最全专业申请解析---「数据科学」

什么是数据科学(Data Science)？

随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。 如何才能把这些数据变成有用的信息价值被人类所利用，就会通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。 数据科学是一门交叉的学科，涉及到很多的领域包括统计学、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。 大数据时代的到来，为各个科学领域带来了新的改革。

数据科学专业的就业前景

全球最顶尖管理咨询公司麦肯锡(McKinsey)出具了一份详细的分析报告，预计到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到1500000!

其中对大数据处理需求最旺盛的行业包括： 制药业、计算机软件、互联网、科研、IT技术服务、生物技术。 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，到处需要大数据项目来做创新驱动。 数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了(美元)。

数据科学的三类职业方向： 机器学习、数据分析和数据科学家

1. 机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。 一般需要ship prouction coe，做出来的是数据产品。

1. 数据分析员 Data Analyst

工作内容俗称analytics (prouct analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboar算是analyst里面技术强的;工作需要产生各种形式的报告;在统计层次上，懂基本t-test和线性回归即可。

1. 数据科学家 Data Scientist

很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。 此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Frau Detection、Amazon物流管理，FB/Linkein的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。 这些例子，听上去就不是写SQL能解决的，也不是会写代码就能做出来的，都需要比较深的领域知识。

美国数据科学专业的院校推荐：

1、哈佛大学专业名称： SM Data Science课程长度： 1年专业背景： 自然科学，数学，或工程专业学士学

位工作经验： 无注： 不接受GMAT代替GRE，不接受IELTS代替TOEFL

2、哥伦比亚大学专业名称： MS in Data Science课程长度： 2年专业背景： 定量课程 (微积分，线性代数等);计算机编程

工作经验： 学生有工作经验，但不是必须的

3、斯坦福大学专业名称： M.S. in Statistics: Data Science课程长度： 5 Quarters(1年3个Quarters)专业背景： 较强的数学和计算机背景

工作经验： 最好有但不强制注： 不接受GMAT代替GRE，不接受IELTS代替TOEFL

4、杜克大学专业名称： Master in Interisciplinary Data Science (MIDS)课程长度： 2年专业背景： 欢迎任何年龄和背景的申请人, 包含(但不限于) 应届定量学专业学院毕业生, IT领域工作数年的数据库工程师, 想要将数据科学融入联邦或地方办事处的政府专员, 以及想将数据挖掘融入研究技能的新闻工作者。

 工作经验： 学生有工作经验，但不是必须的注： 每年大约招收25-35个学生

5、布朗大学专业名称： Master's in Data Science课程长度： one acaemic year plus one summer专业背景： 先修课要求为1年的微积分，1学期的线性代数，1学期的概率与统计，编程。 我们也承认在线性代数、概率统计和计算机科学中未达到一个或多个最低要求的特殊学生。 这四个部门(数学、应用数学、计算机科学和生物统计学)将在第一学期前的棕色夏季课程中为这三个主题中的每一个提供合适的课程。

工作经验： 不要求，但最好有

6、乔治城大学专业名称： Master of Science in Data Science for Public Policy课程长度： 2年专业背景： 大学本科微积分课程，成绩为B级或以上，并展示技术能力的证据，如计算机科学、高级统计或高等数学课程。 也建议申请人完成介绍性微观经济学课程。 

工作经验： 不要求

7、南加州大学专业名称： Master of Science in Computer Science (Data Science)课程长度： 32 units专业背景： 工程学、数学或硬科学。 背景不是计算机科学的申请人可以考虑计算机科学(科学家和工程师)的研究生学位。 

工作经验： 不要求注： 不接受GMAT代替GRE

8、卡耐基梅隆大学专业名称1： MSPPM Data Analytics track课程长度： 1.5年专业背景： 较强的数学基础，有先修课要求工作经验： 不要求专业名称2： MISM Business Intelligence & Data Analytics课程长度： 16个月专业背景： 要求： 统计，数据库，面向对象编程;建议： 线性代数

工作经验： 不要求

9、纽约大学专业名称： MS in Data Science课程长度： 2年专业背景： 在数学、计算机科学和应用统计学方面有很强的背景。 先修课要求： 微积分I，线性代数，计算机科学入门(Python和R至少)

工作经验： 不要求注： 不接受GMAT代替GRE

10、罗彻斯特大学专业名称： MS in Data Science课程长度： 2学期专业背景： 科学、工程、数学或商业工作经验： 不要求

11、东北大学专业名称1： MS in Data Analytics Engineering课程长度： 2年专业背景： 无工作经验： 不要求注： 不接受GMAT代替GRE专业名称2： Master of Science in Data Science课程长度： 2-3年专业背景： 成功申请数据科学硕士学位的人将有一个事先接触编程和统计或线性代数的领域。 

工作经验： 不要求

12、加州大学圣地亚哥分校专业名称： MS in Avance Stuy Degree for Data Science an Engineering课程长度： 2年专业背景： 工程、数学、物理或其他科学领域优先

工作经验： 不要求

13、乔治华盛顿大学专业名称： Master of Science in Data Science课程长度： 10 three-creit grauate courses(10门课程)专业背景： 先修课包括多变量微积分、统计、计算机编程

工作经验： 不要求注： 不要求GRE

14、华盛顿大学专业名称： Master of Science in Data Science课程长度： 1.5年专业背景： 先修课包括数学(三类微积分序列和线性代数课程)，计算机编程(编程中的两门课程介绍序列)

工作经验： 不要求注： 不接受GMAT代替GRE

15、福特汉姆大学专业名称： Master of Science in Data Analytics课程长度： 1-2年专业背景： 计算机科学、信息科学、工程、数学、物理科学、健康科学、商业、社会科学或城市和城市规划先修课包括计算机程序设计(C，C++，java，R和Python)，应用概率统计、包括基本组合论和图论的离散数学

工作经验： 不要