欢迎来到加倍考研网! 北京 上海 广州 深圳 天津
微信二维码
在线客服 40004-98986
推荐适合你的在职研究生专业及院校
入行数据科学一定要有研究生学位吗?梦情人

入行数据科学一定要有研究生学位吗?

作者 | Jeremie Harris翻译 | MikaCDA 数据分析师原创作品,转载需授权首先我要说的是,我是一名博士肄业生。这个头衔给我带来了所谓的光环,它暗示我在研究生院待过,做过一些学术研究。完成博士学位,意味着你不过是千万个”书呆子”中的一员,而在学了几年后辍学似乎显得你更有个性。人们期待知道你之后会做些什么。他们可能会说,“特斯拉的CEO Elon Musk就选择放弃研究生学位,离开学校去创业,你也可能成为下一个Elon!”那么如果想入行数据科学,学历重要吗?一定需要博士学历或研究生学历吗?在本文中我将分享我的看法。我在数据科学导师制创业公司工作。在工作中,我已经面试过数千位有抱负的数据科学家,当中有些人有博士学位,有些有硕士学位,有些是本科生,也有各个阶段的肄业生。这也让我对数据科学职业有了更深的认识。STEM:科学(Science),技术(Technology),工程(Engineering),数学(Mathematics)这四门学科有许多人会向他人咨询,是否要继续深造读研或读博,而当中很多人对前景没有全面的分析。其实不是所有的学位都适合每个人,原因如下。一、博士学位(这可能会让许多有博士学位的人感到不舒服,在此我提前道歉。)“我看到许多数据科学工作都需要博士学位。我是否要有博士学位才能成为数据科学家呢?“不,并不需要。不要误会我的意思,博士头衔的确会给你带来明显的优势。但也要考虑一些现实因素。如果你的目标是成为数据科学家或机器学习工程师/研究员,那么有博士学位会给你加分不少。但与此同时也要考虑以下两点:1.获得博士学位需要非常长的时间。2.除非你跟着合适的导师,攻读合适的学位,否则你可能学不到任何有价值的东西。针对第1点,在美国或加拿大,获得博士学位需要4年到8年才能完成。平均需要5到6年,具体取决于学校。现在让我们把它放到透视中。在数据科学领域瞬息万变,5年内各种成果层出不穷。要知道,在5年前Spark、XGBoost、jupyter notebook、GloVe、spaCy、TensorFlow、Keras、Pytorch、InceptionNet、ResNet、强化学习等等都还不存在。因此,除非你打算当新技术出现时,花时间自己钻研。否则你会发现学习期间接触到的技术远远跟不上当下的发展。这意味着即使你毕业后,还需要自己学习这些技术。关键在于,数据科学和机器学习的发展非常快,在未来只会发展得更快。因此,当考虑攻读数据科学或机器学习相关领域的博士学位时,你实际上是把赌注都下在你所要学习的领域。你希望在毕业时,该领域还是炙手可热的。而这样的赌注很冒险,而且赌注很高。第2点,思考一下你的导师是谁,为什么他们没有在Google或Facebook工作。当然,有些人更喜欢学术研究,而不是在行业中运用数据科学或机器学习。但值得记住的是,行业顶级的机器学习人才的薪资是非常丰厚的,因此学术界的可能会稍逊一筹。当然,有些地方也有些例外。这主要指的是加拿大的Vector Institute或MILA;麻省理工学院和美国伯克利的数据科学课程等顶级精英项目。总结一下:如果你只想成为Airbnb的深度学习工程师,那么博士学位一定程度上能成为你的敲门砖。