圣地亚哥统计硕士有应用吗？
谢邀～我今年刚入学MSDS（定量），也来答一下（虽然我可能不会去SD，但课程是类似的）。 统计系分为两个大方向：数学与量化（MSA）和生物统计（MSB）。 MSDS属于MSS的分支，是Master of Science in Statistics的简称，也就是统计科学（这个和大数据没啥关系……我们课上谈到的大数据主要是从quant和风险控制的角度说的，和IT没有关系……当然，学大数据的同学也应该知道这个术语的范畴比我们的广很多）。我们这个项目的定位就是研究导向的master's degree，希望未来能够继续读PHD。这个项目要求的数学和编程的背景相对较强。
首先说一下我对项目的认识：这个项目培养的目标不是data scientist，而是quant或者risk control analyst。这两个目标的区别在于对模型的理解。前者更关注model的选择、parameters估计、假设检验这些在经典统计中的作用；后者更多关心各种模型在现实中的运用——比如为了分析风险控制应该建立什么样的模型、如何根据数据调整参数等等。但是项目的课程内容基本一样，都是强调建模和分析，没有偏重data science。
另外，由于这个项目是针对master的，所以没有必修的quantitative analysis课程，而是需要选择2个focus（每个focus相当于一个quant课程的分量）加上2个选修。其中，focus一个是随机过程，一个是优化。我个人觉得这2个focus已经涵盖了quant的大部分内容（随机过程包含了不少quant的内容，比如随机模拟、蒙特卡洛、最大似然等，而optimization里的最优化方法也是quant常用的工具，如L-BFGS、gradient descent等等）。其他选修课包括数据挖掘、机器学习以及金融方面的课程。
项目每两个月开学一次，四个学期分别有四门主干课，两门是围绕刚才提到的两个focus开的，还有一门是计量、统计软件（R/SAS）和应用课（主要讲Python，SQL，Numpy，Pandas）。 个人感觉这个项目学的很多东西其实和工作实际运用的差别很大，可能是我期望太高的缘故吧。不过，项目里有很多同学都有丰富的quant和risk control的经验，上课的时候讨论也很热烈，还是很能学到东西的。而且，项目里很多中国学生都很有程序员的背景，如果不懂代码的话会跟不上。
最后提一点，这个项目是全英文授课，虽然老师很nice，但还是建议提前熟悉英文教材，避免听不懂情况的发生。