伯克利统计学硕士几年制？
统计系有两个，一个是Berkeley Stat，一个是Berkley EECS（电子工程与计算机科学）下的MSIID(M.S. in Information and Data Science)。两个项目的课程设置差不多是一样的，只是最后一个学期MSIID项目有选修课可以选择，Berkeley Stat没有 （因为要学PhD level的计量过程和R）。
MSIID项目更偏IT一些，Berkeley Stat更偏传统stat。申请上，前者的门槛相对较低，后者难度大一些。当然，如果本身背景很好，比如有大量quant的经历，数据挖掘的经验，编程能力强的同学想申请Berkeley Stat也不是不可能！ 那有人会问了，这么厉害的两个人怎么分开了呢？其实这正说明Berkeley的强势之处啊！无论是MSIID还是BerkeleyStat，他们的课程都是hand-on的课程，教的东西都很实用，并且教授会鼓励你将课堂上学到的东西应用到现实生活当中去。由于授课老师都是大神一般的存在，所以只要认真学了，肯定能学到很多东西的。
以我为例，我学的是Berkeley Stat，这个项目的核心就是统计模型、随机过程以及多元微积分。虽然看起来课程内容很多，很难，但是每一个概念都有很深入的介绍。以随机过程举例，一般来说学这个方向的同学们之前都是有量化或者数据挖掘基础的，因此刚开始学习的时候会觉得很难，但是在老师介绍了每一个方法的原理之后，只要多练习，多刷题，题目其实都是可以刷出来的。在老师课上提供了大量数据之后，自己再花些时间整理一下，把模型中需要调整的参数调出来，一个模型就搭建完成了。