数据科学专业
恭喜上榜的4所英国院校！其中，牛津大学排名世界第四！爱丁堡大学、帝国理工学院、伦敦大学学院也光荣上榜！
| 专业介绍
数据科学(Data Science)是从数据中提取知识的研究，关键是科学。起初叫"datalogy"。最初在1966年由Peter Naur提出，用来代替"计算机科学"。
数据科学专业作为近几年留学申请的热门专业，因为拥有很好的就业前景而备受亲睐，同时很多人会觉得这是一个专业性比较强的专业而需要相对应的背景，然而事实并非如此，很多英国名校在此专业背景要求并没有很严格。
相比起主要研究数据收集、分析和诠释的传统统计学，数据科学则同时以数学、统计学、计算机为支撑学科，侧重于借住计算机对数据进行处理并以此来解决实际问题。
数据科学集成了多种领域的不同元素，包括信号处理，数学，概率模型技术和理论，机器学习，计算机编程，统计学，数据工程，模式识别和学习，可视化，不确定性建模，数据仓库，以及从数据中析取规律和产品的高性能计算。
数据科学并不局限于大数据，但是数据量的扩大诚然使得数据科学的地位越发重要。
数据科学的从业者被称为数据科学家。数据科学家通过精深的专业知识在某些科学学科解决复杂的数据问题。不远的将来，数据科学家们需要精通一门、两门甚至多门学科，同时使用数学，统计学和计算机科学的生产要素展开工作。所以数据科学家就如同一个team。
曾经投资过Facebook，LinkedIn的格雷洛克风险投资公司把数据科学家描述成“能够管理和洞察数据的人”。在IBM的网站上，数据科学家的角色被形容成“一半分析师，一半艺术家”。他们代表了商业或数据分析这个角色的一个进化。
| 专业前景
英国数据科学专业前景在英国，数据科学产业是英国四大重点战略产业之一，英国政府投入大量资金以扶持人工智能和数据分析项目。根据BigCloud发布的《欧洲薪酬报告》，英国数据科学相关职位收入丰厚，即使看数据科学家收入中位数也很诱人，妥妥的金领职业。无论是受欢迎程度，还是整体工作满意度都遥遥领跑。
由于数据科学的应用性更强，且各行各业都有处理数据的需要，因此学生毕业后的就业方向也相当广。现在除了互联网行业外，电信、能源、金融、医疗等传统行业也越来越看重数据分析解决方案，甚至环境、城市规划、文化遗产保护等行业也有数据科学的应用。
| 课程示例
以爱丁堡大学的MSc in Social Data Science专业为例：
学生将学习两个学期的讲座、辅导、项目工作和书面作业。在此期间，学生还将学习研究方法（如文献综述和项目规划），为在夏季完成的最终项目和论文做准备。
学生还需要学习广泛的数据科学课程，以下每个领域至少有一个（每个领域最近提供的课程示例列在括号中）：
· 机器学习、统计和优化（例如，机器学习和模式识别、统计编程、数据科学的大规模优化）
· 数据库和数据管理（例如，数据库简介、极限计算、高级数据库系统）
· 应用程序（例如，数据科学的文本技术、加速的自然语言处理、图像和视觉计算）
| 申请条件
1. 牛津大学 MSc in Social Data Science
社会数据科学的多学科理学硕士课程提供收集、批判和分析有关人类行为的非结构化数据所需的社会和技术专业知识。
社会数据科学不断发展的领域融合了信息检索、建模和预测的数据科学方法与理论驱动分析、社会过程批判以及政策与实践之间联系的社会科学方法的学科内容。社会数据科学学位寻求接受过社会科学工作和编程培训或具有明显能力的学生，以通过生成、分析和批判大规模社会数据来完善和扩展他们的技能。这种方法的工具是多方面的，并且发展迅速。课程包含最新的机器学习预测方法、用于摄取和管理大规模数据的可扩展策略、用于解释的分析统计以及计算机视觉、自然语言处理和网络科学等专业方法。
申请条件：
要求申请人任何学科均以优异成绩获得本科学位，GPA不低于3.7，针对中国申请者，课程要求本科总成绩不低于80%-88%。
通常希望申请人在介绍微积分和矩阵代数方面表现出定量能力或经验，例如：A-Level数学、来自国际文凭课程的数学研究SL或大学先修课程 (AP) 微积分 AB。
申请人可以通过多种方式展示这种能力/经验，包括：概率、统计、线性代数和/或微积分的本科成绩单；A-Level数学成绩为A或A*；在AP微积分AB或BC考试中取得4或5分；或者成功完成具有类似内容的在线课程的证据。
申请人之前无需发表过学术作品，尽管发表可能有助于评估员判断你的写作能力，从而有助于你的申请。
在几乎所有情况下，社会数据科学都需要使用统计或程序化方法。OII 主要使用 Python 编程语言进行教学。我们的理学硕士课程的学生将在适用的特定情况下使用 Python 和其他语言进行教学。申请人不需要具备广泛的 Python 编程技能。强烈建议申请人至少熟悉编程基础知识，无论使用何种语言。