但是,如果你不是在顶级项目中攻读博士学位,那么不要期望被行业顶尖的公司录用。但是,如果你想找份普通的数据科学工作,获得博士学位可能并不是正确的举措。你可以用4到8年的时间获得丰富的工作经验,去成长为一名真正的数据科学家,那么出现新技术时,你能更好的进行预测,保持领先的位置。如果你考虑攻读与数据科学无关领域的博士学位(例如物理,生物学,化学),并且目标是找数据科学方面的工作,那么这条建议可能有些刺耳:如果你离毕业还有18个月或更长时间,而且你确定自己想成为一名数据科学家,那么可以考虑辍学。考虑到沉没成本,你应该对之前决策感到质疑,根据我之前的经验来看放弃可能是正确的选择。二、硕士学位入行数据科学需要硕士学位吗?视情况而定。以下是我列出的记分表,如果根据你的情况,分数大于6,那么答案是“硕士学位可能会有所帮助”。你有非常相关的STEM背景(物理、数学、计算机科学等本科学历):0分你有较为相关的STEM背景(生物学、生物化学、经济学等本科学历):2分你没有相关的STEM背景:5分你有不到1年的Python使用经验:3分你没有编程相关的工作经验:3分你不认为自己擅长独立学习:4分当我说这个记分表实际是一个逻辑回归算法时,你不明白我的意思:1分注意:需要考虑的是,你是否需要数据科学硕士学位或数据科学训练营。如果选择参加训练营,要注意他们的激励措施:是否课程完成后保证聘用?是否有与训练营相关的求职指导服务?许多人都对训练营持怀疑态度,这是有道理的。但大多数忽略的是,他们对待大学所提供的相关硕士学位也该如此。巩固硕士学位就相当于训练营。如果你不在乎你的成绩,那么要注重你从中学到了什么。在选择相应的硕士学位和课程项目时要询问其研究生就业率。有的大学希望学生选一个简单的专业,而不是好的专业,这是一场心理博弈。你的目标是最终被聘用,找到理想的工作,而不是仅仅为了一纸文凭而付出时间和精力。即使完成了硕士学位,你还需要学习很多技能,可能比你预想的还要多。但只要硕士课程的时间较短(最好不超过2年),成本不是太高。三、本科学位总的来说,是的,成为数据科学家你需要相关本科学位。不仅仅是因为你需要掌握相关知识,而且公司并不认为你通过自学,参加训练营和一些在线课程就能胜任数据科学的工作 。但关于本科学位你要注意的是,如果你和科技行业的人聊聊,你很快会发现科技型工作中涉及到的内容要远远超出学校课本。这是因为学校所教的本科课程一般比现实情况要滞后5到10年。如果你学的是不会发生很大变化的专业是没有太大问题的,比如如物理、数学或统计数据等。但是如果你是工程或计算机科学专业,并且你在一家出色的公司实习,你想休学或肄业来获得更多的工作经验,那么你可以考虑这样做。如果你读本科的目的是为了获得一份工作,你已经在一家有不错前景的公司获得职位,那么何必多付几年学费呢。我的意思并不是你应该不读完本科就去工作,我想说的是,如果你完成了实习并且获得了相应的全职工作,那么对于是否完成学业应该有更开放的观念。而不是因为大家都这么做,才做出这种选择。结语在本文中,我给出的一些建议可能不是那么常规。但在数据科学这样快速发展的领域,惯例往往并不是最优选择。当今社会中,人们对传统教育价值的看法应该与时俱进。当然,这并不意味着正规教育以及研究生学位是不值得的。但是,不应该认为获得硕士或博士学位是必备的。如果你读研读博只是为了符合数据科学职业轨迹的刻板印象,那么你可能需要重新考虑了。

