热门交叉学科——美国数据科学硕士项目推荐！

热门交叉学科——美国数据科学硕士项目推荐！

随着互联网的发展和大数据的兴起，数据科学专业逐渐成为留学申请的热门专业。本文将为您详细介绍数据科学专业的定义、就业前景、申请建议以及推荐的美国大学项目。

图源：IBM

数据科学专业

数据科学是一个高度跨学科的领域，与许多其他学科有着紧密的交叉关系，涉及到以下领域：统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。

课程涉及大量的高级数学知识和计算机编程知识。其中主要涉及到的编程语言有R, Python, Shell Scripts,C and Java，建议同学们在入学前能够熟练掌握一些编程语言。

数据科学专业比较适合已经有一个基本职业方向，需要数据科学的知识作为辅助和提升的学生。

数据科学就业前景

数据科学有大致三类职业方向：机器学习、数据分析和数据科学家。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处都有大数据技术来做创新驱动。

就职岗位：

1. Business Analyst：业务分析师
2. Data Analyst：数据分析师
3. Data Architect：数据架构师
4. Data Engineer：数据工程师
5. Data Scientist：数据科学家
6. Marketing Analyst：市场分析员
7. Quantitative Analyst：定量分析
8. Statistician：统计学家

大数据运用最成功的领域是e-Commerce，代表公司为阿里巴巴、Amazon等。另外还有各大航空公司，酒店连锁的reservation系统都加入了大数据的运用。

IBM, AT&T, Google, Facebook, Microsoft, EMC, Thompson- Reuters, Foursquare, Etsy and Twitter等知名公司都需要这类人才！

DS项目申请建议

本科背景方面

首先，本科是计算机科学CS的同学，是最符合申请条件的，因为大多数数据工作都是通过编程和数据库的相关手段进行的，同时学过统计、微积分、高级语言。

其次，本科背景是统计、数学或应用数学，且有一定编程基础的同学也可以申请，这都是很好的匹配专业。

最后，商科背景出身，但量化背景较强的商科专业，比如金工，但又希望能选择一个STEM专业的同学，那DS显然也是个非常好的选择。

所以说，如果你有比较强的编程背景，又有比较好的数理基础，那你就很有竞争力；而纯商科背景的同学，如果没有强的量化背景，或者不懂编程，建议数据科学DS和商业分析BA混合申请，因为商业分析更加偏商科，开在商学院，对商科背景接纳程度大很多。

软背景提升方面

建议可以从科研方面加强，在大学期间最好找和量化相关的科研，如果实在没有，可以把相关的课程大作业拿来用。再退而求其次，也可以是计算机软件、数据库相关。如果没有科研经历，那将是极大的硬伤。

此外，可以参加一些竞赛。竞赛的平台有很多，比如Kaggle、阿里的天池、SODA、WID等。

最后就是实习。实习最优选择应该是数据公司的数据岗，然而现实是这样的岗位由于太过重要，基本不会招实习生。所以建议找一些统计量化相关的或者计算机相关的实习。

美国DS项目推荐

哈佛大学

Master of Science (MS) degree in Data Science

该项目由Computer Science和Statistics联合授课，开设于John A. Paulson School of Engineering and Applied Sciences (SEAS)下设的Institute for Applied Computational Science (IACS)。项目时长3个学期。

该项目的申请难度颇高，希望申请者有微积分、线性代数的背景，熟悉概率和统计等相关课程，能使用至少一种编程语言，例如Python或R，了解计算机科学概念。

斯坦福大学

MS Statistics-Data Science

该项目开设在人文与科学学院下的统计学系，是统计学硕士（MS in Statistics）的一个专业方向。项目时长1.5年。

该项目要求申请者同样具备扎实的数学、统计学和计算机编程能力。建议有意向申请的同学先修相关领域的知识。

哥伦比亚大学

MS in Data Science

该项目开设在数据科学所（Data Science Institute）下，由文理研究生院统计系、应用科学学院计算机科学系和工业工程与运筹学系联合开设。

项目的学制为1.5年，课程领域主要以计算机科学、工程和统计学为主，核心课程包括数据科学机器学习、概率与统计、统计推断和建模等。

该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。

约翰霍普金斯大学

Master of Science in Data Science

该项目开设在Whiting工程学院下面，同时提供数学、统计和计算机科学三个领域的课程，帮助学生更好地理解和运用先有的数据科学工具，旨在培养数据科学领域的下一代领军人物，将现实世界中的数据驱动问题转化成数学问题，用各种科学手段去解决这些问题。项目时长为1.5年。

要求申请者应至少完成微积分（通过多变量微积分）、线性代数、微分方程、概率、计算机编程（例如C++或Python）方面的本科课程，最好辅以统计学课程，并且至少一门证明写作课程。

杜克大学

Master in Interdisciplinary Data Science (MIDS)

该项目旨在培养解决多个领域数据问题的数据科学家。项目规模不大，每年招收25-35名学生。

申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。