李老师带你走进老美都要读的DS专业
1.1 专业简介
数据科学是一门涉及到统计,数据分析及其相关方法的科学,借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论,特别是以下分支:机器学习, 分类, 聚类分析,数据挖掘,数据库和可视化。大多数院校的Data Science属于STEM学科。
1.2 数据科学专业课程
概率论
数据科学算法
统计推断和建模
数据科学计算机系统
机器学习数据科学
探测数据分析和可视化
数据科学概念和道德
哥伦比亚大学DS详细课程参考:
http://datascience.columbia.edu/course-inventory
1.3 学数据科学的学生是做些什么?
https://www.seas.harvard.edu/programs/graduate/applied-computation/master-of-science-in-data-science
1.4 数据科学(Data Science)和商业分析(Business Analytics)的区别
美国开设DS和BA专业的所有院校:
https://analytics.ncsu.edu/?page_id=4184
很多学生会选择同时申请两个专业,但是实际上,两个专业还是有区别的:
1. DS一般在工学院或者文理学院,
BA一般在商学院
2. DS的课程设置一般偏向于计算机和数学,
BA的课程一般还有商科
3. 受教育程度略有不同
4. 应用的技能不一样
5. 职业岗位不一样
关于两个专业的更多区别可以参考该链接:
http://it.sohu.com/20151116/n426658031.shtml
An undergraduate degree in a field emphasizing quantitative skills is expected, such as a degree in computer science, information science, engineering,math, physical science, health science, business, social science or city and urban planning, strong quantitative and computational background。
2.2申请要求
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
2.3 实习or科研
建议科研类型:
1、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。
2、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。
3、新东方项目,CMU、哈佛、伯克利的项目,可一对一、一对三。
建议实习岗位:
1、运营岗位 -百度运营。
2、审计、商业数据分析,数据处理、智能检索系统,证券研究部门。
想申请好学校,建议找以下两类科研:
1、含金量高的科研,参与课题周期时间略长一些,有产出。
2、大数据、数据挖据,机器学习方面,或者编程类的实习,学校对学生的实际操作还是比较看重的,特别是转专业的学生,想申请DS,建议科研涉及编程方面。