渑池会

美国十大热门数据科学Data Science硕士项目解析 | 指南者留学

编者按:项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召,我们将挑选部分热门专业,对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等,都是干货接地气的信息,希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家(Data Scientist)很感兴趣,我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说,Data Science和Analytics不一样,同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发,故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目:哥伦比亚大学哥伦比亚大学的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年,学生共需修读30个学分,无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程,学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目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,没有强制性的工作经验要求,有的话也会为申请者加分。需要递交GRE成绩,托福100、雅思7.0,不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究,并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作,也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年,该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力,并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家,通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大,每年招收25-35名学生。申请要求方面,不强制要求申请者有数学、计算机等专业背景,但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩,托福90,雅思7。毕业生去向良好,实习就业机会较多,从事的领域以计算机科学,金融,生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年,将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合,给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE,无最低分数要求。托福100,雅思7.5。毕业生就业形势良好,就业率较高,可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目(MSiA program)由西北大学工业工程与管理科学学院开设,为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成,每一门课都已之前的课程为基础,强调在商业实际中的学术研究。申请要求方面,需要提供GRE分数,要求托福95,雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业,加上课程时间较短,有很多的实习机会,大部分学生毕业后选择直接工作,毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目(数据分析方向)为期1年,共计30个学分,要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景,且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右,其中中国人大约30个。该项目选课自由度很大,并且有选CS系课程的优先级,无论你是想学CS,IS还是商科,金融,统计,统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100(写作不低于20,听力不低于15,阅读不低于20,口语不低于22);雅思7;GRE数学不低于166,阅读不低于165,写作不低于3.5;不接受GMAT。毕业生2015年平均起薪达到83925美元,大部分学生进入苹果,微软,甲骨文,Facebook等互联网公司。南加州大学南加州大学计算机(数据科学)理学硕士项目需要修满28个学分,要求课程读完GPA不低于3.0,班级规模较小,每年招收20-30人,偏向于理论研究方向。要求申请者提供GRE,托福:90-100(单项不低于20);雅思:6.5-7(单项不低于6),不需要接受学校ISE测试,GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目:MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向,一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准(Standard)、延伸(Extended)、快捷(Accelerated)三种修读模式,学制分别为16个月、20个月和12个月,总学分均为144个学分,每年招收学生较少。该项目要求提供GRE,不接受GMAT,托福100以上,雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识,以开发用于下一代大规模信息系统部署相关的技术层,以及分析这些系统生成的数据。毕业生就业形势良好,能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目,有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目,根据以往的经验,这个学校的所有研究生项目都不太好申请,跟UC-Berkeley类似,申请难度较大。申请者需要提供GRE,且托福100,不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者,以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目,且拿到了STEM资质。班级规模30-40人,且50%为国际生。一般为期4个学期,要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识,并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100,雅思7,接受GRE/GMAT。该项目跟CMU类似,有很多细分的项目,跟不同的院系合作设立,从偏技术到偏商业的都有,偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所(Institute for Advanced Analytics)开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目,但是学校综合排名不高。要求托福80(单项不低于18),雅思6.5(单项不低于6.5);不要求GRE/GMAT,每年招收20-30人,其中国际生50%。

歼灭者

复旦管理学院数据科学与商务分析硕士项目(DS&BA)招生

伴随着高速互联网、智能终端设备、和云存储的迅猛发展,商务实践数据以前所未有的速度积累。与此同时,新兴的数据分析算法(如统计学习、机器学习以及深度学习等)也日益成为未来商业领导者的核心竞争力。为了应对和拥抱未来商学教育新趋势,复旦大学管理学院针对企业当前对数据分析人才的强烈渴求,推出了数据科学与商务分析专业硕士项目,以全面回应企业在数字化时代所面临的人才痛点。昨天(18日),这个跨传统学科的新专业项目正式启动招生。复旦管院副院长郑明介绍,该硕士项目学生将系统性学习商务统计方法、商务决策模型、数据管理与挖掘技术等课程,从而具备应用定量方法处理与分析复杂商务数据、并应用于解决商务领域中的决策与管理等问题的能力,“该项目的推出旨在着眼未来,培养适应商务智能化发展趋势的管理精英;放眼国际,培养领导全球商务分析行业的技术领袖;立足上海,培养服务上海科创中心建设和智能金融科技建设的领军人才。”据悉,该项目招生对象为应届本科,推荐免试生为主,要求学生具备较强的数理基础、计算机编程能力。项目学制为期2年,全日制,课程设置方面统计学有关课程占40%、管理学方面课程30%、计算机和大数据占30%。2020年首届预计招生40-50人,达到学位要求者,授予应用统计(数据科学与商务分析方向)专业硕士学位。复旦管院校友、强生医疗高级生物统计分析师徐晶在发言中表示,数据科学不仅创造商业价值,也创造乐趣,每个行业都需要用到数据算法才能够实现高效发展,数据分析师和数据科学家将成为大数据时代最紧缺的人才。复旦管院陆雄文院长也表示,在迅猛发展的大数据时代,各行各业每天都会产生海量的数据,数据搜集和储存只是第一步,更重要的是懂得分析、应用这些数据。掌握数据分析技术的能力就是未来的竞争力,管理学院将以此来教育和培养我们的学生,让他们在各行各业发挥领导力,成为能够引领国家未来产业发展的人才,这也是我们项目的使命。据了解,数据科学与商务分析硕士项目旨在为政府、公司、企事业等提供数据分析与数据管理的高端人才,从而天生具有“特立独行”的基因:项目视角全面,以培养学生的数据分析理论基础、实际分析能力以及商业理解等视角来设置核心课程。项目师资雄厚,囊括统计学、物流管理、市场营销、信息管理、财务金融、计算机等专业的优秀师资以及业界专家。项目以丰富的实战案例为支撑,以市场营销、电子商务、物流管理、风险管理等领域的实际商业案例作为基础来展开分析,为学生带来“学以致用”的启发。项目还特别设计采用了双导师制,每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。新民晚报记者 张炯强

