美国数据科学硕士研究生大学介绍（上）

哥伦比亚大学

  哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。

  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。

  项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。

杜克大学

  杜克大学的Master in Interisciplinary Data Science （MIDS）项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。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。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。

宾夕法尼亚大学

  1.项目介绍：宾大的数据科学科学项目MSE in Data Science设置在School of Engineering& Applie Science，Department of Computer an Information Science （CIS） 下。项目属于STEM。

  该项目允许申请人使用同一申请账号申请多于一个硕士项目，但需单独提交并单独交申请费，同时选择“希望被其他项目考虑”。宾大修课自由度很大，学生可根据自己的兴趣在CIS系修读双学位或转学。

  2.课程设置：项目修课时长通常为1.5/2年，学生需要完成10门课，包括3个部分：

基础课程 Founations （two course units）

必修核心课 Core Requirements （three course units）

专业选修课 Technical an Depth Area Electives (five course units)学生需要完成Thesis/Practicum其中一项目方可毕业

  宾大的DS课程覆盖面非常广，包括生物医学信息、通信和公共政策、机器人、机器学习和人工智能以及数据隐私等多方面，同时Penn Data Science Group还会举办各种讲座、workshop和ata project供学生参加实践。

西北大学

  西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。

  申请要求方面。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。

康奈尔大学

  康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。

  每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。

南加州大学

  南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。该项目的毕业生可进入微软、百度等世界500强的企业机构。

卡耐基梅隆大学

  卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Stanar）、延伸（Extene）、快捷（Accelerate）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。

  项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。

佐治亚理工学院

  佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。

  学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。

纽约大学

1.学校介绍

  纽约大学由18个学院和研究所组成，已经成为全美国境内规模最大的私立非营利高等教育机构之一，同时也是美国唯一一座位于纽约心脏地带的私立名校。

2.申请要求

（1）专业背景

  该项目学生背景多元化，包括统计学、计算机科学、数学、工程学、经济学、商贸、生物学、物理学和心理学等；由于要求学生有一定的数理和计算机基础，所以比较青睐在machine learning、computational statistics、ata mining、large-scale scientific computing、operations research等领域有学术积累的申请者。2017年入学学生的平均GPA是3.69。

（2）先修课要求

  微积分I：极限，导数，级数，积分等。

  线性代数

  计算机科学概论（或等效的“CS-101”编程课程）：至于具体的语言我们没有要求，但我们都希望至少具备严肃的Python和R学术和/或专业经验。

  微积分II、概率论、统计学或高级物理、工程或计量经济学课程中的一门课程。

北卡罗莱纳州立大学

  北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Avance Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。

  每年招收20-30人，其中国际生50%。

布朗大学

1.项目介绍：

  布朗大学的数据科学硕士项目将计算机，数学和统计领域知识有效结合，为学生将来在新兴领域的就业夯实坚定的基础，2018年第一届招生。该项目依托于四个非常强大的学术部门(应用数学、生物统计学、计算机科学和数学)，学生可以享用4个部门的资源。目标是为学生建立一个强大的数理分析能力，包括机器学习、数据挖掘、安全与隐私、可视化和数据管理等，为将来的就业做好准备。

该项目为STEM项目，有机会获得最长36个月的实习时间。

2.申请条件

· 专业无限制，但是建议有数理背景，越强越好。可以通过活动、科研、实习等体现；

· 可以提交writing simple来增加录取概率；

· 如果有工作经历，也会增加录取概率；

· 学生在校期间获得的奖项，荣誉和奖品，参加的相关科研经历等都有助于录取。

3.先修课要求

· 至少一年的微积分课程；

· 一个学期的线性代数；

· 一个学期的基于概率统计的微积分；

· 编程入门。

  如果学生不符合线性代数、概率统计和计算机科学的最低要求，也是有可能录取的。被录取的学生可以在开学前的夏季在受认可的机构修读完毕即可

4.课程设置

  该项目时长3学期，一般包括两个学期的课程和一个为期5-10周的顶点项目

对特定领域的数据分析：

该项目需要9个学分：每学期4个，夏季1个(顶点研讨)：

数学和统计基础3学分；

数据和计算科学3学分；

社会信贷的影响和机会1学分；

自由选修1学分；

研讨课程1学分。

学期1(4学分课程)：

概率论、统计和机器学习；

数据和计算科学入门。

学期2（4学分课程）：

概率、统计学和机器学习（与上内容不同）；

数据与计算科学（与上内容不同）；

数据和社会。

选修（1学分）-——自由选修，可从4个部门选