Glasgow的DS 和 QMUL的BDS，好纠结选哪个呀

蓝小喵sunnyUID：3974534

1. 课程设置

格拉斯哥大学 - Data Science

核心课程：programming and systems development，research and professional skills，introduction to data science and systems，Machine Learning & Artificial Intelligence for data scientist，MSc project for computing science+


专业课程：大数据:系统、编程和管理，深度学习，信息检索，网络科学，推荐系统，文本作为数据-文档分析简介
（至少三门）

安全课程：网络安全基础知识，网络系统取证，密码学和安全开发，以人为本的安全
（至少一门）

选修课程：先进的网络和通信，高级系统编程，约束编程，人机交互设计与评估，信息可视化，互联网技术，人机交互，机器人基础，编程语言
（最多两个）

伦敦玛丽王后大学 - Big Data Science

核心课程：机器学习，应用统计，大数据处理，数据挖掘，Project

选修课程：半结构化数据和高级数据建模，数据分析，云计算，Machine Learning for Visual Data Analysis，机器学习，面向对象程序设计导论，语义网，数字媒体和社交网络，贝叶斯决策与风险分析，物联网简介


2. 职业规划
在中国的互联网公司做数据分析相关的工作，而且更倾向于产品/用户研究/运营的发展路径。


3. 研究生阶段的学习目标

基于上述职业规划，我更注重掌握 处理和分析数据的能力，我可以不了解这个技术背后的具体原理，但我要会用它，知道什么时候有哪些技术可以使用，优劣在哪。
（不知道我这种想法会不会太功利了，如果有待改进的地方，或者给自己挖了个坑而不自知的话，欢迎大家不吝赐教！。。）


4. 关于排名
综合排名：

	QS	THE
Glasgow	67	99
QMUL	126	110

（仅列举2020年的数据，感觉和前两年差别不是很大）

计算机专业排名：

	QS 2020	THE 2020	THE 2019
Glasgow	101-150	201-250	151-175
QMUL	151-200	101-125	100

我读研的目的是，学习相关技能从而找到心仪的工作。所以我是否在意排名一定程度取决于，职业规划中的目标公司是否关注排名，对排名有多大程度的要求。比如我看一网友讲有的公司会拿QS前100来筛简历。我没啥工作经验，对这方面实在不了解，目前想到的疑惑有：
在互联网公司（可能要分规模、梯队、企业文化啥的），投数据分析/数据工程师这样的技术岗，
1. 对研究生的学历，大致要求是怎样的？
2. 硕士学历和本科学历，孰轻孰重？

如果上述情况两个学校都满足的话，我倾向于选择计算机专业水平更高的学校。那么问题又来了，排名只是一堆仅供参考的数据，希望能遇到了解两个学校的同学们，分享分享自己的学习感受/经历呀~




5. 关于学校位置与环境

顾名思义，Glasgow在格拉斯哥，苏格兰第一大城市；QMUL在伦敦。
大家都说伦敦资源多、好，其实我比较好奇具体是哪些资源呢？比如就业机会、休闲娱乐、生活便利程度、医疗等社会福利？我觉得要具体情况具体分析啦~


总结

如果让我列一个百分比的话，
意愿程度 = 与职业规划的契合度×45% + 位置与环境 × 30% + 排名 ×25%

所以大家未必一定要给我一个明确的答案，也可以仅就自己了解的部分聊一聊~



PS：啊天哪我竟然写了这么多，看到这里都是真爱！给宁比心心~~
即便没人看也ok，权当是给自己来个思路梳理辽，哈哈哈哈