技也

一名大数据专业研究生的自述:跟上这个时代是挺好的事

走进经济生活里的一切导读:2016年2月,教育部公布新增“数据科学与大数据技术”专业,北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年,又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业,几乎是前两次获批高校的8倍。来源丨21世纪经济报道(ID:jjbd21)记者丨王峰 北京报道图片来源/ 图虫创意(资料图)“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上,教育部高等教育司副司长范海林介绍,2017年全国高校备案专业中,新增数据科学与大数据技术专业点250个,同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学,到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau,由此对大数据产生了浓厚的兴趣。通过Tableau,王宇杰感受到,数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来,数据量正在不断增长。未来,更多人将学会分析数据,并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流,人人都可以成为数据分析师。接下来的大学时间里,他参加了一些数据科学家训练营,和一些商业机构组织的训练营,还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴,每年都会成千上万数据狂人参加这一比拼。这其中,既有来自各行各业的数据分析专家,也有像王宇杰这样的数据爱好者,而王宇杰是获奖选手中唯一一名大学生。通过这些活动,王宇杰结识了这个一不断壮大的数据分析社区,也让他对这个行业更加充满热情。大四时,王宇杰得到了保研的机会,“国内开设大数据方向研究生专业的大学并不多,主要有清华大学、北京大学、复旦大学、北京航空航天大学等,这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer,权衡之后,他选择了清华-伯克利深圳学院,这是清华和伯克利合办的硕士研究生项目,不仅可以在清华拿到数据科学学位,还有机会到美国加州大学伯克利分校去进行为期9个月的学习,同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生,也就是说,大数据专业其实是一个非常崭新的学科,在我申请的那一年,相对来说,大家对这个概念还不是特别了解,当然已经有一定数量的申请者,远超我们实际录取的人数,但并不是那么的火爆。”王宇杰说。“到了我下面那届,就是招收第三届硕士生的时候,竞争就变得异常激烈,在短短一年时间里,这个专业成为了大家认可的非常有潜力的专业,大批的工程本科生,或者是数学、经济方面的学生开始申请我们这个方向,因此录取率直线下降。个人感觉在近几年内,竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室,分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上,像大数据分析、大数据基础等,的确会有这些,但从本质上来说,我认为我们学的课程跟数学、工程学这些基础学科没有太大区别,当然加入了一些新兴科技的课程,比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室,学习和科研课题是关于计算机视觉。“用一句话来概括,我们要做的是赋予计算机人的视觉能力。怎么理解呢?以后是一个有大量机器人存在的世界,而机器人要跟人类进行交互,做一些基本的工作,必须要有视觉能力,看得懂周围的环境,所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业:数据科学与大数据技术图片来源 / 新华社(资料图)3月21日,教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中,“数据科学与大数据技术”最为热门。根据统计,共有250所高校新增“数据科学与大数据技术”专业,其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业,为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月,教育部公布新增“数据科学与大数据技术”专业,北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年,又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业,几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》,明确鼓励高校设立数据科学和数据工程相关专业,重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果,此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后,是人工智能行业的持续发展。3月6日,南京大学官网正式发布新闻,经研究决定,南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”,并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是,从清华大学到地方高校,大数据专业成为普遍的时尚。“清华或者其他一般院校,在这个领域里对科研的贡献会有差异,但事实上,在如今的大环境之下,大家都想跟上时代潮流,所以我认为无论处于怎样的研究水平,敢于去跟上这个时代,就是挺好的一件事情。”王宇杰说。“大数据是一个概念,它包含的范围非常广,不同的专业方向,对外显示的名称可能都是大数据分析、大数据工程与技术,但是整个产业其实非常庞大,从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了,我觉得这个行业需要细分,未来会有专门做算法的工程师,专门做硬件实现的工程师,以及专门做理论推导的科研人员等。”他说。(编辑 戴春晨)

