데이터 석사 선수과목 (Prerequisites) 수강, 어떻게 채워야 할까?

저희가 상담을 진행하면서 가장 많이 받는 질문 중 하나였던, 선수과목 수강하는 방법 (Prerequisites) 에 대해서 알아보도록 하고자 합니다.

 

결론부터 이야기하자면, 학교 by 학교로 너무 다르다는 건데요. 

 

따라서, 지원하고자 하는 프로그램에 직접 문의해보거나 링크드인 등을 통해 현재 재학생이나 졸업생들을 컨택하는 것이 가장 확실하고 빠른 방법이라고 조언을 드리고 있습니다.

 

데이터 석사 프로그램도 그 종류와 선수과목으로 요구하는 강의들이 너무 다르기 때문에, 오늘은 저 글래빈과 브라이언이 이 문제에 대해서 대화를 나누어 보았습니다. 크게 수학과 프로그래밍 경험으로 prerequisites을 나누어 볼 수 있었는데요.

 

참고로 저 글래빈과 브라이언은 Duke에서 Analytics 석사를 같이 했고, 추후 각자의 필요성에 의해서 저는 Biostatistics / Data Sciene 석사를 브라이언은 현재 조지아텍에서 온라인 파트타임으로 Computer Science (Specialization: Machine Learning) 석사를 공부하고 있습니다.

 

 

1. 데이터 석사 프로그램의 Department를 살펴보도록 하자.

 

브라이언: 음... 만약 지원하고자 하는 프로그램의 Department가 Mathematics / Statistics 또는 Computer Science / Engineering과 같은 이공계라면 꽤 높은 수준의 prerequisites을 요구하는 거 같고, 그 검증도 꽤 까다롭게 보는 것 같아. 

 

글래빈: 전부라고는 말할 수 없겠지만, 나도 일정 부분 동의하는 바야. 각 프로그램마다 보통 선호하는 applicant background들이 있기 마련인데 그게 내가 가진 경험과 잘 align할 수 있는지 부족하다면 make up이 가능한 상황인지를 판단 내리는게 중요한 것 같아. 그런데 이런 정보들을 프로그램들이 디테일하게 알려주는 편이 아니잖아... 어떻게 알아보는게 좋다고 생각해?

 

브라이언: 음... 그 부분이 좀 애매하긴 하지. (잠시 고민) 나는 역시 링크드인이 답인 것 같아. 현재 재학생/졸업생들이 학부 때 어떤 전공 어떤 경험들을 가지고 있는지를 살펴보는 것이 중요하거든. 어떤 사람들이 어떠한 경력을 가지고 뽑혔는지를 보려면 역시 링크드인만한게 없다고 생각해. 지원하는 프로그램을 마친 졸업생들 중에서 나랑 가장 비슷한 프로필을 가진 사람을 콜드콜해서 질문하는게 가장 확실하다고 생각해. 

 

 

 

 

2. MOOC (Massive Online Open Courses) 플랫폼을 통해서 받은 Certificates로
Prerequisites 기준 충족을 할 수 있을까?

 

[수학; Mathematics]

 

글래빈: 역시 학교마다 다른 이야기겠지만, 나는 지원 준비할 때 Calculus (대학미적분학) 수업을 미국 학교에서 온라인으로 수강했어. 난 아무래도 학부를 한국에서 나왔었고 이공계도 아니였기 때문에 수학을 영어로 공부해 본적이 없어서 수학을 영어로 공부하는 거에 익숙해질 필요가 있었거든. 단점은 비싼 비용이었던 것 같아.

 

다른 분들은 보니까 한국에서 사이버대학교 등을 통해서 선수과목 학점이수를 많이 진행하시더라고. 비용도 많이 저렴하고. 미리 community college (CC)에 1년 정도 일찍 미국에 와서 필요한 prereq coursework를 채웠다고 하는 사람들도 본 것 같아.

 

미국에선 딱히 어느 학교에서 수강을 했는지는 크게 중요하게 보지 않는 것 같아. 중요한 건 내가 수강을 했느냐 여부이고 좋은 성적을 받았느냐이지. 

