想读研后留下工作，去新加坡国立大学好还是美国好？计算机专业？
如果想留在当地工作，个人觉得新加坡的希望可能会更大，并且就教育水平而言，心机颇并不差。但是如果是想要深造计算机专业，建议找专业老师就美国各学校和新加坡国立大学进行对比，不一定要综合排名靠前的学校，专业优势一样重要，相信专业老师能够为你轻松解决这个问题
孩子在新加坡国立大学读数据科学与分析专业，将来回国前景怎么样？
我就是这个相关专业的大学老师，虽然几年前没有这个名称。现在数据科学很热门，可能很多人觉得高峰期已经过了。但我觉得目前还是很值得读。
1.高峰期过了不一定是坏事。说明大家回归理性。目前市场的需求还是很大。
2.数据科学属于交叉学科，培养复合型人才，我觉得不可能几年十几年就没市场
3.虽然现在读的人多，但是国立大学的品牌和竞争力不能和其它烂大街的众多毕业生相提并论
4.最重要的，数据科学只是一个新名词，学习的内容还是应用数学，统计，人工智能，数据库等等数学计算机算法的内容。就像我，我作学生时学的当然不是数据科学，因为当时根本没有这个名词（我估计很难找到一个教数据科学的老师是”数据科学专业“毕业的，因为这个专业在全球都算是新专业），但是现在教的是这个专业的学生。即使将来”数据科学“不热门了，对数据的处理和算法的开发永远是需要人的。
这个专业现在热门，热到烂大街了，也就是说什么专业的人都来竞争数据分析这个岗位，而真正有与产品与行业深入理解的数据科学家却少之又少。劣币驱逐良币的数据分析市场正在中国市场展开。
无论你是国内统计与商科名校，还是新加坡国立大学的数据科学专业，要想在国内市场成为抢手人才，你必须具备：
1，扎实数理统计基础知识；
2，一种数据分析计算机语言，一种数据库语言，及数据仓库，熟悉分布式数据平台架构体系的综合理解能力；
3，未来从事行业的丰富实习经验，想去互联网，就到互联网实习，想去银行，就去银行实习，想去通讯行业，就去三大运营商，想去证券金融咨询行业，就去基金公司券商咨询公司实习，实习很重要！
4，培养和树立高端数据分析能力：加强多行业数据***集与综合建模运用，提升数据预测与策略输出的理念，创造行业价值与案例；
1，要看本科还是硕士学历。本科的话建议继续读研。硕士要看本科的学校层次和专业基础（数学，统计和计算机技术的基础）
2，国内高校是从2016，2017年才陆续开设本科专业，现在这方面的人才大部分是从计算机数学统计等等相关领域转过来的。浪潮才刚开始。这个专业学得好，前景非常值得期待，技术不过关算我白说。这类专业找工作是很硬核的，直接考专业水平，会就是会，不会就是不会。
3，就业方向总的来说分三个大类：第一类是数据工程师，偏计算机技术的，目前国内主要是计算机科学与技术或者工科专业里面计算机技术基础比较好的毕业在做，偏向数据的抓取，储存，清洗等等。第二类是偏人工智能的，主要是搞算法，模型和机器学习等等。国内计算机科学与技术，数学，统计学，物理学，精算，金融工程等等数学和统计学得比较深的毕业生做。第三类是偏数据分析的，如用户画像，风控，财务分析，广告投放等等。对计算机技术要求不高，但是对统计学，数学和业务理解要求比较高。经济学类，金融学类，统计学，数学，财会和各种工科的毕业生都可以试试（只要统计学和数学够好）。
3，行业方面，主要是以下几种：第一种，专门提供数据服务的公司，尤其是云计算和数据中心，例如阿里云，百度云，华为云等等。第二类是搞数据科学的公司，例如京东数科，通联数据。第三类是互联网公司，例如今日头条阿里京东拼多多还有各类游戏公司等等。第四类是传统的金融机构，现在券商，基金，银行等都纷纷成立金融科技子公司，或者开金融科技招聘专场里面需求比较大的，就是做数据科学的。第五类是为金融机构提供技术和数据服务的公司。例如陆金所，万德，同花顺，大智慧。第六类是大型的工业和科技公司，例如移动，联通，电信，汽车公司等等。
对数据科学类人才的需求才刚刚起步，重点是硕士及以上学历。具备相关能力的硕士毕业生找第一年签约的年薪20万～30万的工作问题不大。开四五十万的也有，但的确是要水平很高的，主要是做算法，机器学习这些方向才能开到这么高的薪水。
选择哪个方向要有一点侧重，不可能计算机技术算法，机器学习和分析都精通的。自己比较感兴趣的或者是基础比较好的方向，学深一点，多去做一些项目的练习。
如果觉得我的分析有用，欢迎关注我的头条号，我是高校专门做毕业生就业的老师，长期专注于大学生规划，求职和职场人士的职业发展。
