按职业规划方向，找适合自己的学校
谢谢邀请。首先恭喜题主拿到两个非常好学校的硕士研究生offer。 如果未来为了读博做科研工作，推荐Georgia Tech; 如果未来一年硕士项目结束直接进入工业界找工作，建议UC Berkeley。当然前提是请楼主保持本科的学习状态，同时多找实习工作。保证自己的GPA的同时，增加工作经历。
看了几个现有的回答，有说UC Berkeley 水的，有捧Georgia Tech的，个人认为两个学校在工业工程运筹学的硕士教学水平对于各个硕士研究生影响并不大。反而是学校整体的地理位置和就业氛围对研究生影响更大。如果是学神级别的人物，不在考虑，这点环境的差异根本不会在学神的世界里产生太大的影响。一般的同学差别就比较大了。
UC Berkeley地处加州靠近硅谷，Data Science 的氛围、IT 行业的氛围熏陶比Georgia Tech 的亚特兰大好太多。连meetup的数量都差很多，就不要说接触工业界的实习和工作的机会。对于UC Berkeley的硕士研究生好的谷歌 亚马逊 脸书等等，一般的还有非IT行业的Data Science起步，如果学的差一点，还有一众start-up 托底，起码找个工作问题不大。但是对于亚特兰大的Georgia Tech 相对这样的机会比较少，硕士研究生和导师密切接触的机会比较少，老师如果有工业界的实习也会优先推荐自己的博士生，实习更多靠自己。UC Berkeley 的硕士研究生还愿意招有工作经验的工作4-5年的同学，从这个角度上来说，班级同学diversity不错，有懂技术的，有工作经验的，从同学那里也能学到很多。这可能也是有的同学说UC Berkeley IEOR录取比较水的原因。但是Georgia Tech 更多的是学术筛选。大家都是按部就班学习比较好的同学上来的，研究生的课程数学理论也很多，深度很深，无疑为科研和申请顶尖公司的顶尖IEOR相关职位打好了基础。值得一提的是，这些职位的数量不多，竞争者还有除了自己的研究生同学，还有一众博士生。一旦申请不到这些优秀公司顶尖的IEOR相关的职位，在其他公司就业就会相对困难，因为实习和涉世未深的行业经验都会成为留学生求职的瓶颈。这也是为什么偏理论的program 硕士并不一定好找工作的原因。当然Georgia Tech 近年来在Data Science 方面大有发展，不甘落后，只是地理位置上的原因稍有劣势。
如果是走学术科研的工作方向，与其说哪个学校更强，不如去挑自己更有兴趣的方向和导师。系里研究氛围好，老师水平高，那么能跟哪个导师无疑更重要。UC Berkeley有很好的老师平台，比如Dr. Max Shen, Georgia Tech 也有就不一一列举了。
最后补充一句关于回国的考虑。看到有人说UC Berkeley 和 Georgia Tech国内的声誉的，我个人认为这个影响不是那么大。如果还做IEOR相关的话，都知道这两个学校，何况国内IEOR人才断层严重，重视这个专业发展的基本很多team 都有海外背景，做的好的公司硅谷 西雅图也有office，圈内知名度不用担心。如果是IEOR圈外的知名度的话，可能UC Berkeley大一点，但是如果公司挑出的5个人面试里面，俩学校全都没听说过，那么这个公司的规模、运营模式、职业发展空间都要多考虑， 自己的海外背景在这样的环境下能不能助力自己career发展都要多权衡，就先别说去不去这样的公司工作了。
以上，谢谢。
