美国研究生数据类项目难度

Tier 1

CMU Computational Data Science

就业情况：毕业生几乎全部选择直接就业，求职方向以Data Scientist, Data Engineer和Machine Learning Engineer为主，由于隶属于计算机学院旗下，去向基本都是Amazon, Apple等顶级科技公司。

地理位置：匹兹堡生活成本和其他美国大城市相比并不高，是一个适合专注学业的地方；缺点是本地知名企业欠缺，只有一些硅谷大厂的AI/机器人研发分部。

课程设置及class size：课程设置专注于CS相关的应用和理论，对于编程经验不足的同学不友好。

Harvard Data Science

就业情况：虽然项目本身没有提供太多的就业辅导，但录取学生本身的实力加上哈佛大学的声誉，本项目的毕业生不论是找实习还是工作都取得了理想的结果，就业公司大多在咨询、金融以及科技领域，包括麦肯锡，Facebook，Nvidia，Apple等顶尖企业，申请博士也有见到MIT, GIT等顶尖名校的offer。

地理位置：波士顿当地就业基本包括咨询公司、买方基金、生物制药企业和科技大厂的分部，但由于是哈佛和MIT这样的名校，硅谷和纽约等地的知名企业也是趋之若鹜地来此招人。课程设置及class size：由于可以在哈佛和MIT自由选课，这个项目的课程难度可想而知，每届60人左右的class size也保证每个人都有充分的机会了解身边的同学，也不会出现同届同学过度竞争的情况。

Stanford Statistics & Data Science

全美排名第一的斯坦福统计系在几年前也顺应潮流开设了数据科学方向，作为最顶尖的科研型项目，比较偏好学术能力过硬（GPA 3.95+，GRE330+），科研经验丰富，且推荐信出彩（斯坦福校友或教授）的申请人。值得一提的是，前面我们介绍的ICME的DS项目是由ICME和STATS系共同合办的，所以ICME下的DS track和STATS下的DS track课程安排是一样的，只是分属于不同departments，略微不同的可能是，ICME有更为方便的转PhD路径，对于不确定毕业后直接industry还是PhD的同学来说flexible一点。

MIT Business Analytics

在后疫情时代的2021年，毕业生取得了12.7万美元的平均工资，连续5年保持100%的就业率，以及98.2%的留美就业率（由于美国疫情管控放松，回本国就业的人数大大减少），领先其他学校（BA项目基本都在10-11万美元区间内）。

MIT MBAn的就业资源真的特别好，有21.4%的毕业生选择留在Capstone Project的公司继续全职，MBB等咨询公司也有开辟专门的招聘通道，每年定点录取（2021年斩获4个BCG Gamma和6个麦肯锡offer）。最后，每年有41.1%的毕业生进入科技公司就业，即便地理位置不占优势，仍有大量毕业生找到西海岸的工作。MIT提供的平台远超其他同类的BA项目所属的学校，在这里学生可以接触到商业和运筹学领域最著名的教授，身边的博士同学也是世界上最聪明的一部分人。

UCB Analytics

2022Fall伯克利新开了分析学硕士项目（Master of Analytics），隶属于IEOR部门（Industrial Engineering and Operations Research），也就意味着其核心在于技术及其应用。

从名字可以看得出来，伯克利这个新项目选择了analytics的名称，并非MIT、哥大、UCLA等学校取用的business analytics. 这个analytics让我直接想起了另一个神级项目 - 西北的MSiA（analytics），我相信伯克利此举是有点对标西北的意思的。

加上伯克利本身优秀的地理位置+工科的底蕴，可以预计这个项目在短期内会迅速成长，2-3年内bar会达到和西北一样的level，第一届录取数据也说明了这一点（偏好高GPA，3.8+）

