数据科学和金融工程/科技混申可以吗？-新东方前途出国

数据科学和金融工程/科技混申可以吗？

答案是肯定的~  

案例先看过来啦~  

圣路易斯华盛顿大学, 数学+CS专业Z同学  

GPA: 3.8+，MAJOR: 3.9+  

GRE: 330+, 免TOEFL  

实习4段+校内3段相关实习/TA  

收获录取：布朗大学（数据科学）、杜克大学（金融科技）、哥伦比亚大学（金融工程）  

1.1 专业背景  

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。  

除此之外，希望申请人有比较强的解决问题和交流沟通能力。如果有工作经验，申请时候会是加分项。文书中注意结合工作体现对这个专业的理解和看法。如果没有工作经验，建议文书中设计相关内容强调背景和能力可以胜任这个专业。  

1.2 先修课要求  

以Harvard的Master of Science in Data Science为例：  

Prerequisites we expect from applicants include knowledge of calculus and linear algebra, familiarity with probability and statistical inference, fluency in at least one programming language such as python or R, and an understanding of basic computer science concepts.  

Columbia的 Data Science要求：  

Prior quantitative coursework (calculus, linear algebra, etc.)  

Prior introductory computer programming coursework (Python, Java, R, C++, etc.)  

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。布朗大学提供的全面的数据科学基础知识，可以建议学生自学https://mathigon.org/data-gymnasia  

其他先修课网课路径  

DS专业和BA 专业在课程设置上总体差别不大 ,都以整合大数据为导向，Business Analytics更偏Business, Data Science 更偏CS 方向。常见必修课和BA类似，包括数学统计，数据处理工具语言（Python, R, Excel）数据库和数据库语言（Sql），另外会学习更高深的数据挖掘和计算机算法  

数学统计课：  

Ÿ   Calculus One — Coursera  

Ÿ   Linear Algebra - Foundations to Frontiers —Edx  

Ÿ   Introduction to Linear Models and Matrix Algebra —Edx  

Ÿ   Statistics with R Specialization — Coursera  

Ÿ   Introduction to Probability and Data – Coursera  

工具及数据库语言：  

Ÿ   An Introduction to Interactive Programming in Python - Rice, Coursera  

Ÿ   Introduction to Computer Science and Programming Using Python - MIT, edX  

Ÿ   R Programming — Coursera  

Ÿ   Excel to MySQL: Analytic Techniques for Business Specialization— Coursera  

Ÿ   Managing Big Data with MySQL— Coursera  

Ÿ   Data Visualization — Coursera  

数据挖掘及算法：  

Ÿ   Data Science Specialization - 10 courses —John Hopkins  

Ÿ   University of Michigan Applied Data Science with Python Specialization – 5 courses - University of Michigan  

Ÿ   Mining the Massive Datasets - Stanford, Coursera  

Ÿ   Data Mining Specialization — Coursera  

Ÿ   Machine Learning - Stanford, Coursera  

Ÿ   Statistical Learning - Stanford, Stanford Online  

Ÿ   Introduction to Computational Thinking and Data Science - MIT, edX  

1.3 科研实习建议  

建议科研类型：  

Ÿ  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。  

Ÿ  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。  

Ÿ  新东方独 家项目，CMU、哈佛、伯克利的独 家项目，可一对一、一对三。背景提升产品  

建议实习岗位：  

Ÿ  互联网公司、电商公司、金融公司、银行、证券公司等  

推荐阅读：

《不考GRE可以申请到美国研究生吗》

《加州大学申请，被waiting List该怎么办？》

《美国宾州有哪些优质院校？除了沃顿你还知道哪所？》

《美国读研申请该如何做好规划》

《干货！美国本科时间规划》

《美国留学本科申请的详细流程是什么？》

在线咨询~

【免责声明】  

1、个别文章内容来源于网络善意转载，版权归原作者所有，如侵权，请联系删除；  

2、所有图片来源于网络，版权归原作者所有。如有侵权问题请告知，我们会立即处理。