美国数据科学硕士申请攻略

随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。这些数据变成有用的信息价值被人类所利用，就会通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。现在小编就用这篇文章为你详细介绍美国数据科学项目的申请。

1、什么是数据科学？就业前景如何？

数据科学是一门交叉的学科，涉及到很多的领域包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。

数据科学专业的就业前景全球最顶尖管理咨询公司麦肯锡（McKinsey）出具了一份详细的分析报告，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到1500000！

其中对大数据处理需求最旺盛的行业包括：制药业、计算机软件、互联网、科研、IT技术服务、生物技术。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了（美元）。

2、数据科学专业的就业方向

数据科学的三类职业方向：机器学习、数据分析和数据科学家。

1、机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。

2、数据分析员 Data Analyst

工作内容俗称analytics （product analytics or business analytics），从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的;工作需要产生各种形式的报告;在统计层次上，懂基本t-test和线性回归即可。

3、数据科学家 Data Scientist

很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理，FB/Linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。这些例子，听上去就不是写SQL能解决的，也不是会写代码就能做出来的，都需要比较深的领域知识。

3、美国数据科学硕士申请专业要求

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。

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。

4、申请数据科学专业需要哪些软性背景？

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，那将是极大的硬伤。

此外，可以参加一些学术活动。学术活动的平台有很多，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。

5、热门数据科学项目介绍

1、哈佛大学 Harvard University

专业介绍：哈佛大学的数据科学 (Master of Science in Data Science)项目是由Computer Science和Statistics以及 the Institute for Applied Computational Science 联合授课，开设在哈佛的 Arts and Sciences 学院下。需要在3个学期内完成12门课。这个项目于2018 FALL才开始招生，目前统计到的大部分录取学生是top2和美本的学生。

申请要求：TOEFL建议113+，不接受雅思成绩，GRE建议330+，对于先修课方面要求修过微积分、线性代数、概率论和统计，至少精通一门编程语言(如python或R)，并且对计算机科学有基本的认知。这个项目DDL是12.15，申请后统一审核。

2、哥伦比亚大学 Columbia University

专业介绍：数据科学 (Data Science)

哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1.5年，共需修读30个学分，无需撰写毕业论文。17年fall的master人数在75人左右，full time的学生大概55人，国际生里70%是中国人，所以大约是20个左右FT中国来的国际生（基本一半陆本，一半海本）。

申请要求：GPA 均在3.5-3.9 之间,托福105 +,GRE 均在320+（prefer325）。比较prefer 有理工科背景,扎实掌握着数学、统计、或电脑编程技能的学生。该专业比较倾向于cs、物理、数学、统计等专业，要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程。

3、斯坦福大学 Stanford University

专业名称：数据科学方向 (MS Data Science Track)

stanford的数据科学相关的专业有两个，一个是统计系下的Data Science track，还有一个是ICME（Institute for Computational & Mathematical Engineering）的数据科学，课程设置也比较像，差距在于录得人背景不一样。ICME录得人背景相当Science，基本都是数学，物理背景，计算机的都很少，而且相当看重你的Research Experience，光上课没有用的，每年录的中国人也很少，因为项目本来就很小。而Statistics相对来说录的人多一些，如果是统计背景的话，我建议直接申Statistics，据说14年录了比较多中国人。

学制：5 Quarters（1年包括3个Quarters）

申请要求：建议托福113+，要求GRE（建议325+），不接受GMAT代替GRE，不接受IELTS代替TOEFL