伦斯勒理工大学就读体验

2017-04-06

找到了一位在RPI的学霸来谈谈她的感受，交谈过程中发现是典型的理工科特别用功的学生，平时也喜欢宅在家里写代码，几乎没什么娱乐活动，其实在海外的留学生很多都因为昂贵的学费而身负压力，除了个别特别高调的富二代，留学生们普遍要比国内的大学生要用功得多，也辛苦得多，除了读书还要自己照顾自己的生活，承受孤独的压力。闲话少说，直入主题：

课程与教学

RPI的商学院Lally School虽然在商科中不是很有名，但是RPI的BA（Business Analytics：商业分析）确实是一个符合这个老牌理工校招牌的项目。课程设计技术性很强，同时又能平衡tech和business。选课自由度比较大，无论是技术转商还是商转技术都能满足需求。当时选择了RPI主要也是因为这个项目课程设计合理，而我自己也想学更多技术，为之后找工作增加一些砝码。

课程方面第一学期会有一个Statistics，但是如果学期初考试过了可以waive掉，所谓考试也就是找Director聊聊天，她来问问题。如果准备两学期毕业的话，每个学期五门课，第一学期统计（可waive），金融（本科学过类似的并且达到B可waive），SQL（连带着会学Data Warehouse, ETL, OLAP, SSRS，少量的data mining和Hadoop），编程基础（主要学python，r，还有一部分data mining和spark介绍），管理运筹学（linear programming，博弈论等等）。上学期可选修machine learning, data mining, database system, network science 还有一个课就是一个project的Data analytics research lab。下学期必修课有一门capstone，实际跟公司一起做项目，information system management, 主要是案例分析。选修我选的是data analytics（学R）, marketing analytics（主要用Excel建模做市场分析）, Financial Management（公司金融估值），除了这些还可以选advanced analytics（SPSS）， supply chain analytics等等。

除了这些课，RPI对跨专业选课以及转专业都比较宽容，有许多CS或者IT的课都是BA可选课。如果想学的再tech一点，可以考虑选修Data Structure转IT专业，只要选修data structure这么课达到B就可以。转系，不需要重新申请，可以边读边转。IT有许多课和BA同时可选，所以两年应该可以读完BA和IT双学位，同时也申请一学期TA免学费省省钱。总体来说RPI毕竟是理工校，如果自己想学的比较技术还是可以达到的。

BA的director Dorit，平时可以找她聊天做职业规划，她能提蛮多的建议。她还会不定期找一些人来做一些讲座，还找了SAS公司的人来教SAS，之后还安排了SAS资格证的半价考试，总之是一个尽心尽职的好director。平时Dorit那里就会有一些资源，她也会帮忙推荐工作什么的。每个学期都会有workshop的课但是说实话我觉得没有什么帮助。CCPD也会经常有一些info secession或者就业讲座之类的。也有提供改简历，职业规划或者咨询之类的。career fair一学期一次，秋季来的好公司比较多，在九月份所以刚来就要准备career fair。春招大多数都是小公司了。来的公司招商科不是很多。

关于小班教学，我上一届是25个人，我们这届三十多个，中国人10个，印度人稍多，但基本上还是1:1:1，这一届听说中国人录的不是很多，可能会稍微扩招，但是应该不会太多。平时上课因为都是选课，一节课大概也就三十几个人，上到后来基本也弄混了到底是Busniess Analytics的还是QFRA (Quantitative Finance & Risk Analytics )的还是MGMT(Management)的，别的学院的课更是，本科生研究生一起根本不知道谁是谁，director需要多走动走动。总体来说除了orientation没有太大感觉，平时上课本身也都是小班… 我只听过一节machine learning是大课。

