美國數據科學碩士申請攻略

隨著科技的發展，每天每時每刻都有大量數據被產生和存儲下來。這些數據變成有用的信息價值被人類所利用，就會通過一系列的收集、統計、整理、分析、挖掘等方法和技術來實現整個過程。現在小編就用這篇文章為你詳細介紹美國數據科學項目的申請。

1、什么是數據科學？就業前景如何？

數據科學是一門交叉的學科，涉及到很多的領域包括統計學、數學、計算機、人工智能、機器學習、數據庫、模式識別、可視化技術等多學科的知識。

數據科學專業的就業前景全球最頂尖管理咨詢公司麥肯錫（McKinsey）出具了一份詳細的分析報告，大數據或者數據工作者的崗位需求將激增，其中大數據科學家的缺口在140000到190000之間，對于懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到1500000！

其中對大數據處理需求最旺盛的行業包括：制藥業、計算機軟件、互聯網、科研、IT技術服務、生物技術。事實上，大數據工作者可以施展拳腳的領域非常廣泛，從國防部、互聯網創業公司到金融機構，到處需要大數據項目來做創新驅動。數據分析或數據處理的崗位報酬也非常豐厚，在硅谷，入門級的數據科學家的收入已經是6位數了（美元）。

2、數據科學專業的就業方向

數據科學的三類職業方向：機器學習、數據分析和數據科學家。

1、機器學習工程師 Machine Learning Engineer

代表了技術含量較高的方向，工作內容主要是開發機器學習系統和用這些系統解決實際問題。一般需要ship production code，做出來的是數據產品。

2、數據分析員 Data Analyst

工作內容俗稱analytics （product analytics or business analytics），從數據中提取insight，估計投資回報比，為產品方向提建議，所用工具一般較基礎，比如寫SQL query取數據、用R/Python做簡單的分析、用Tableau/Excel作圖比較常見，能自己開發Dashboard算是analyst里面技術強的;工作需要產生各種形式的報告;在統計層次上，懂基本t-test和線性回歸即可。

3、數據科學家 Data Scientist

很多人說，我想做數據科學家，我想做機器學習，而這類職位就是大家想象中的那種。此類職位工作內容以高級建模為主，會針對復雜的問題來設計技術方案，比如Uber叫車的ETA、各種定價系統、Airbnb和金融行業的Fraud Detection、Amazon物流管理，FB/Linkedin的社交網絡或者ebay/Airbnb/Uber這樣供需雙方Marketplace市場規模的實驗。這些例子，聽上去就不是寫SQL能解決的，也不是會寫代碼就能做出來的，都需要比較深的領域知識。

3、美國數據科學碩士申請專業要求

首先，本科是計算機科學CS的同學，是最符合申請條件的，因為大多數數據工作都是通過編程和數據庫的相關手段進行的，同時學過統計、微積分、高級語言；例如哈佛大學對于MSDS的本科背景要求是：希望有微積分、線性代數，熟悉概率和統計干涉、能使用至少1種編程語言，例如Python或R，了解計算機科學概念。

其次，本科背景是統計、數學或應用數學，且有一定編程基礎的同學也可以申請，這都是很好的專業匹配。

最后，商科背景出身，但量化背景較強的商科專業，比如金工，但又希望能選擇一個STEM專業的同學，那DS顯然也是個非常好的選擇。

所以說，如果你有比較強的編程背景，又有比較好的數理基礎，那你就很有競爭力；而純商科背景的同學，如果沒有強的量化背景，或者不懂編程，那建議還是數據科學DS和商業分析BA混合申請，因為商業分析更加偏商科，開在商學院，對商科背景接納程度大很多。

4、申請數據科學專業需要哪些軟性背景？

建議可以從科研方面加強，在大學期間最好找和量化相關的科研，如果實在沒有，可以把相關的課程大作業拿來用。再退而求其次，也可以是計算機軟件、數據庫相關。如果沒有科研經歷，那將是極大的硬傷。

此外，可以參加一些學術活動。學術活動的平臺有很多，比如最近很火的Kaggle，再如阿里的天池、SODA、WID、數據嗨客等。

最后就是實習。實習最優選擇應該是數據公司的數據崗，然而現實是這樣的崗位由于太過重要，基本不會招實習生。所以建議找一些統計量化相關的或者計算機相關的實習。

5、熱門數據科學項目介紹

1、哈佛大學 Harvard University

專業介紹：哈佛大學的數據科學 (Master of Science in Data Science)項目是由Computer Science和Statistics以及 the Institute for Applied Computational Science 聯合授課，開設在哈佛的 Arts and Sciences 學院下。需要在3個學期內完成12門課。這個項目于2018 FALL才開始招生，目前統計到的大部分錄取學生是top2和美本的學生。

申請要求：TOEFL建議113+，不接受雅思成績，GRE建議330+，對于先修課方面要求修過微積分、線性代數、概率論和統計，至少精通一門編程語言(如python或R)，并且對計算機科學有基本的認知。這個項目DDL是12.15，申請后統一審核。

2、哥倫比亞大學 Columbia University

專業介紹：數據科學 (Data Science)

哥倫比亞大學的MS in Data Science 項目處于美國數據科學碩士申請難度的第一梯隊。該項目為期1.5年，共需修讀30個學分，無需撰寫畢業論文。17年fall的master人數在75人左右，full time的學生大概55人，國際生里70%是中國人，所以大約是20個左右FT中國來的國際生（基本一半陸本，一半海本）。

申請要求：GPA 均在3.5-3.9 之間,托福105 +,GRE 均在320+（prefer325）。比較prefer 有理工科背景,扎實掌握著數學、統計、或電腦編程技能的學生。該專業比較傾向于cs、物理、數學、統計等專業，要求申請者擁有一定的數學及編程基礎，最好學過微積分、線性代數、計算機編程等課程。

3、斯坦福大學 Stanford University

專業名稱：數據科學方向 (MS Data Science Track)

stanford的數據科學相關的專業有兩個，一個是統計系下的Data Science track，還有一個是ICME（Institute for Computational & Mathematical Engineering）的數據科學，課程設置也比較像，差距在于錄得人背景不一樣。ICME錄得人背景相當Science，基本都是數學，物理背景，計算機的都很少，而且相當看重你的Research Experience，光上課沒有用的，每年錄的中國人也很少，因為項目本來就很小。而Statistics相對來說錄的人多一些，如果是統計背景的話，我建議直接申Statistics，據說14年錄了比較多中國人。

學制：5 Quarters（1年包括3個Quarters）

申請要求：建議托福113+，要求GRE（建議325+），不接受GMAT代替GRE，不接受IELTS代替TOEFL