數據科學DS是這幾年留學申請的大熱門專業(yè)。數據科學即是Data Science，簡稱DS，也叫做數據驅動科學，是一個交叉領域的學科，是用科學方法、處理過程和系統來提取知識或者從各種表格中提取結構性的或者非結構性的數據，類似于數據庫中的知識開發(fā)。簡單來說，數據科學就是從數據中提取有用知識的一系列技能和技術。

數據科學是一門交叉的學科，涉及到很多的領域包括統計學、數學、計算機、人工智能、機器學習、數據庫、模式識別、可視化技術等多學科的知識。目前綜合排名前30的院校中有超過80%的院校開設了數據科學項目，其中大多數開設在統計系下，也有開設在計算機系下，或者統計系和工程學院聯合授課。此外，數據科學專業(yè)基本只提供秋季開學，只有約翰霍普金斯等少數幾個學校提供春季開學。

在學制上，所有數據科學項目都是1-2年完成，3個學期畢業(yè)，即秋季-春季-秋季這種學制安排最為常見，多數項目畢業(yè)要求為30個學分，修完10-12門課程畢業(yè)。

在美國開設DS碩士學科的院校不算少，要是出名的話，其實也不多，因為門檻高，對于學科背景有要求，更喜歡綜合型和學術能力強的申請者，所以在人群方面，可能會比較講究，下面kelly老師給同學們帶來的美國DS碩士申請指南：

美國DS碩士都比較挑人，尤其是數據科學開設的名校，更是如此，所以要想進入UCB、哥大或者是哈佛等知名數據科學強校，必要具備好的三維，也就是要高分人群。一般美國DS碩士三維建議如下：

• GPA：3.8+
• 托福：100+
• GRE：320+3.5

對于相關軟實力的話，可以通過日常實習或者學習得到，例如：很多本科研究生沒有扎實的數理基礎，代碼能力，都會選擇進入數據科學，所以很多圈內人大呼”內卷“。但事實上，一些巨頭企業(yè)非常需要的人才還是緊缺的，擁有交叉學科背景， coding能力強，數學扎實的人非常具有競爭力。

1 美國數據科學熱門院校推薦

1、哈佛大學

SM Data Science

項目隸屬SEAS工程與應用科學學院(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)學院內。這個項目成立于2018年，是一個相對較新的研究生項目，由統計系和計算機科學系聯合開辦。該項目重點關注可復制數據分析、協作問題解決、可視化與通信，以及數據科學涉及的安全和倫理問題等話題。從課程設置來看，包括“數據科學概論專題”、“計算機科學系統”、“統計推斷”、“貝葉斯數據分析”、“數據結構與算法”、“機器學習”等。因而需要申請者有較強的數學基礎，最好要有微積分、線性代數、概率統計等數學先修課背景。

該項目面向應用科學，對coding要求較高，需要至少精通一門編程語言，如Python，R等，并對計算機科學有基本認識。建議有CS，統計和數學背景的同學進行申請。

2、哥倫比亞大學

MS in Data Science

哥倫比亞數據科學項目的學生有機會與業(yè)內的合作伙伴公司和世界級的教授互動。學生也可以選擇以創(chuàng)業(yè)為重點的選修課程，或選擇其中一個課程中心涵蓋的學科領域。

數據科學項目由文理院校統計系，工程與應用科學學院計算機科學系，和工業(yè)工程與運籌學系聯合開設。

數據科學項目為期一年，畢業(yè)需要30學分，項目課程由計算機科學必修課、工程學必修課、統計學必修課和選修課組成。

先修課程包括以下:

數學類課程:微積分，線性代數;

計算機類課程:計算機編程入門課程;

注意:哥大工程與應用科學學院(SEAS)不接受同時申請多于一個的碩士項目!

3、杜克大學

Master in Interdisciplinary Data Science (MIDS)

該項目是由Information Initiative研究院和 Social Science Research Institute社科研究院兩個機構在2018年開始合辦。

課程2年制，必修課課程很硬核，required summer internship和

One-year capstone project 都有。項目規(guī)模非常非常小，全球每年錄取25人到30人，其中中國國籍的學生有20%-30%左右。

作為一個跨學科的項目，杜克大學的MIDS強調數據科學的跨學科方法，借鑒了多個領域的專業(yè)知識，包括計算機科學、統計學、社會科學和特定領域的研究，使學生能夠獲得對數據科學概念及其在現實世界中的應用的全面理解。

除此之外，其課程設置非常靈活，學生們可以根據自己的興趣和職業(yè)目標定制課程。學生可以在機器學習、數據可視化、自然語言處理等前沿領域內選擇自己感興趣的課程。

4、布朗大學

Master's in Data Science

項目是1-2年制全職學習項目，旨在為學生提供理論和實踐結合的數據科學知識和技能，以應對數據驅動決策的需求。該項目包含課程學習和實踐項目兩個部分，涵蓋數據科學的各個方面，如統計學、機器學習、數據挖掘、數據管理等。

選修課可與哈佛大學(Harvard University)以及羅德島設計學院(RISD)進行交叉選課，課程教師均來自著名教授和業(yè)界專家，能夠提供最前沿的數據科學知識和技能。

5、南加州大學

Master of Science in Computer Science(Data Science)

