校没有的，如果两点都做到了，那么课程深度和宽度都保证了（拿其他专业课程凑数的另当别论）
