数据科学专业申请的规划注意事项
美国的DS专业属于STEM,一般开设在Center for Data Science下、数学/统计系下,信息学院或者单独的某一学院下,有硕士和博士两种学位。
Master of Science in Data Science (哥伦比亚大学)
Master of Science in Statistics Data Science track(斯坦福大学)
Master of Information and Data Science(加州大学伯克利分校的online program)
Master of Computational Data Science(卡耐基梅隆大学)
Ph.D. in Data Science
关于DS专业的申请
最适合申请该项目的专业:数学、统计、信息科学,信息与计算科学、金融工程/金融数学、物理、计算机等
比较适合申请该项目的专业:经济学、金融、管理信息系统、生物、社会科学(心理学)、工程类等专业
大多数的学校的先修课程要求中列举的先修课程比较少,总结如下:
·基础中的基础:微积分/数学分析 ,线性代数/高等数学,概率论与数理统计
·计算机编程语言:C, C++, Java, Python, R, SPSS, SAS, SQL, STATA, Matlab, Fortan, etc)
虽然但是在申请的过程有了基础课程的要求,但是理想的情况下,强烈建议申请人有如下的先修课程,这样的申请起来会从课程上更有竞争力:
·Calculus 微积分(最好是高阶微积分)
·Linear Algebra 线性代数
·Statistics 统计学
·Differential Equations 微分方程
·Time-Series Analysis 时间序列分析
·Stochastic Processes 随机过程
·Numerical Analysis 数值分析
·Machine Learning机器学习
·Computer Programming: C/C++、Python、R等
从以上的课程要求上可以看出,DS专业申请的核心要求:非常强的量化(模型)和计算机(编程)背景 。
关于软性背景的规划
除了先修课程之外,DS相关领域的实习/科研/工作经历等对于申请者背景的丰富也是非常重要的。无论是实习/科研/工作经历,都要围绕在“数据”来展开,无论是金融证券等商业领域、计算机人工智能领域、信息安全领域等哪一个领域,都是理想的实习/科研/工作经历的理想选择,因为我们期望通过实践中通过对数据的挖掘分析来影响企业的商业决策。这些内容和自己的资深特点相结合也是将来在文书中可以重点展示的部分。
附:美国部分DS专业的申请案例
本科学校 |
本科专业 |
GPA |
录取学校 |
录取专业 |
清华大学 |
工程物理 |
3.6 |
哥伦比亚大学 |
数据科学 |
加州大学圣地亚哥分校 |
数学与计算机 |
3.8 |
纽约大学 |
数据科学 |
北京航空航天大学 |
信息系统管理 |
3.8 |
南加州大学 |
数据科学 |
雪城大学 |
数学 |
3.6 |
范德堡大学 |
数据科学 |