数据科学研究生

　　国内外相关高校开设《数据科学》课程、数据科学学位计划、数据科学短期培训班3337376266，进行数据科学家和数据工程师的培养。在中国，香港中文大学从2008 年起设立“数据科学商业统计”科学硕士学位；复旦大学从2007 年起开设数据科学讨论班，2010 年开始招收数据科学博士研究生，并从2013 年起开设研究生课程《数据科学》；北京航空航天大学于2012年设立大数据工程硕士学位。在美国，加州大学伯克利分校（UC Berkeley）从2011 年起开设《数据科学导论》课程，并从2012 年起开设《数据科学和分析》课程；伊利诺伊大学香槟分校（University of Illinois at Urbana-Champaign，UIUC）从2011 年起举办“数据科学暑期研究班”（Data Sciences Summer Instituteprogram）；哥伦比亚大学（Columbia University）从2011 年起开设《数据科学导论》课程，2013 年起开设《应用数据科学》课程，并将从2013 年秋季起开设“数据科学专业成就认证”（Certification of Professional Achievement in Data Sciences）培训项目，并计划从2014 年起设立硕士学位，2015 年起设立博士学位；芝加哥大学（University of Chicago）开设3 个月的夏季培训课程；纽约大学（New YorkUniversity）将从2013 年秋季起设立“数据科学”硕士学位；南加州大学（South California University）设立“数据科学”硕士学位；华盛顿大学（University of Washington）从2013 年5 月起开设《数据科学导论》课程，并对修满数据科学相关课程学分的学生颁发数据科学证书（Certificate in Data Science）；雪城大学（Syracuse University）也提供数据科学高级研究证书（Certificate Advanced Studies in Data Science）培训项目。在英国，邓迪大学从2013 年起设立“数据科学”科学硕士学位。从上述人才 的培养计划来看，数据科学家应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识面，具有独立 获取知识的能力，具有较强的实践能力和创新意识。其中，只有复旦大学的课程设置强调了数据科学家是研究数据的科学家，而不仅仅是一个数据工程师或者数据分 析师[2]（查看中国大数据技术与产业发展白皮书2013原文）。　　国内开设《数据科学》课程调研结果　　大陆：根据网络调研结果，国内高校目前还没有关于已开设《数据科学》课程的相关资料，但是，不排除个别已经开设《数据科学》课程（因为有些教师可能没有为课程建立主页）。相关高校在数据科学领域开展了相关工作，比如，复旦大学设有“上海市数据科学重点实验室”和“数据科学研究中心”，清华大学数据科学研究院计划在2014年9月开始培养大数据硕士，华东师范大学设有“数据科学与工程研究院”。在教材方面，复旦大学朱扬勇、熊赟等人编写了《数据学》，北京理工大学杨旭、汤海京等人编写了《数据科学导论》。　　香港：调研了中国香港几所主要大学，香港大学、香港中文大学、香港理工大学、香港科技大学、香港城市大学、香港浸会大学、香港岭南大学，都没有开设《数字科学》这门课，但是，有几所大学开设了《Data Analysis》这门课，但是并没有课程信息，只有简单介绍。（查看调研报告）　　台湾：中国台湾省各高校暂时未开设《数据科学》课程，通过公开的资料也未显示有开课准备。台湾民间有一个“资料科学实验室”组织，2014年召开了“台湾资料科学爱好者大会”，有开设资料科学相关课程。（查看调研报告）　　国外开设《数据科学》课程调研结果　　美国：华盛顿大学开设了《Introction to Data Science》，介绍了关系型数据库、MapRece、NoSQL、基础数据分析、机器学习、可视化、图论。约翰霍普金斯大学在Coursera上一口气推出了9门Data Science方面的课程，组成“数据科学家”专项课程。（1）数据科学家的工具箱；（2）R语言程序开发；（3）获取和整理数据；（4）探索性数据分 析；（5）可重复性研究；（6）统计推断；（7）回归模型；（8）实用机器学习；（9）数据产品开发。纽约大学开设MS data science项目。哥伦比亚大学设有数据科学学院。MIT开设Introction to Computational Thinking and Data Science（计算思维和数据科学导论）这门课，介绍如何利用计算机来理解真实世界的现象，目标受众是具备一定Python编程经验和计算复杂度基础知识的学生，课程强调必须更加照顾涉猎范围，而不是一味增加深度；为了这个目的，该课程会为学生提供许多主题的浅显介绍，这样学生就可以知道之后在他 们的职业生涯中可以用计算机去完成什么样的任务了；课程的主题包括，绘图、随机程序、概率和统计、随机漫步、蒙特卡洛模拟、数据模型化、优化问题和分类归 并。哈佛大学开设CS109 Data Science，有GitHubk课程资料。（内容请查看调研报告）　　英国：目前大概有七所高校开设了《数据科学》及其相关课程，包括谢菲尔德大学、爱丁堡大学、伦敦大学学院、东英吉利大学、布里斯托大学、曼彻斯特大学、 伦敦大学皇家霍洛威学院。其中，谢菲尔德大学和爱丁堡大学对于这一新兴专业归纳最全，并设立了相应的MSc；其他高校只设立了与数据科学相关的一些课程或专业，如曼大设立了数据与知识管理专业，东英吉利大学设立了知识发现与数据挖掘专业。（内容请查看调研报告）　　韩国、日本：经过对韩国科学技术院(KAIST)、浦项大学、首尔国立大学以及日本东京大学和京都大学的网络调研，可初步得出，韩国和日本目前还没有高校开设《数据科学》的课程。其中，韩国的三所大学有设立与数据科学相关的课程，但没有课件资料，也没有简要的课程介绍。（查看调研报告）

