数据科学(Data Science)是从数据中提取知识的研究，关键是科学。起初叫"datalogy"。最初在1966年由Peter Naur提出，用来代替"计算机科学"。
数据科学专业作为近几年留学申请的热门专业，因为拥有很好的就业前景而备受亲睐，同时很多人会觉得这是一个专业性比较强的专业而需要相对应的背景，然而事实并非如此，很多英国名校在此专业背景要求并没有很严格。
相比起主要研究数据收集、分析和诠释的传统统计学，数据科学则同时以数学、统计学、计算机为支撑学科，侧重于借住计算机对数据进行处理并以此来解决实际问题。
数据科学集成了多种领域的不同元素，包括信号处理，数学，概率模型技术和理论，机器学习，计算机编程，统计学，数据工程，模式识别和学习，可视化，不确定性建模，数据仓库，以及从数据中析取规律和产品的高性能计算。
数据科学并不局限于大数据，但是数据量的扩大诚然使得数据科学的地位越发重要。
数据科学的从业者被称为数据科学家。数据科学家通过精深的专业知识在某些科学学科解决复杂的数据问题。不远的将来，数据科学家们需要精通一门、两门甚至多门学科，同时使用数学，统计学和计算机科学的生产要素展开工作。所以数据科学家就如同一个team。
曾经投资过Facebook，LinkedIn的格雷洛克风险投资公司把数据科学家描述成“能够管理和洞察数据的人”。在IBM的网站上，数据科学家的角色被形容成“一半分析师，一半艺术家”。他们代表了商业或数据分析这个角色的一个进化。
就业前景：
英国数据科学专业前景在英国，数据科学产业是英国四大重点战略产业之一，英国政府投入大量资金以扶持人工智能和数据分析项目。根据BigCloud发布的《欧洲薪酬报告》，英国数据科学相关职位收入丰厚，即使看数据科学家收入中位数也很诱人，妥妥的金领职业。无论是受欢迎程度，还是整体工作满意度都很靠前。
由于数据科学的应用性更强，且各行各业都有处理数据的需要，因此学生毕业后的就业方向也相当广。现在除了互联网行业外，电信、能源、金融、医疗等传统行业也越来越看重数据分析解决方案，甚至环境、城市规划、文化遗产保护等行业也有数据科学的应用。
课程示例：
以爱丁堡大学的MSc in Social Data Science专业为例：
学生将学习两个学期的讲座、辅导、项目工作和书面作业。在此期间，学生还将学习研究方法（如文献综述和项目规划），为在夏季完成的最终项目和论文做准备。
学生还需要学习广泛的数据科学课程，以下每个领域至少有一个（每个领域最近提供的课程示例列在括号中）：
机器学习、统计和优化（例如，机器学习和模式识别、统计编程、数据科学的大规模优化）
数据库和数据管理（例如，数据库简介、极限计算、高级数据库系统）
应用程序（例如，数据科学的文本技术、加速的自然语言处理、图像和视觉计算）
更多详情
还有疑问？立即咨询专业顾问
王艺昕
- 3-5年
- 从业年限
- 50人
- 帮助人数
- 15分钟内
- 平均响应
在线咨询
顾问在线解答疑问
电话咨询
电话高效沟通留学问题
