微信扫一扫
Data Science，就是如何才能把这些数据变成有用的信息价值被人类所利用，就需要通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。
数据分析师的职责，就是从大数据库中提取信息，通过数据挖掘和数据存储为人力资源、市场营销、客户服务和运营等多个业务领域的决策提供信息。
因此，数据科学(Data Science)也逐渐成为出国留学申请最为火热的专业之一。
而在就业端口，目前，不止像Facebook这样的科技公司需要Data人才，越来越多的投行和咨询公司对Data人才的需求也日渐增长。
根据麦肯锡等咨询行业的研究报告，数据相关类的岗位需求仅在美国就突破了20W。
据IBM预测，到2020年，所有美国数据科学类岗位数量将增加36万个，总数达到270万。
简要介绍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 production code，做出来的是数据产品。
2. 数据分析员 Data Analyst
工作内容俗称analytics (product 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。
Data Analyst的基本工资中值为58777美元。
能够影响薪资的技能包括：
数据分析、Microsoft Excel、SQL、数据库管理与报告、Microsoft Office、数据挖掘/数据仓库、统计分析、数据建模、数据录入、Microsoft SQL Server、Microsoft Access、Microsoft Word、R、Tableau Software、SAS。
3. 数据科学家 Data Scientist
IT数据科学家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。
它的任务是为建模、数据挖掘和生产目的设计和构建新的数据集流程。确定改进数据和搜索质量以及预测能力的新方法。
执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。
营销数据科学家负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，确保在线营销策略与公司更广泛的营销计划相结合。
并使用比如Adobe Analytics /Google Analytics这类分析工具，及时向公司管理层和客户提供综合报告。
那么什么条件才能申请上这些热门的专业呢？
Data Science是近几年被独立分割出的新兴专业，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。
然而其交叉学科的性质和未来广阔的不同专业的就业面，使得众多学科背景的人群都可以参加学习这个专业。
这些专业背景包括：
数学
Data Science无法避免的就是算法，而算法的基础就是数学。
因而数学系的同学如果申请Data Science的话是非常有竞争力的，虽然你可能没有计算机基础，但是你的逻辑思维直接导致了你有很好的处理大数据的能力。
计算机相关专业
计算机在Data Science 方向自然是最具竞争力的。
但是这个专业除了巩固自身的编程能力，更着重了解更多的处理数据的方法。因此，学计算机的同学们，建议在数学方向有一定的基础，不然学的时候会很费脑。
如果你申请的方向与经济有关的话，你还能通过大数据专业学习到基础的经济发展知识。
经济学相关专业
在大数据环境下，你有经济学基础，那么恭喜你，你一定比其他专业的同学们更懂得什么数据才是有利于预估经济发展行情的。
因此，如果你有很好的逻辑能力的话，你完全可以学习一些基础的计算机知识和编程，这不但是适应社会发展的知识，也是能让你在今后就业方面如鱼得水的专业。
纽约大学
纽约大学（New York University）数据科学硕士MS in Data Science属于数据科学中心Center for Data Science，学制为2年。
申请人数最多，竞争激烈。学校培养方向主要有深度学习、自然语言处理和数据库。
申请的时候应该比较看重数学背景，录取的学生背景理工科背景的居多：Math，Stat，也录取过几个 CS, EE, Econ专业的学生。
要求GPA3.0以上，TOEFL100+，要求GRE成绩。无需GRE Subject数学科目考试成绩。
罗切斯特大学
罗切斯特大学（University of Rochester）是一所美国著名的私立研究型大学，“新常春藤”联盟之一。
罗切斯特大学商业和科学硕士-发现信息学和数据科学 MBS-Discovery Informatics and Data Sciences学制为1.5-2年。
综合了数据管理、统计、机器学习与计算等诸多领域的内容，培养学生成为各行各业的预测建模专家、数据挖掘工程师、分析师等。
核心课程包括8门分析类课程和6门商学院课程，大致如下两类：统计学、分析学与数据挖掘、数据库系统与编程等。
罗切斯特大学要求申请者本科毕业，拥有科学、工程学、数学或商学等专业背景，但没有统计学或数据分析等先修课程要求。
哥伦比亚大学
哥伦比亚大学有一个世界级的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目。
下设的数据科学硕士(MS in Data Science)学制两年。
项目侧重数据挖掘、算法和统计建模(i.e., Algorithms for Data Science, Machine Learning for DataScience, Statistical Inference & Modeling)，培养方案面向业界需求。
哥大的申请是美国数据科学硕士申请难度的第一梯队。
条件是要求申请者本科毕业，拥有一定的数学及编程基础，需要递交GRE成绩，但无最低GRE、GPA等分数要求，不可使用GMAT代替GRE成绩。该学院还认可PTE成绩，总分要求不低于68分。