- BYU Independent Study: Calculus I (https://is.byu.edu/catalog/MATH-112-M001)

- BYU Independent Study: Calculus II (https://is.byu.edu/catalog/MATH-113-M001)

- University of North Dakota: Calculus III (https://und.edu/academics/online/enroll-anytime/math265.html)

- University of North Dakota: Linear Algebra (https://und.edu/academics/online/enroll-anytime/math207.html)

- Outlier.org: 기존의 Calculus I이 보통 4학점 credit인데 반해, 3학점이지만 매우 저렴한 가격으로 학점을 Transfer할 수 있다고 합니다. (Unitersity of Pittsburgh) 자세한 내용은 여기서 확인하실 수 있습니다(https://www.outlier.org/products/calculus-i)

 

이렇게 여기저기에서 나누어서 들었었는데, 나중에 보니까 UIUC (University of Illinois at Urbana-Champaign) NetMath라는 플랫폼에서 대학에서 필요한 수학 과정은 전부 다 coursework로 제공하는 걸 보고 처음부터 여기서 들을걸 이라는 후회를 했던게 기억이 나네... (홍보 아니고 관계자도 아닙니다 😛)

- UIUC NetMath (https://netmath.illinois.edu/academics/netmath-courses-college-students)

 

브라이언: Analytics 석사는 수학에 대해서는 보통 통계학 원론 (Principle of Statistics)에다가 Calculus I/II 정도까지면 충분하다고 생각하는 것 같아. 반면 그 이상의 quant background를 요구하는 학교/프로그램들은 Mathematical Statistics에다가 Calculus III (Multivariate Calculus)까지 요구하는 것 같고. 학교마다 조금씩 다르기 때문에 잘 살펴봐야될 것 같아. 추가적으로 나는 Personal Statement (or Statement of Prupose) 적을 때 한 문단 정도를 할애해서 내가 non-stem major인데 어떻게 quant를 make-up 해왔는지에 대해서 서술했던 것 같아.

 

 

 

[프로그래밍; Programming]

 

브라이언: 나도 학부가 CS가 아니다 보니까 지원 준비하면서 prereq 기준을 어떻게 충족시키는지가 고민이었는데, 현재 조지아텍에서 CS 석사 진행하는 사람들을 컨택해 본 결과, Udacity라는 데에서 지원에 필요한 CS 기초 강의들을 20-30개 수강했었어. 그 Certificates를 지원하는데 활용했었고, CS 백그라운드가 없었는데도 불구하고 합격할 수 있었던 것 같아. 난 꼭 coursework가 답은 아니라고 생각해. 결국 학교마다 프로그램마다 그 기준이 너무 다르기 때문에 이 질문에도 역시 재학생/ 졸업생을 링크드인을 통해서 컨택해보는게 답이라고 밖에 할 수 없겠다...

 

글래빈: 나도 그 부분에는 동의해. 특히, 그 프로그램에서 ideal하게 생각하는 지원자들이 어떤 background를 가진 사람들인지 파악하는 것은 합격률을 높이는 지름길이지. 나도 수학/통계의 경우는 coursework를 적극 활용한반면, 프로그래밍 경험에 대해서는 주로 MOOC에서 획득한 certificates를 활용해서 어필했던 것 같아. 요즘에는 정말 많은 MOOC 플랫폼들이 생겨났지만, 역시 지원자들 사이에서 제일 많이 보이는 건 Coursera, edX, Datacamp, Udacity, Udemy 이런 사이트들인 것 같아.

 

- Coursera: https://www.coursera.org/

- edX: https://www.edx.org/

- Datacamp: https://www.datacamp.com/

- Udacity: https://www.udacity.com/

- Udemy: https://www.udemy.com/

 

브라이언: 나는 단순히 Certificates만 링크드인에 열심히 추가해서 application에 보여준 것 뿐만아니라, 추가적으로 개인 포트폴리오도 만들었었어. Personal blog를 통해서 내 code 와 analysis report 정리해서 보여주는 식으로 application에 첨부했더니 이게 난 아직까지도 내 application의 차별화 포인트 였다고 중요한 합격 요인이었다고 생각하거든.