亚洲第一新加坡国立大学(NUS)新开设数据科学硕士项目(MDSML)!

新加坡国立大学(2020年QS排名亚洲第一)新开了大热的数据科学项目——Master of Science in Data Science & Machine Learning (MDSML)!!这是一个怎样的项目?需要什么要求,适合什么背景的学生?一起随小编来看看~项目基本介绍由数学系,统计系和计算机科学系联合开设项目时长:1年(full-time)学费:45,000 新币申请费:50新币申请截止日期:2020年3月15日课程设置MDSML 项目是一个交叉学科,课程涉及计算机科学,数学和统计学,还结合了数据分析和机器学习的知识。项目共需要完成40个学分,核心课程与选修课程各20学分,具体课程设置如下图:申请要求本科学士学位适合理工科的学生(例如数学、应用数学、统计和物理专业背景)托福不低于85,雅思不低于6.0新加坡留学优势1、教育质量高,沿袭英联邦的教育体系,教学水平与国际接轨。2、世界顶尖名校:2020年QS世界大学排名中,新加坡国立大学和南洋理工大学并列11;在近两年的QS亚洲大学排名中,NUS和NTU也是轮流第一。3、学制短,时间和费用的性价比非常高。4、就业前景好,利于移民。5、社会安定,全球最安全的国家之一。……你想申请新加坡留学吗?如需进一步了解请锁定“毕达教育”哦!

