数据科学专业分析-新东方前途出国

您的位置:首页>顾问中心>王金燕>日志>数据科学专业分析

欢迎向我提问

*顾问预计24小时内解答,并通过短信方式通知您

留学顾问王金燕

王金燕

美国硕博申请组长

    获取验证码
    向TA提问

    温馨提示

    您当前咨询的顾问所在分公司为 北京 为您推荐就近分公司 上海 的顾问

    继续向王金燕提问 >
    预览结束
    填写信息下载完整版手册
    获取验证码
    一键解锁留学手册
    在线咨询
    免费评估
    留学评估助力院校申请
    立即评估
    定制方案
    费用计算
    留学费用计算器
    电话咨询
    预约回电

    顾问将于15分钟内回电

    立即预约
    咨询热线

    小语种欧亚留学
    400-650-0116

    导航

    数据科学专业分析

    2019-09-30

    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”。它是以统计学、数学、计算机为三大支撑性学科,以生物、医学、环境科学、经济学、社会学、管理学为应用拓展性的学科。美国大多数院校的Data Science属于STEM学科。

    纽约大学Data Science为例,我们来详细了解一下数据科学专业。

    NYUMSDS项目非常适合专业背景为数学,计算机和应用统计的学生。

     

    ·         课程设置

    项目时长两年,需要修完36个学分。

    项目要求完成六门必修课,分别为数据科学导论,数据科学概率论与统计,机器学习,大总数和核心项目及展示。第六门课程需要从六门课程里选择一门其他的选修课要根据不同的方向进选择。

    共有7个分支方向:

    数据科学

    数据科学大数据

    数据科学数学与数据

    数据科学自然语言处理

    数据科学物理

    数据科学生物(2018年秋季新开)

    数据科学-生物信息(2019年秋季新开)


    ·         申请要求

    本科专业背景:成功申请到NYU MSDS的申请人本科背景为统计,计算机,数学,工程类,经济类,商科,生物,物理和心理学。

    GPA2017年入学的申请人的平均GPA3.69

    先修课:微积分I,线性代数,计算机编程类课程(Python, R)。此外,还需要修过微积分II,概率论,统计学或包含高级数学内容的高级物理,工程或计量经济学其中的一门课程。

    工作经验:很多在读生为应届生,也欢迎有工作经验的申请者

    ·         就业分析

    2017年入学的毕业生为例,93.5%的学生找到了工作,4.65%的学生继续攻读学位,没有没找到工作的毕业生。

    大多数毕业生都在FacebookIBM,三星,AetnaNBCUniversal Media等公司担任数据科学家。9%是数据分析师,其次8.1%是Google IncUber Advance TechnologiesAIG的软件工程师,5.4%是FactSetApple或亚马逊的机器学习工程师。

    工作行业也存在很大差异。在金融服务业(17.4%)和技术业(28.5%)工作的人数占主导地位。专业服务、旅游服务和媒体是学生选择的第二最常见的行业。1.7%的学生从事专业服务,主要在纽约大学的不同部门工作,如纽约大学朗贡医学中心、大学环境研究部或法学院

    多年来,毕业生所在的工业类型发生了重大变化。 尽管金融服务和科技公司仍然受到毕业生的青睐,但在教育,社会和环境部门相关行业的工作人数日益增加。 最后一个部分others 是一些组织Wylan Energy(环保服务),纽约犯罪实验室和Civitas Learning(基于大数据分析的教育机构)。

     

    数据科学和商业分析的区别

    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:

    ·         DS一般在工学院或者文理学院, BA一般在商学院

    ·         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

    ·         应用的技能不一样

     

    技能

    商业分析师

    数据科学家

    决策制定

    通过把多方面数据分析中的业务洞察力转换为有形的资源,为业务决策制定策划变动

    运用数据挖掘发现数据集中的机会,编写机器学习算法来支持决策制定

    应用问题解决

    定义业务问题并将统计分析转换为数据驱动的商业智能,从而改善经营业绩

    为解决业务问题创建分析基础

    数据分析

    运用预测性、规范性和描述性分析来研究、解释 和可视化原始数据,让原始数据变得有价值且能为商业用户所用

    运用线性判别分析和多元线性驾照选择等方法来管理和组织多元大数据集

    分析模型

    利用数据模型理解、整合并建议解决方案

    有经验的统计程序员使用SASSQLRSPSSPythonKnime等语言工作

    数据库管理

    利用TeradataOracleHadoop等工具来为不同形式的数据(编码和非编码的)定义和调整数据库需求

    利用TeradataOracleHadoop等工具来设计和结构化数据

     

    更多详情
    -老师帮忙评估

    自身软实力标化成绩多维度为您评估留学录取率

    立即评估
    推荐阅读 换一换
    提交成功

    稍后会有顾问老师反馈评估结果

    温馨提示

    您当前咨询的 王金燕 顾问,所在分公司为 - ,已为您推荐就近分公司 - 的顾问。

    以下为-分公司顾问:

    继续向王金燕提问