Columbia Data Science

就业情况：与NYU类似，大部分毕业生选择进入科技、媒体、金融和咨询公司，由于和NYU DS以及哥大本身的其他项目竞争相似的岗位，经常能听到找工作比较困难的反馈。

地理位置：地处纽约，一年半的项目也覆盖了summer internship，纽约本身的就业机会还是很多的，不管是金融、科技还是医药领域等等都有不错的机会。

课程设置及class size：前文已经提过，虽然这个项目本身质量不错，安排了全面的课程和Capstone Project帮助就读同学提升背景，但由于哥大类似的项目实在有点多，造成了同样的工作机会会有其他学校几倍的人数竞争，再加上近几年的扩招，导致不论是选课还是求职都一位难求的情况。

Tier 2

UChicago Analytics

芝加哥大学的MScA项目已经开办多年，一直以来是一个以就业为导向，适合有工作经验的申请者就读后转换职业方向（如会计/金融转数据科学）的项目，录取标准也比较偏好实习或工作经验丰富的同学 (划重点，对工作党尤其友好！之前PH有GPA 3.0录取芝加哥的case，今年又出现了GPA 2.8录取)，过往的就业率也不错，有不少进入BCG Gamma等知名公司的记录。

然而近几年随着本项目的扩招，class size扩大到了100人以上，对中国同学来说不管找实习还是全职工作难度都有所增加 (尤其是该项目有工作经历的同学偏多，更有不少公司sponsor来读的人)，加上本项目的知名度在芝加哥以外的地区欠佳，可能更适合以后想回国发展的同学。

JHU Data Science

2019年开始招生，JHU的DS项目创立之初就对标哥大DS. JHU本校有浓厚的学术氛围，也安排了硬核的课程和thesis要求，比较适合想继续读博的申请者。巴尔的摩的地理位置对找工并不是非常友好，因为疫情原因，大部分中国学生还是选择回国发展。本项目的主要优势在于整体成本较低，对陆本和想走科研路线留美的同学来说值得考虑。

CMU MISM/MISM-BIDACMU

开设在Heinz College下的MISM/MISM-BIDA是一个对于转专业进入数据行业或转码非常友好的项目，课程设置包括编程、商科、数据分析三大类别， 录取人数也达到了一届300+学生，其中BIDA方向大约有100人。

BIDA的申请比普通的MISM难度会高一些，录取标准上虽然没有最低GPA要求，但是往届BIDA录取的平均成绩在3.8左右，MISM则稍低一些，有工作经验的人也不少。录取时对申请者数学和计算机的背景要求比较高，虽然没有专业背景限制，但有一些选修课及相关项目和实习经历的要求，项目也根据申请者工作经验的不同设置了12个月和16个月的track.

USC Analytics

课程设置：开设在工程学院（Viterbi School of Engineering）下，课程设置偏重数据分析，选课自由，对转专业学生友好。

就业前景：由于课程设置对转码不友好，更适合未来做data analyst的同学。

申请难度：适合以前没有CS或统计基础的同学。录取上偏好理工科背景的申请者。

U of Washington Data Science

就业情况：根据官网上的就业报告显示，本项目毕业生去向几乎全部为科技公司，尤其以start up和各类非一线公司为主，包括eBay, Zillow, Expedia等等，也有少部分毕业生选择进入波音和Allstate等西雅图本地企业发展。

地理位置：西雅图地理位置优越，生活舒适的同时有大量的就业机会，尤其适合想往科技行业发展的同学。

课程设置及class size：课程安排非常固定，数据科学的几个重要的内容，包括数据可视化，编程，数据库等都有涉及，同时也包括一个capstone project，比较适合有其他工作经历，想通过硕士转入数据科学行业的同学申请。课程安排非常固定，数据科学的几个重要的内容，包括数据可视化，编程，数据库等都有涉及，同时也包括一个capstone project，比较适合有其他工作经历，想通过硕士转入数据科学行业的同学申请。

UCLA MEng-Data Science

该项目是21fall新开设的为期一年的就业导向的项目，凭借着DS的热潮和UCLA的title，申请人数已有大幅增加。数据科学领域的学习目标是使学生具备理解大数据所需的实用工具和理论知识，比如Python、深度学习、高级概率推理工具和分布式计算系统。DS课程将侧重于统计、数据挖掘和分析、机器学习、分布式和并行系统来理解和分析大量的数据。