活精彩

干货|英国G5名校LSE应用社会数据科学硕士项目解析

学院创立于1895年,由一群推崇费边(Fabian)主义的费边协会会员所倡议。(费边原是古罗马的将军,以使用迂回战术闻名。19世纪80年代在英国兴起的,以温和改良手段实现社会主义的思潮,就称为费边主义。)1900年伦敦经济学院成为伦敦大学 (University of London) 的一部分,并成为目前伦敦大学最大的学院之一。伦敦政治经济学院由Beatrice和Sidney Webb创立于1895年。1900年成为伦敦大学联盟的一员。伦敦政经学院与牛津大学、剑桥大学、帝国理工学院、伦敦大学学院并称“G5”精英大学。它也是英国金三角名校和罗素大学集团成员。伦敦政经学院是一所将教学与科研集中在社会、政治和经济科学领域的顶尖学校,也是法律、经济学、国际关系、政治学、哲学、人类学、社会学、社会政策等方面研究的全球先驱。校友及教员之中包括16名诺贝尔奖得奖者,发展了最权威的经济理论,许多对全球政治、经济、社会发展有影响的思想、政治体系均源于该校。学生国际化是学院的特色之一。全日制学生约有7500名,其中英国本地生占38%,另外18%来自欧盟成员国,44%来自世界其他120多个国家及地区。本科生占48%,研究生占52%。女性学生占48%。基本信息项目名称:MSc Applied Social Data Science所在院系:Department of Methodology招生对象: With a background in social sciences, you will be trained to use data to answer interesting social science questions. You will take a series of project-based programming courses specifically designed for students without a formal computing or statistical background. A typical student will also have taken a prior course in quantitative methods or applied statistics at a basic level, although this is not a formal requirement. (在社会科学的背景下,您将被训练使用数据来回答有趣的社会科学问题。您将学习一系列专门为没有正式计算或统计背景的学生设计的基于项目的编程课程。一个典型的学生也会在基础水平上修过定量方法或应用统计学的课程,尽管这不是一个正式的要求。)申请截至日期:None – rolling admissions招生规模:NA项目费用:28,608项目费用:拥有社会科学、数据科学、统计学或定量领域二等一荣誉学位或相当的学业成绩。工作经验是有利的,但不是必需的。PS:不需要提交GRE/GMAT语言要求TOEFL/IELTS要求课程设置Paper Course number, title (unit value)Paper 1 MY470 Computer Programming (0.5)And courses to the value of 0.5 units from the following:MY472 Data for Data Scientists (0.5)ST445 Managing and Visualising Data (0.5)Paper 2MY400 Fundamentals of Social Science Research Design (0.5)And courses to the value of 0.5 units from the following:MY452 Applied Regression Analysis (0.5) # MY474 Applied Machine Learning for Social Science (0.5) # ST443 Machine Learning and Data Mining (0.5) # Paper 3Courses to the value of 0.5 units from the following:MY405 Research Methods for Evaluation in Health, Development and Public Policy (0.5) # MY454 Applied Statistical Computing using R (0.5) # (not available 2019/20)MY456 Survey Methodology (0.5) # MY457 Causal Inference for Observational and Experimental Studies (0.5) # MY459 Special Topics in Quantitative Analysis: Quantitative Text Analysis (0.5) # MY461 Social Network Analysis (0.5)ST446 Distributed Computing for Big Data (0.5) # ST449 Artificial Intelligence and Deep Learning (0.5)ST451 Bayesian Machine Learning (0.5) # OR Courses to the value of 0.5 unit(s) from the following:MethodologyOptions List Paper 4Choice of any other 0.5 unit LSE course (including MY) with approval of the Academic Mentor.Paper 5MY498 Capstone Project (1.0)*核心课程提供应用数据科学、计算和编程以及定量方法的基本方面的培训。学生从一系列选修课中进行选择,包括系内和整个学校的。课程最后有capstone project,在这个项目中,学生将创造性地将学到的技术技能应用到自己设计的项目中。申请材料清单>>academic achievement (including predicted and achieved grades)>>academic statement of purpose>>two academic references>>CV /resume录取偏好及申请建议该项目主要提供应用数据科学、计算和编程以及定量方法的基本方面的培训。学生将参加一系列专门为没有正式计算或统计背景的学生设计的基于项目的编程课程,建议申请人修读过定量方法或应用统计学的基础课。适合以后想在私营、非营利性和公共部门工作的申请者。