該項目時長為2年，為學生提供了計算機科學的核心背景和專業(yè)的算法，統計和系統專業(yè)知識，用于獲取，存儲，訪問，分析和可視化與能源，環(huán)境，健康，媒體，醫(yī)學和交通等不同現實世界領域相關的大型，異構和實時數據。

申請者須具備計算機本科背景或者本科具備計算機相關核心課程和數學課程。

6、紐約大學

MS in Data Science

紐大MS in Data Science設立在Center of DataScience(CDS)下面(CDS附屬在Courant下，Courant應用數學專排第一)，是世界上第一個專門為數據科學開設的碩士項目。

課程設置很成熟，旨在為數據科學領域培養(yǎng)并輸送真正的data scientist。教育質量和業(yè)界口碑都很不錯，并配有強大的師資力量和學術資源，因此申請難度也在逐年增加。

課程設置:該項目課程時長2年，每年有春秋兩個學期，共36學分，每門課3學分，12門課，平均每個學期修3門課，每學期GPA不能低于3.0。課程組成是:required course+general elective+ track course;其中track course又分為四個方向:Data Science Track，Data Science Physics Track,Data Science Biology Track,Data Science-Biomedical Informatics(Medical School)。

此外，學生還要完成一個capstone project。在項目過程中，學生要把學到的理論知識融入到實際應用中，親身體驗從收集和處理數據，到尋找并設計解決問題的最佳方案，再到實施解決方案的全過程。

7、羅切斯特大學

MS in Data Science

項目為學生提供了數據科學基礎和應用方面的強大背景，并獲得了紐約州的認可。專為具有科學、工程、數學或商業(yè)任何領域背景的學生設計，可以在兩到三個學期的全日制學習中完成。

學生可以選擇廣泛探索數據科學，或集中研究以下應用領域之一:計算方法、統計方法、健康和生物醫(yī)學科學、商業(yè)和社會科學。

碩士學生要完成一個學期的實習項目，而不是碩士論文。實習項目讓學生體驗到在行業(yè)中工作的滋味--利用贊助機構提供的數據進行真實世界的分析項目。

8、華盛頓大學

MS in Data Science

華盛頓西雅圖數據科學碩士MSDS算是DS里比較早的項目了。

課程設置:就業(yè)導向，1.5年制，包括8節(jié)課，學生將學習統計建模、數據管理、機器學習、數據可視化等方面的專業(yè)知識。

就業(yè)方面:亮點在于有一個為期2個quarter的capstone，由于西雅圖的地理位置優(yōu)勢，合作公司很ok，有微軟、Adobe、Boeing等。同樣因為西雅圖的地理位置，大廠很多，項目的就業(yè)也非常不錯。

項目整體還是偏理工科，少量商科。錄取對學生的編程能力有要求，必須掌握Python，C#，C++，Java，or JavaScript其一。

2 美國數據科學碩士申請要求

本科是計算機科學CS的同學，是最符合申請條件的，因為大多數數據工作都是通過編程和數據庫的相關手段進行的，同時學過統計、微積分、高級語言;

其次，本科背景是統計、數學或應用數學，且有一定編程基礎的同學也可以申請，這都是很好的專業(yè)匹配。

最后，商科背景出身，但量化背景較強的商科專業(yè)，比如金工，但又希望能選擇一個STEM專業(yè)的同學，那DS顯然也是個非常好的選擇。

所以說，如果你有比較強的編程背景，又有比較好的數理基礎，那你就很有競爭力;而純商科背景的同學，如果沒有強的量化背景，或者不懂編程，那建議還是數據科學DS和商業(yè)分析BA混合申請，因為商業(yè)分析更加偏商科，開在商學院，對商科背景接納程度大很多。

Data Science更重視的是數據思維能力，需要有一定的開發(fā)基礎。畢業(yè)生基本上從事的是數據相關的工作，比如數據分析，數據產品，大數據相關的開發(fā)或者算法之類更高級的數據崗位。數據崗位的技能要求不是單一的，根據具體崗位和業(yè)務性質，來判斷人員偏重哪個方向，需要更高的邏輯思維能力，和基礎的開發(fā)能力。

3 數據科學專業(yè)需求大嗎？

數據科學職業(yè)在各種行業(yè)中都提供了高薪和有競爭力的工作機會。根據美國勞工統計局(BLS)預測，在2019年至2029年之間許多數據科學職業(yè)的增長率將會很高，包括市場研究分析師(18%)、計算機和信息研究科學家(15%)、計算機系統分析師(7%)和運營研究分析師(25%)，預計增長率遠高于美國全國平均水平（4%）。

《哈佛商業(yè)評論》曾把數據科學家稱為“21世紀最性感的工作”。

4 在美國數據科學專業(yè)就業(yè)行業(yè)/及薪資范疇

計算機系統設計和相關服務：平均薪資：106,440美元

公司和企業(yè)管理：平均薪資：102,030美元

管理、科學和技術咨詢服務：平均薪資：99,600美元

科學研究和發(fā)展服務：平均薪資：106,720美元

大、專院校和職業(yè)院校：平均薪資：64,650美元

以上便是美國數據科學（DS）專業(yè)碩士的完整解析，如果還是不清楚該如何在2024Fall申請季中定位，歡迎小窗我們！我們會有專業(yè)的顧問老師來幫您解決問題，最后祝大家都能進入理想的大學哦！