数据科学专业申请解析-新东方前途出国

美国数据科学专业解析

1.1     数据科学简介

大数据是最近几年来发展最快的行业，而且迅速变成主流，有大量的职业缺口和需求。因此学数据科学在近年来成为学生争先恐后报考的专业。什么是数据科学？它是一门涉及到统计,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。美国大多数院校的Data Science属于STEM学科。常见的专业名称有Data Science，Data Analytics，Big Data Computer Science/Statistics/Analytics (with concentration in Data Science)，

1.2     数据科学项目设置

数据科学项目主要是面向职业培训、侧重工业界需求，所以设置博士学位的学校比较少。为了符合工业界需求，专门的数据科学项目课程都很实际，侧重培养学生分析数据、解决问题的实际动手能力，课程一般不涉及理论知识。如果要读博士，申请统计和生物统计专业最对口，其次是计算机或者电子工程做机器学习数据挖掘这些相关方向的。另外数学、IEOR、经济等专业也有少数博士生做的方向可以转到数据科学上。

1.3    数据科学课程设置

核心课程有 （以哥伦比亚大学数据科学项目为例）：

统计和计算机课程

l  Introduction to Data Science

l  Computer Systems for Data Science

l  Machine Learning for Data Science

l  Algorithms for Data Science

l  Probability Theory

l  Probability Theory

l  Exploratory Data Analysis & Visualization

l  Statistical Inference & Modeling

选修课可选范围比较广泛，包括

l  Translational Bioinformatics

l  Topics in Computer Science: Applied Machine Learning

l  Topics in Computer Science: Causal Inference for Data Science

l  Topics in Computer Science: Elements of Data Science: A First Course

l  NLP: Computational Models of Social Meaning

l  Topics in Computer Science: Projects in Data Science: A First Course

l  Topics in Information Processing: Big Data Analytics

2.1申请专业背景和要求

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。

一般申请前20学校要求学生GPA3.7+，TOEFL 108+,GRE325+3.5，且很多学校TOEFL口语单项要求达到26，TOP20-50之间的学校要求GPA3,5，TOEFL 102+,GRE320+3.0

2.2 美国TOP 30开设数据科学学校

1 Harvard University 哈佛大学

Graduate School of Arts and Sciences

Master of Science in Data Science

2 University of Chicago 芝加哥大学

Graham School of Continuing Liberal& Professional Studies

Master of Science in Analytics

3 Columbia University 哥伦比亚大学

① Institute for Data Scienceand Engineering

M.S. in Data Science

② School of Professional Studies

M.S. in Applied Analytics

4、 Stanford University 斯坦福大学

School: Department of Statistics

Master of Science in Statistics: Data Science

5、 Johns Hopkins University 约翰霍普金斯大学

Whiting School of Engineering

Master of Science in Data Science

6、 Northwestern University 西北大学

McCormick School of Engineering andApplied Science

M.S. in Analytics

7、 Cornell University 康奈尔大学

① School of Operations Research &Information Engineering

Master of Engineering-Data Analytics

② School: Department of StatisticalScience

MPS in Applied Statistics （ Option : DataScience ）

8、 Georgetown University 乔治城大学

Graduate School of Arts and Sciences

M.S. in Analytics

9、 University of Southern California 南加州大学

Viterbi School of Engineering

MS in Computer Science – Data Science

10、 Carnegie Mellon University 卡耐基梅隆大学

School of Computer Science

Master of Computational Data Science （ MCDS ）

11、 University of Virginia 弗吉尼亚大学

Data Science Institute

M.S. in Data Science

12、 New York University 纽约大学

Center for Data Science

Master of Science in Data Science

2.3 数据科学就业

很多人毕业以后到高科技企业，比如FLAG（Facebook, Linkedin, Amazon和Google）以及阿里巴巴、腾讯、京东等国内高科技企业。主要从事金融、计算机软件、科研、IT技术服务、生物技术等等各个行业。

2.3-1      数据常见职业方向

·         Business Analyst

·         Business Intelligence Analyst

·         Computer Information Research Scientist

·         Computer Systems Analyst

·         Data Analyst

·         Data Architect

·         Data Engineer

·         Data Modeler

·         Data Scientist

·         Data Warehouse Analyst

·         Data Warehouse Manager

·         Database Administrator

·         Database Developer

·         Database Manager

·         Marketing Analyst

·         Quantitative Analyst

·         Statistician      

和商业比较相关的岗位，如Business Analyst 包括分析能力、人际交往能力、领导力，管理能力和交流能力等等。比较硬核的技能要求计算机编程、系统工程和数据库管理等等。而偏数据方面的，比如Data Architect等更加强调硬核技能，要求非常强的分析能力、创造性解决问题的能力、对数据的理解，以及对各种数据库、各种操作系统开发平台比较熟悉。

作为数据工程师，更加强调掌握的是统计和建模能力、相关数据工具，尤其Hadoop， SQL以及相关技术比如Cassandra, MongoDB等等；常见的编程语言，比如C/C++， Java等要熟悉，对自然语言处理和语句分析要有一定了解。而作为数据科学家则要求更强的CS能力，比如机器学习方法工具、软件工程相关、数据挖掘、大数据平台，更要求熟练掌握各类编程语言(Python, Java, C/C++, Perl等等)，数据可视化工具（如Amazon S3）。

提及数据科学，不能不解释一个相关的专业-商业分析，两者有一定价差性，对比区别来看，对于数据科学理解会更加深刻。

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