数据科学专业要求先修课有哪些
常见的本科专业有 Computer Science/Technology; Engineering; Business Management; Finance; Math; Statistics, etc.
各大学对申请学生有较为明确而统一的要求,数学背景包括微积分、线性代数、概率论、统计学、数学建模等等;计算机背景包括计算机导论、SQL、Database和编程等。
大多数项目倾向录取数学、统计等计量学科背景的学生,同时希望申请人有软件编程基础、会写程序分析数据。仅仅上过高数、线性代数和概率统计这三门基础课是不够的。如果没有非常强的数理基础,建议申请BA等要求没有这么强的专业。
除此之外,希望申请人有比较强的解决问题和交流沟通能力。如果有工作经验,申请时候会是加分项。文书中注意结合工作体现对这个专业的理解和看法。如果没有工作经验,建议文书中设计相关内容强调背景和能力可以胜任这个专业。
1.2 先修课要求
以Harvard的Master of Science in Data Science为例:
Prerequisites we expect from applicants include knowledge of calculus and linear algebra, familiarity with probability and statistical inference, fluency in at least one programming language such as python or R, and an understanding of basic computer science concepts.
Columbia的 Data Science要求:
Prior quantitative coursework (calculus, linear algebra, etc.)
Prior introductory computer programming coursework (Python, Java, R, C++, etc.)
美国大多数院校的数据科学硕士要求:
1、修过计算机基础
2、数学基础(比如微积分、线性代数)
3、熟悉概率论、或者统计
4、如果没有这些先修课程甚至会开始预科夏季课程给学生,不计入学分当中,比如布朗大学。
如果有转专业的同学可以尽可能的修习以上课程,提升自己的竞争力,通过二学位、辅修学位、暑期课程、网课等方式多修课程。或者多参与实践实习科研也对申请数据科学有很大帮助。
1.3 科研实习建议
建议科研类型:
l 计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主。
l 可选择远程和实地这两种,以个人时间为主,平时可以参加远程,假期可参与实地。
建议实习岗位:
l 互联网公司、电商公司、金融公司、银行、证券公司等