数据科学是近些年
美国研究生申请当中热度持续走高的方向，属于计算机、统计学、行业应用相互结合的交叉学科。不少计划赴美读研的同学，想要申请数据科学硕士，但并不清楚美国有哪些院校开设该类项目，不同学校的课程偏向、培养方向、申请门槛存在明显区别。同样叫数据科学硕士，有的项目偏向底层算法与工程开发，有的偏向行业落地应用，还有的侧重医疗、公共政策等细分交叉领域。很多申请者只关注院校名气，忽略项目定位，最后出现背景和课程不匹配的情况。本文梳理美国开设数据科学硕士的主流院校，区分不同项目的培养侧重，同时分享选校与申请的实用思路，帮助大家结合自身背景做好定位。
技术导向的项目，整体课程强度偏高，更看重编程、算法、大数据系统开发能力，适合计算机、电子工程、数学这类本科背景的申请者。卡内基梅隆大学的计算数据科学项目隶属于计算机学院，课程围绕机器学习、分布式计算、大数据架构展开，整体技术属性突出，项目节奏紧凑，更加适合编程功底扎实的申请者。
加州大学伯克利分校的信息与数据科学硕士，融合统计、计算机与社会科学内容，课程兼顾工程实践与行业场景，地理位置靠近湾区科技企业，实践资源比较丰富。华盛顿大学的数据科学硕士由多个院系联合授课，重视顶点实践项目，项目整体偏向工程落地，当地科技企业可以提供较多实习机会。
还有不少院校开设偏向应用型的数据科学硕士，对跨专业申请者包容度更高，课程减少部分底层理论内容，更多聚焦模型落地、业务分析，适合有一定量化基础，但计算机背景不算特别硬核的同学。南加州大学应用数据科学项目以就业为导向，开设春秋两季入学，地理位置能够接触科技、文娱等多元行业的数据岗位，部分情况下不需要提交GRE成绩，给到申请者更多选择空间。东北大学的数据科学硕士重视实践，学校自带实习资源，项目对国际生友好，适合希望积累实务经历的申请者。加州大学圣地亚哥分校、密歇根大学也开设数据科学硕士项目，课程兼顾理论与应用，招生规模适中，是很多申请者的备选院校。
在筛选院校的时候，不能只看学校综合名气，还要重点关注先修课要求，这是数据科学硕士申请非常关键的一环。绝大多数项目会要求申请者本科修读过微积分、线性代数、概率论统计，同时具备Python或者R的编程基础。部分项目对于编程课程要求严格，如果本科缺少相关课程，跨专业申请者可以通过网课、暑期课程补齐相关基础，部分学校也会发放带条件录取，要求入学前补完指定课程。不同学校对于GRE的政策也不一样，有的项目明确要求提交，有的改为可选，申请之前需要核对最新的招生页面，避免材料准备出现遗漏。
另外还要区分线下项目和线上项目，部分院校会推出线上版本的数据科学硕士，线上项目学费、上课模式和线下有明显区别，海外学生拿到线上项目录取，无法办理学生签证赴美就读，计划出国读书的同学，递交申请时务必确认项目为线下授课模式，避免选错项目。
微信扫一扫