第一学期的课大多数都是晚上6-9点，但是别的学院选修什么的基本都是在白天，还是看选什么课。晚上上课挺好的，一整个白天可以做作业。关于体验，第一学期只要不是data mining和machine learning双选我觉得都是可以应付的过来的。我是之前python零基础也在data mining中活过来了，而且该追剧追剧该玩玩，除了每个DDL都比较辛苦，其他不耽误。虽然第一学期的课很多技术都会涉及，但是是从零基础开始讲，跟着听，自己再练练，作业负担不会很大。data mining和machine learning是CS学院课，主要讲的是这个模型背后的数学推导和应用，对于怎么用code写模型，教授假定是都会了的，所以code零基础可能有点吃力。data mining要付出时间很多，machine learning据说还要更难一些。选课上网系统选，至于是否会对未来有帮助，每个人都有自己的未来计划，如果想学的更加quantitative一点或者对data science比较感兴趣可以选这样的课。如果学BA只是为了3年opt，以后想从事business或者finance相关工作，基本没有帮助。

学校周边

RPI位于纽约首府Albany附近的Troy，特洛伊市。

这个小城市在19世纪的时候十分繁华，但是后来因为一些原因没落了下来，现在整个城市建筑仍然保留着当时繁华时候的风貌。城市人不是很多，也比较安静。Troy相对来说比较冷，去年大概十一月下了第一场雪，目前三月，依旧没有回暖的迹象，前些天还下了暴雪。由于天气寒冷，周边又没有太多步行可及的可以玩的地方，所以大部分时间还是待在家里。可能是由于天气和环境因素，RPI的学习氛围很浓厚。有了车之后才能开启新的世界，买衣服啊看电影啊或者吃点好吃的，都需要开车。顺便开车三小时左右可以到纽约那个奥特莱斯。

关于安全性据说半夜的downtown不安全，但是只要不住在downtown我觉得平时也路不过那边。平时学校附近街道因为都是居民区，也基本没有店铺，感觉除了学生也见不到几个人，叹气。我住的地方离学校超级近，基本出了校门就到了，所以也没远走。住的稍微远一点的小伙伴没有车的都选择做学校的shuttle或者公交，都是拿学生卡免费，也蛮方便的，就是冬天等车有点冷，也没听说有安全方面的问题发生。

就业情况

同时说一下就业。我们这一届的都在积极找工作中。到目前中国人准备留美的,有一半左右准备三学期，剩下的也在积极投，或多或少拿到了一些电话面试，也有陆续开始拿offer，这届印度人基本都有工作经验也基本都是TA，有一个拿了Citi的offer，剩下的听说也在积极找，但是其他信息不太清楚。美国人感觉都比较好找（然而只是感觉并没怎么了解过）。

找工作主要方向还是以BA为主。因为毕竟还是商科出身所以Data Analytics和Data Science会比较没有竞争力。尤其是DS，会更加偏好于学统计、数学、CS或者运筹的Master或PHD。RPI在周围一圈都比较有名，在附近小公司找一些DA或者DS的岗位，尤其是在career fair上能直接跟recruiter聊会更有希望一些，但是海投DA或者DS困难还是比较大。RPI商科资源不是很多，career fair上基本来的大多数也是收理工类的，并且在西部知名度也没有在东边知名度高，相比起西边学校在西边找工作的状况，会困难一些。 LinkedIn上能够找到很多RPI的学长学姐，大部分的人都会比较热心帮忙。

RPI的MSBA项目是一个值得推荐的好项目，如果希望能够在一年的时间学得更技术，过得更充实，或者希望从商科逐渐转向技术岗位，不妨考虑一下RPI。

文： Yosin030

编辑：Ray，Lily

—————————————————后记—————————————————

刚看完此文的时候，还特意询问Yosin是否可以谈一谈周边娱乐和校园特色活动之类，结果她很直率的告诉我自己这三个学期几乎没什么娱乐的活动，主要时间都用在了学习和工作的准备上了。其实留学生的生活并没有我们想象的那么多姿多彩，偶尔在朋友圈发一发美景、美食却不会把日夜辛苦的用功拿出来在朋友圈炫耀。所以即将留学和梦想留学的你，真的准备好了么？