 

 

 

3. 아직 다 듣지 못했는데... 이번 학기에 수강 중인데... 지원해도 될까?

글래빈: 나는 주변에서 지원 상담할 때, 이런 질문을 정말 많이 들었어. 이번 학기에 programming 수업 듣고 있는데 또는 math 수업 듣고 있는데, 학기가 진행 중이라 아직 학점이 안나왔는데, application에 적어도 되는건가요? 아니면 다 들은 내년에나 지원해야 하는건가요?

 

브라이언: 나도 이런 질문 꽤 많이 받는 것 같아. 단기간에 make-up하려는 분들이 많고 들어야할 coursework나 certificates 과정들도 많고, 그러다 보니까 당장 지원은 해야 하는데, 시간이 없는거지. 그런데 답은 의외로 간단해. 프로그램에서 candidate evaluation할 때 항상 기준으로 하는 시점은 프로그램 시작 전까지 우리 프로그램을 공부할 준비가 되어있느냐인거지. 따라서, 내가 현재 수강 중이라면 application에다가 '내가 현재 수강 중이다' 라고 표기해주기만 하면 되는 부분이야.

 

글래빈: 이건 나도 예전에 지원할 때 경험해봤었어. 한 두군데 학교에서 조건부 합격으로 나한테 admission offer를 줬던 기억이 나네. 보통 conditional admission offer는 합격 레터에 적혀 있잖아. 합격을 축하한다. 단 조건이 있다. 지정된 날짜까지 (보통 프로그램 시작 전) 너가 현재 수강하고 있는 수학/프로그래밍 coursework 의 성적표나 certificates를 제출해야 한다. 제출하지 못하면 불합격 될 수 있다.

 

브라이언: 내가 멘토링 했던 학생 중에는 조건부 합격을 우리 학교와서 미리 summer semeter에 와서 A 수업을 들어라 또는 프로그램 시작 전에 제공하는 bootcamp를 들으라는 식으로 주는 경우도 봤었어. 핵심은 일단 완벽하게 prereq 충족을 하지 못했다고 해서 겁먹어서 아예 지원을 포기하는 것보다는, 일단은 최대한 내 candidacy를 강조해서 적어보고 나머지는 admission committee의 판단에 맡기자라는 거야.

 

 

 

현재 Data KorLab에서 무료로 1:1 미국 데이터 대학원 진학 상담을 진행하고 있습니다.

https://datakorlab.com/p/1-11

현직자와 함께하는 1:1 대학원 진학 컨설팅

 

이 밖에 대학원 진학 컨설팅과 관련해서 추가적인 질문이 있는 경우, 카카오톡을 통해서 연락 주세요. 최대한 빠르게 답변 드리도록 하겠습니다.

https://open.kakao.com/me/dataglavine

글래빈/Biostat+Info/US님의 오픈프로필

 

 

#영어이력서 #영문이력서 #이력서 #Cover #coverletter #resume #레주메 #데이터분석 #데이터애널리스트 #미국데이터분석석사 #미국석사 #데이터과학자 #네트워킹이벤트 #GMAT #링크드인 #미국데이터분석 #데이터사이언스 #미국 #GRE #해외취업 #데이터사이언티스트 #미국현지취업 #데이터분석석사 #글래빈 #미국데이터사이언티스트 #글래빈미국 #글래빈미국데이터사이언티스트 #브라이언 #브라이언미국데이터사이언티스트 #스테이시미국데이터사이언티스트 #미국대학원 #해외취업마스터 #미국생활 #데이터사이언스석사 #미국유학생 #유학생 #미국데이터 #애널리틱스석사 #데이터석사 #미국데이터석사유학 #뉴욕직딩 #미국유학 #미국직장인 #미국취업 #미국현지취업 #prerequisites #선수과목 #미국대학원선수과목