甚善

福布斯2021年十大最佳人工智能和数据科学硕士课程,清华大学入选

如今,人工智能成为科技和商业领域最热门的话题,而数据科学领域则是作为其工作原理的基础大放光彩。数据科学的课程现在都包含了强大的人工智能,一些机构也已经在提供人工智能专业的本科学位。越来越多的学院和大学开设了这些课程,这表明了整个行业的期望,对于那些接受过正规培训和认证的人来说,将会有一个充满回报的机会。虽然人工智能和数据科学这两门先进学科现在已是大多数计算机科学本科学位的一部分,但只有在研究生阶段,学生才能真正开始发展自身的专业技能。一些世界上最好的以技术主导闻名的学院和大学都提供了这些学科的专业硕士学位课程。近日,福布斯网站发布了一份“2021 年十大最佳人工智能和数据科学硕士项目”榜单,榜单作者是政府和公司的战略商业和技术顾问 Bernard Marr,这也是最佳数据科学“本科课程”列表的后续文章。Bernard Marr 表示,这些大学或学院,都是这个研究领域的世界领导者,同时也是硅谷企业在前沿项目上的合作者。在这个水平上学习数据科学和人工智能,会让你在雇主眼中成为一个很大肯在技术专长上超过只有计算机科学学士学位求职者的人,这也可能是迈向博士学位的一步。但如果你的兴趣不是技术性的,而是以商业为导向的,那么也有一些 MBA 课程出现在人工智能领域,这也值得考虑。以下为榜单内容:1、麻省理工学院—商业分析硕士能在世界领先的科技学校学习数据和机器学习的实际应用课程,将会是你在该领域开启高级教育征程的好地方。对于任何一门硕士课程,通常会要求你先取得相关领域的本科学位,例如计算机科学或数学,但是通常会在这些精确的要求上添加一些灵活性。而另一条符合条件的途径是,你是否能在这个领域获得丰富的工作经验。麻省理工学院的硕士学位与大多数其他硕士一样,需要12个月的时间来完成,其目标是让学生获得知识和经验,开始与企业合作并解决他们的问题。2、斯坦福大学—统计学硕士:数据科学斯坦福大学是另一所技术上世界领先的美国大学,在具有全球意义的人工智能研究领域名闻遐迩,同时还传授给学生强大的实践技能,激发AI开发潜力。由于本课程专攻“以计算为中心的数据科学”,因此可以被认为比商业硕士更具理论性。该课程涵盖科学家和工程师的高级软件开发、多核计算和统计理论。然而,选修课可以在以下应用领域学习,包括数据驱动医学、神经成像技术、地统计学和社交媒体分析。3、卡内基梅隆—计算数据科学硕士卡内基梅隆大学是另一个美国著名学府,它在人工智能和数据科学方面的研究和成就举世闻名。这份榜单虽然并非是只针对美国的,但不可否认的是,美国在数据科学和人工智能方面有很多世界排名靠前的大学。在这里,你将站在Herbert Simon 和 Allen Newell这样举世闻名的科学家的肩膀上,而他们是现代人工智能开发的两位伟大先驱。4、伦敦帝国理工学院—商业分析硕士这一灵活的课程经常跻身于世界十大大学之列,通过商学院提供一年制、全日制或两年制的兼职课程,实现了学生的远程学习。课程包含大数据管理、分析算法和数据可视化技术。学生们也有机会在实习期间完成部分课程,并接受培训,以旁听咨询的身份在商业领域处理数据科学问题。5、巴斯大学—数据科学硕士英国的另一所卓越的数据中心是一所发展极为迅速的大学。其课程教授机器学习和高级分析算法所需的基本软件技能。数据科学软件技能模块还包括评估软件包和编程语言对实际任务的适用性。该课程的重点是核心能力和基础知识,而不是其他课程所涵盖的更实际的方面,并且学生可以选择在第二学期的研究任务中从事应用领域的工作。6、多伦多大学—应用计算理学硕士:数据科学在这所技术领先的加拿大技术类大学攻读应用计算硕士学位的学生可以专注于数据科学这一轨道。多伦多大学将实践作为课程的一部分,因此你有机会参加为期8个月的技术实习,在那里你开始将你正在学习的知识用于解决大数据、人工智能以及分析学的现实世界问题。7、赫尔辛基大学—数据科学硕士芬兰投入巨资培训本国学生,使其做好充分利用人工智能和数据科学这一大爆炸的准备,而其中大部分工作就是通过赫尔辛基大学进行的。在那里,学生可以选择专攻与机器学习、计算机视觉和高级分析相关的技术领域,或者是选择这些技术对应的实际应用。学生们将学习评估数据科学、AI技术和实践,以便将其与合适的任务相匹配,并将通过世界一流欧洲院校的高级学位极大地发展他们的就业前景。8、巴黎综合理工大学—商业数据科学理学硕士这所位于巴黎的商业和技术领先的学院提供了两年制硕士课程,专注于满足全球企业对具备训练有素特质的数据科学专业人员的需求。其明确的目标是培养具备技术和商业知识的双技能毕业生,并能领导行业数据和智能计算积极性。第一年的重点是统计学、数学和计算机编程,然后学生开始学习解决实际问题的技能,其中就包括使用数据和算法来解决商业挑战。9、清华大学—高级计算硕士中国目前在人工智能的发展方面已经处于世界领先地位,这所位于中国首都北京的大学硕士学位是国内人工智能和数据科学领域最受推崇的学位之一。实际上,语言障碍不会是该领域知识交流的首要问题,因为所有课程都是用英语授课的。该课程包含独自探索以及从一些国内最著名的专家那里深入了解机器学习、大数据和人机交互等主题,同时还与微软、IBM等与大学研究人员合作的大公司合作。10、香港大学—数据科学硕士香港大学计算机科学与统计与精算学院联合办学,被誉为亚洲学术研究的领先中心之一。无论是全职学习时间超过18个月,还是兼职时间超过30个月,学生都将获得机器学习和数据分析方面的专业技能。并且还能深入研究实际应用,包括社交媒体中数据的作用以及云计算的发展。作者简介:武汉维识教育科技有限公司专注于人工智能、机器人工程、智能制造、云计算、大数据、区块链、信息安全、互联网营销、健康护理等多领域、多层次「新工科」「新职业」人才培养与输送。公司立足湖北科教大省,辐射全国,提供专业共建、师资培训、联合实验室、科研项目合作、实习实训就业、职业技能培训等整体解决方案。同时与诸多产业领军企业建立战略合作关系,融合产业先进技术,为金融、医疗、教育、安防、交通、零售、制造、农业等行业用户,提供多维解决方案。在全国众多院校、企业、研究机构、投资界等多方合作发展中发挥纽带作用,为推动相关领域人才培养和产业发展贡献力量。

