Aşağıda kendi deneyimlerime dair birkaç tavsiye noktası var. Onlara kabaca, en önemlisi en önemli olduğunu düşündüğüm şeyden sipariş ettim. Bir program seçerken, aşağıdaki noktaları göz önünde bulundurarak her birini bir başkasına karşı tartabilirsiniz.
Şahsen sizin için en iyi seçimi yapmaya çalışın . Böyle bir kararda rol oynayan çok fazla faktör var: coğrafya, kişisel ilişkiler, iş ve ağ fırsatları, kurs, eğitim ve yaşam masrafları, vb. . Sen o sonuçta istediğiniz, olumlu ve olumsuz sonuçlarıyla yaşayan biri vardır ve
sen senin bütün durumu değerlendirmek için bir konumda yalnızca biridir. Uygun davran.
İşbirliği yapmayı ve zamanınızı yönetmeyi öğrenin . Bana inanmayabilirsiniz, ancak bir işveren kişiliğinizi, başkalarıyla işbirliği yapmayı ve ham teknik becerilerinize göstereceğinden daha verimli çalışmayı çok önemser. İstatistiksel iletişimde, özellikle durağan olmayan kişilerle iletişim kurarken, etkili iletişim çok önemlidir. Karmaşık bir projeyi yönetmeyi ve istikrarlı bir ilerleme kaydetmeyi bilmek çok önemlidir. Seçtiğiniz kurumda, varsa, yapılandırılmış istatistiksel danışmanlık fırsatlarından yararlanın.
Bir eş alanını öğrenin . Birçok alanda doktora ve doktora mezunu olarak gördüğüm en büyük zayıflık, hem endüstride hem de akademi'de istatistiklerden mezun olmaktır. Sonuçta, bazen "standart" istatistiksel analizlerin, analiz etmeye çalıştıkları problemin altında yatan mekanizmaların anlaşılmamasından dolayı kullanıldığı görülmektedir. Bu nedenle, bir konjonktür alanında uzmanlık geliştirmek, hem istatistiksel hem de profesyonel olarak çok zenginleştirici olabilir. Ancak, bunun en önemli yönü öğrenmenin kendisidir: Konu bilgisinin dahil edilmesinin hayati olabileceğini fark etmekBir problemi doğru analiz etmek. Kelime bilgisinde ve temel bilgide yetkin olmak, iletişimde de büyük ölçüde yardımcı olabilir ve istatistikçi olmayan meslektaşlarınızın sizinle ilgili algısını artırabilir.
(Büyük) verilerle çalışmayı öğrenin . Neredeyse istatistikleri kullanan her alanda veri kümeleri, son 20 yılda büyüklük olarak büyük ölçüde büyüyor. Endüstriyel bir ortamda, verileri analiz etmekten daha fazla veri işlemek için daha fazla zaman harcayacaksınız
. İyi veri yönetimi prosedürlerini, akıl sağlığı kontrolünü vb. Öğrenmek geçerli analiz için çok önemlidir. Ne kadar verimli olursanız, "eğlenceli" şeyleri yapmak için o kadar fazla zaman harcarsınız. Bu, akademik programlarda çok fazla vurgulanmamış ve önemsenmeyen bir şeydir. Neyse ki, şimdi akademik topluluğun oynayabileceği daha büyük veri setleri var. Bunu programın içinde yapamazsanız, bunun dışında yapmak için biraz zaman ayırın.
Doğrusal regresyon ve ilişkili uygulamalı doğrusal cebiri çok iyi öğrenir . Kaç yüksek lisans ve doktora mezununun diplomalarını alması şaşırtıcıdır ("en iyi" programlardan!), Ancak doğrusal regresyon ya da nasıl çalıştığıyla ilgili temel soruları cevaplayamaz. Bu malzemeyi soğukta tutmak, size inanılmaz derecede iyi hizmet edecektir. Bu, kendi başına önemlidir ve birçok, çok daha ileri istatistik ve makine öğrenme tekniklerine açılan kapıdır.
Mümkünse, bir yüksek lisans raporu veya tez yapmak. ABD'nin en iyi istatistik bölümlerinden bazılarıyla ilgili yüksek lisans programları (genellikle doktora programlarında daha fazla ölçüldü), bir rapor ya da tez eklemekten uzaklaştı. Mesele gerçeği, tamamen kursa dayalı bir programın, öğrenciyi belirli bir alanda herhangi bir gerçek bilgi derinliğini geliştirmesinden mahrum bırakmasıdır. Alanın kendisi benim görüşüme göre çok önemli değil, ama deneyim. Bir ustalık raporu veya tez üretmek için gerekli olan sebat, zaman yönetimi, fakülte ile işbirliği vb. Sanayiye geçerken büyük ölçüde karşılığını verebilir. Bir program bir reklam vermese bile, onunla ilgileniyorsanız, kabul başkanına bir e-posta gönderin ve izin veren özelleştirilmiş bir programın olasılığını sorun.
Yönetebileceğiniz en zorlu ödevleri alın . En önemli şey çekirdek malzemeyi çok ama çok iyi anlamak olsa da, zamanınızı ve paranızı kendinize olabildiğince zorlayarak akıllıca kullanmalısınız. Öğrenmeyi seçtiğiniz özel konu oldukça "işe yaramaz" gibi görünebilir, ancak literatürle biraz temasa geçmek ve yeni ve zor bir şey öğrenmek için kendinize zorlamak endüstride bunu daha sonra yapmanız gerektiğinde daha kolay hale getirecektir. Örneğin, klasik istatistiklerin arkasındaki teorinin bir kısmını öğrenmek, birçok endüstri istatistikçisinin günlük çalışması için kendi başına oldukça yararsız olduğu ortaya çıkıyor, ancak aktarılan kavramlar
son derecefaydalı ve sürekli rehberlik sağlar. Ayrıca, temasta olduğunuz diğer tüm istatistiksel yöntemleri daha az gizemli görünmesini sağlayacaktır.
Bir programın itibarı yalnızca ilk işiniz için önemlidir . Bir okul veya programın ünü üzerinde çok fazla durulur. Ne yazık ki, bu insan kaynakları yöneticileri için zaman ve enerji tasarrufu sağlayan bir buluşsal yöntemdir. Programların, araştırma ve doktora programları tarafından yüksek lisans programlarına göre daha fazla değerlendirildiğini unutmayın. Bu tür pek çok üst bölümde, yüksek lisans öğrencileri çoğu zaman, doktora programlarına harcanan kaynakların çoğunu harcadığı için ikinci sınıf vatandaşları gibi hissederler.
Çalıştığım en parlak genç istatistik ortaklarından biri, muhtemelen hiç duymadığınız küçük bir yabancı üniversiteden doktora derecesine sahip. İnsanlar “isimsiz” kurumlarda “en iyi” programlardan daha harika bir eğitim alabilir (özellikle lisans ve yüksek lisans düzeyinde!). Birincisinde, çekirdek fakülte ile daha fazla etkileşim kurmaları neredeyse garantilidir.
Özgeçmişinizi üstündeki okulun adı olan daha en ileri derecede herhangi diğerleri mi yerden daha nereden geldiğini halleder ilk iş ve insanlar için kapı size almakla bir role sahip muhtemeldir. Bu ilk işten sonra, insanlar masaya ne gibi bir deneyim getireceğinize büyük önem verecektir. Kariyer fuarları, dolaştırılmış e-postalar, vb. Yoluyla size birçok ilginç iş fırsatının geldiği bir okul bulmak büyük bir kazanç sağlayabilir ve bu da en iyi programlarda daha fazla olur.