跨专业申请美国数据科学硕士，如何能使得概率增大？-新东方前途出国

　　跨专业申请美国数据科学硕士，如何能使得概率增大？

　　申请MS Data Science 需要什么样的背景？

　　不论是陆本还是美本，在本科阶段就开设Data Science这个专业的学校并不多，所以大家不要一看自己专业名字和数据科学不搭边就觉得是转专业申请。了解更多信息

　　首先，本科是计算机科学CS的同学，是最符合申请条件的，因为大多数数据工作都是通过编程和数据库的相关手段进行的，同时学过统计、微积分、高级语言；

　　例如哈佛大学对于MSDS的本科背景要求是：希望有微积分、线性代数，熟悉概率和统计干涉、能使用至少1种编程语言，例如Python或R，了解计算机科学概念。

　　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.

　　其次，本科背景是统计、数学或应用数学，且有一定编程基础的同学也可以申请，这都是很好的专业匹配。

　　最后，商科背景出身，但量化背景较强的商科专业，比如金工，但又希望能选择一个STEM专业的同学，那DS显然也是个非常好的选择。

　　所以说，如果你有比较强的编程背景，又有比较好的数理基础，那你就很有竞争力；而纯商科背景的同学，如果没有强的量化背景，或者不懂编程，那建议还是数据科学DS和商业分析BA混合申请，因为商业分析更加偏商科，开在商学院，对商科背景接纳程度大很多。

　　如何加强背景？

　　建议可以从科研方面加强

　　在大学期间最好找和量化相关的科研，如果实在没有，可以把相关的课程大作业拿来用。再退而求其次，也可以是计算机软件、数据库相关。如果没有科研经历，那将是极大地硬伤。

　　此外，可以参加一些竞赛

　　竞赛的平台有很多，比如最近很火的Kaggle，再如阿里的天池、SODA、WID、数据嗨客等。

　　最后就是实习

　　实习最优选择应该是数据公司的数据岗，然而现实是这样的岗位由于太过重要，基本不会招实习生。所以建议找一些统计量化相关的或者计算机相关的实习。