华威统计硕士和KcL数据科学硕士哪个好？
我是2021年申请的，在拿到这两个offer之后很纠结，所以来知乎上看一下这个专业的评价如何，不看不知道，一看吓一跳，原来两个专业都有这么多诟病之处啊！ 先说说我的情况吧，我本来是在英国本地读的本科，2013年毕业的，大学本科学的也是数学专业，因为一直对统计感兴趣所以在研究生申请的时候选择了statistics这个专业。
当时其实是有机会可以申到UCL的，但是当时看了很多知乎上对KCL的态度说kcl比较水于是就放弃了UCL申了KCL的数据科学。 结果没想到会这么惨。。。 这个项目的水准确实很一般，授课型硕士。第一堂课就给我们放了两个视频，一个是牛津大学教授开的data science课程介绍（大概25min），另一个是帝国理工学院教授开的statistical machine learning的课程介绍（大概40min）。看完这些课我们就有了基本的概念，这门课主要是以python为主的，如果是没有编程基础的同学估计需要加强一下编程语言的知识。
整个项目的课程安排是以周为单位，每周大概有五天的课，每天有两节课，每节上课的时间是三小时，中间有一个小时的break，这样算下来每节课的密度是非常大的，老师讲课的速度也比较快，如果没有充分预习的话可能跟不上老师的步伐。当然我也认识有人觉得这个项目很难，主要我觉得还是看老师，有些人不喜欢那种讲课速度快的风格就会觉得很累，如果喜欢这种风格会觉得容易跟得上。 除了正课之外我们还会有两门选修课可以选择，一门是risk and quant，另一门是data analytics。我个人认为data analytics这一门会更适合一些，因为risk and quant里面会有大量的概率论的内容，如果之前没有很好的基础的话学习起来会比较吃力。但data analytics这门虽然简单了许多但是需要有一定的编程能力。
个人感觉这个项目最大的缺点就是没有系统的讲授统计学知识，例如我们在上probability的时候老师会让我们自学完随机过程然后直接进行习题练习，而在之前我们甚至连基本的鞅测度都没有学过。因此有的人可能会受不了这种缺乏系统性的授课方式而选择放弃。 另外就是这个项目的毕业难度应该算中等偏难，由于我没有选择risk and quant那个方向所以具体不太清楚，但是听说数据科学那边是会有quiz的，而且期末考试也会比较难。
但是华威的排名又比KCL高不少哦~ 希望有考虑这两个学校的同学的可以看我的经历做一个参考啦~