只要是一月抄份联考的项目袭，无论是在职还是全职项目，都是双证，都是全日制。对于公务员来说，只要是通过一月份联考的MPA项目，就是统招的全日制双证硕士，一般学校会根据学生的要求开设在职或者全职课程。所以，不必纠结是不是全日制。没事的。双证硕士是最硬的了，难不成你公务员辞职去读MPA吗？呵呵。

Business Analytics 对于申请人的专业背景要求没有过多限制，商科、理工科，甚至文内科背景的同学都可以申请容。 Data Science 专业对申请人背景要求较高，适合于理工科背景的同学申请，且有一定编程基础的。工程，信息，统计，数学，物理，以及量化背景较强的商科专业，比如金工，同样也适合于申请 DS 专业。

留学选校或者选专业定位可以 参考留学志愿参考系统https://www.douban.com/group/topic/105495212/，输入GPA、专业等信息版，系统会自动权从数据库中匹配出与你情况相似的同学案例，看看他们成功申请了哪些院校和专业，也可以按照留学目标来查询，看看你的目标院校和专业都哪些背景（语言成绩多少分、学校背景如何、什么专业、GPA多少等）的学生申请了，也从而对比自身情况，制定大致的目标和方向。

和大数据有来关的大学源专业有两个：数据科学与大数据技术大数据技术与应用2016年2月北京大学、对外经济贸易大学、中南大学，成功申请“数据科学与大数据技术”本科新专业；2017年3月，有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校2018年4月，在高职院校新增专业中，“大数据技术与应用”专业成为热门——全国总计有143个大数据专业获批新办。两个专业学制都为四年，授予工学学位或理学学位。在大学里学习大数据相关的东西不能说完全没用，只不过学校的相关技术学习一般是落后于市场的，大数据发展了这么多年，技术日新月异，你们现在学的相关技术，是市场上几年前流行的东西，现在可能早就没用了。不过了解一些发展历史理论等知识，对以后的学习还是有一定帮助的。

首先，本科是计算机抄科学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，概率和统计等相关课程，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，这都是很好的匹配专业。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。

哈佛大学数据科学专业3365643465：　　数据科学是一门蓬勃发展的新兴学科。它一方面研究数据本身，包括数据的各种类型、状态、属性、变化形式和变化规律;另一方面通过数据揭示自然界和人类行为的现象与规律，从而为自然科学和社会科学提供新的研究方法。随着人类进入大数据时代，数据科学在各行各业中发挥的作用日趋重要，各行业对数据科学人才的需求急剧增长，数据科学家迅速成为热门职业。　　课程设置：　　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。学生需要在3个学期内完成12门课、　　培养目标：　　Build statistical models and understand their power and limitations　　Design an experiment　　Use machine learning and optimization to make decisions　　Acquire, clean, and manage data　　Visualize data for exploration, analysis, and communication　　Collaborate within teams　　Deliver reprocible data analysis　　Manage and analyze massive data sets　　Assemble computational pipelines to support data science from widely available tools　　Conct data science activities aware of and according to policy, privacy, security and ethical considerations　　Apply problem-solving strategies to open-ended questions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，预计到 2018 年，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 14 万 到 19 万 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 150 万 !　　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 ) 。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 proction 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 (proct 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。

软件工程吧。数据科学与大数据技术专业所学的知识与软件工程专业的知识比较相近，考研成功率高，而且软件工程是计算机大类中最受欢迎的。 请采纳哦。

南加来州大学的应用数据科自学硕士项目主要以就业为导向，2020年USNEWS综合排名是22。学生毕业后对口的岗位是数据科学家, 数据分析师等。学生在项目中会学到一些实用的数据管理和数据分析的技能，其中会包括一些最新的大数据基础架构，比如Hadoop和Spark和各种分析工具，比如机器学习，数据挖掘和数据可视化。课程设置：3门核心课加上5门选修课，共32个学分，每个课程4学分，整体上课程非常的量化。核心课有数据管理，机器学习和数据科学，以及数据挖掘。选课范围也比较宽泛。该项目位于美国加州洛杉矶市，是仅次于纽约的美国第二大城市，就业机会比较多，就业领域也很广，其中包括互联网公司，金融机构，咨询公司，工程，教育行业等等。另外做为STEM的项目，学生毕业找到工作之后，可以在美国多留三年积累工作经验，之后再回国就业会更有竞争力一些。南加大的应用数据科学项目整体上比较适合学生毕业之后直接工作，不适合继续读博。