在特殊情况下，具有杰出工作经验或其他相关成就的申请人可能会以较低的本科成绩被录取。不需要与数据科学相关的学术研究或在相关业务中的工作经验，但可能是一个优势。尽管如此，大学还是强烈鼓励来自工业界的任何申请人包括至少一份来自学术界或学术相关领域人士的推荐信。
雅思要求总分不低于7.5，各项不低于7.0。托福要求总分不低于110，听力不低于22，阅读不低于24，口语不低于25，写作不低于24。
2. 爱丁堡大学 Data Science MSc
据科学是研究从数据中提取和构建知识的计算原理、方法和系统；以及这些原则的应用和使用。现在，几乎所有科学、社会和商业活动都会产生大数据集——从分子生物学到社交媒体，从可持续能源到医疗保健。
信息学院的数据科学理学硕士旨在吸引希望在工业或公共部门建立数据科学家职业生涯的学生，以及希望在进一步培训或研究之前探索该领域的学生。
该学位的学习目标是培养：
· 跨数据科学领域的广泛知识
· 至少一个数据科学领域的高级技术背景
· 对涉及工业、科学和公共部门数据使用的现实问题的认识
· 在数据科学领域之一的研究经验
作为一名 MSc Data Science 学生，学生将探索如何在这些庞大的数据流中有效地找到模式。许多研究领域已经解决了这个问题的一部分：
· 机器学习侧重于从数据中寻找模式和做出预测。
· 需要来自算法和数据库的想法来构建可扩展到大数据流的系统。
· 围绕不同类型的非结构化数据（例如文本、图像、传感器数据、视频和语音）发展了不同的研究领域。
申请条件：
这些入学要求适用于 2023/24 学年，未来学年的要求可能有所不同。2024/25 学年的入学要求将于 2023 年 10 月 2 日公布。
要求申请者具有信息学、人工智能、认知科学、计算机科学、电气工程、语言学、数学、哲学、物理学、心理学或其他定量学科的英国二等一以上荣誉学位或其国际同等学历。针对中国申请者，课程要求来自优先名单院校的同学，本科总成绩不低于80%。
申请者应该有相当于入门编程课程的计算机编程经验，并且在学位期间完成了相当于 60 个SCQF学分或 30 个ECTS数学学分，通常涵盖以下科目/主题：微积分（微分和积分），线性代数（向量和多维矩阵）、离散数学和数学推理（例如归纳和推理、图论模型、证明）和概率（离散和连续概率中的概念、马尔可夫链等）。
雅思要求总分不低于7.0，各项不低于6.5。托福要求总分不低于100，各项不低于23，不接受 TOEFL MyBest分数来满足英语语言要求。
3. 帝国理工学院 MSc Statistics (Data Science)
在本硕士课程中培养学生对数据科学技术及其在统计学中的应用的理解。学生将探索数据科学中使用的各种统计方法，并探索该领域的当前发展。本课程考虑如何在各个领域使用这些方法。这些包括科学、政府、工业和商业环境。学生还将使用从课程中获得的研究技术在数据科学领域进行独立调查。
数据科学是帝国理工学院提供的六个统计学学习方向之一。学生可能希望考虑一般课程，或应用统计、生物统计学、统计金融和理论与方法方面的专业课程。
申请条件：
要求来自211工程大学统计学、数学、工程学、物理学或计算机科学学科的申请者具有二等一以上荣誉学位或其国际同等学历。针对中国申请者，课程要求本科总成绩不低于80%-85%。
雅思要求总分不低于7.0，各项不低于6.5。托福要求总分不低于100，各项不低于22，不接受 TOEFL MyBest分数来满足英语语言要求。
4. 伦敦大学学院 Data Science MSc
数据科学汇集了计算和统计技能，以解决数据驱动的问题。该计划将为学生提供分析工具，以使用现代计算方法并强调严格的统计思维来设计复杂的技术解决方案。
该计划结合了核心统计和机器学习方法的培训，从入门级开始，以及一系列涵盖统计计算和建模方面更专业知识的可选模块。学生将学习计算机科学中的一个必修模块和最多两个附加模块，其余模块（包括研究项目）主要来自统计科学。
该项目面向拥有相关定量学科（如数学、统计学、经济学、精算学）本科学位的学生，他们希望获得统计分析和计算方面的高级培训，以便进入专业就业或学术研究。
申请条件：
要求申请者至少获得英国大学定量学科的二等学士学位或同等标准的海外资格。预计具备大学水平的数学方法和线性代数知识，以及熟悉入门概率、统计学和计算机编程的证据。要求具有高级编程语言（例如 R/matlab/python）的经验。相关的专业经验也将被考虑在内。要求中国申请者的本科成绩至少达到85%-90%。雅思要求总分不低于6.5，各项不低于6.0；托福要求总分不低于92，阅读和写作不低于24，听力和口语不低于20。
官方小程序
官方公众号
官方微博
百家号
