Biostat PhD UMich - 留學

我知道版上很多生統跟統計的前輩，請各位大大手下留情了。

Program: Biostatistics PhD, Fall 2017

Admission:
UMich - Biostatistics (4/3，都什麼時候了。只申請自己家)

Decision:
還在猶豫

Background:
BS in Chemistry, minor in Econ, NTU (2008-2013)
GPA: 3.89/4.00(from WES)

MS in Biostat, UMich (2015-2017)
GPA: 4.0/4.0
2nd Year TA (full funded)

Test Score:
沿用MS

Recommendation of Letters:
3 from UMich Biostat

==============================================================================

其實這篇是假錄取真發問。我覺得大概會有很多人想打我。

兩年前有幸拿到UMich biostat MS。
然後進來之後，默默發現很多人聽到我是UM Biostat MS，
就會接著問: 那是不是要讀博士
發現原來我們家是有真的愛自己的碩士的
(另外，我很推薦我們家生統，第二年不少國際碩士生拿到全獎)
(招生的頭頭有說，他覺得他把我們碩士養得很好啊)

所以去年也想說自己MS混的不差，去年暑假跟著做genetics也還可以可以
所以也就跟著送了自己家博士的申請(另外的原因就是不用多考托福)
在經過三個月的拖磨之後，終於備取上博士


目前猶豫的點在於，不知道這個博士到底有沒有必要。
如果要去藥廠，博士的確這是必要的。
但是我個人目前的規劃是(還沒有博士之前)，先在醫院工作再往其他產業。
(大家都愛data scientist)

在info session上跟一些科技業大公司(Apple, A9, Google)data scientist聊過
發現他們認為博士跟兩年工作經驗可能不會差太多
(我不知道是真是假......。我也問他們兩年的經驗，是指要處理哪種資料。他們也說基本
上沒有什麼限制。)
(也有一些學長也承認現在很多data scientist其實可能只是logistic regression)

另外，最近面了幾個醫院的生統職，發現有醫生想臨床上用genetics的資料跟一些machine
learning，然後也想從SAS移到R甚至是python。讓我完全心花怒放啊。
(然後也默默發現自己流行病學真的是太弱了。)


回到原本的博士，目前想跟的教授就是做從cs出來做Machine learning的老師。加上其實
我對於ML其實還是抱持著某些程度上的懷疑。還是想把自己在這方面的數學跟理論搞好一
點。然後也想再把之前暑假沒辦法做的一些方法(tSN和SNN-Cliq)好好改進。

簡言之
PhD
Pro: 更多的時間來充實自己的流病跟ML理論。(當然還有C++ coding
Con: 還要待五年的安村啊......

工作
Pro: 待在安村的時間好像可能可以短一點
Con: I am not really comfortable with using ML as a black box

最後的最後，我是真的有推UM Biostat MS。
雖然整個課程的確需要轉型，但是我真的得說They did train us really well.
我真的非常慶幸自己當初選的是Biostat而不是Stat

感謝看完我的騙p幣廢文

--