神人

棕榈大道丨宾夕法尼亚大学、罗切斯特大学数据科学硕士项目录取!

恭喜棕榈大道学员收获宾夕法尼亚大学罗切斯特大学数据科学硕士项目录取数据科学(data science)从广义上来说:和数据相关的科学研究都是数据科学。具体点说的话,数据科学是指通过挖掘数据,处理数据,分析数据从而得到有用信息的技术和研究。它是结合了应用数学,统计,模式识别,机器学习,数据可视化,数据仓库以及高性能计算的交叉学科。但是你看了上面这些,可能还是不能明白何为 DS,那么我们用白话解释一下。现代科技不断更新,人所做的一举一动都被记录了下来,这个就是数据。很多数据分析企业不怕数据量大,而是害怕有什么是没有记录下来的。对他们来说,任何细节都有可能赚到钱。举个简单的例子:当你用手机支付在同一家超市连续三天买了果汁,到第四天的时候系统送了你一张 Buy two get one 优惠券,这时你觉得赚爆了,同时对这家超市好感度 up。或者你在浏览某购物软件的时候,对着口红浏览的时间稍微久了点,那么再次刷新的时候,相关推荐里就会出现这个化妆品牌的其他人气产品和其他牌子口红的浏览推荐。为什么说DS是最赚钱的专业之一呢?这是因为:人们产生的数据量太大,动辄以 TB 计量,导致表格崩溃。大数据的处理手段于是就紧俏了起来,DS 会接触到很多大数据手段,公司需要专才来分析、处理这些数据,找出海量数据中有商业价值的部分。因此,拥有 DS 学历的学生才会如此受青睐。数据模型数据处理数据可视化Data Science 更加偏向计算机和统计,因此,一般来说理工科的学生申请更有优势。最新申请战绩-End-

火要镇

名校数据学位巡礼|杜克大学数据科学硕士(MIDS)简介

导读为跟进“名校数据学位巡礼”板块,察言观数今天奉上“杜克大学数据科学硕士(MIDS)”招生简章。杜克大学的MIDS全称是Master in Interdisciplinary Data Science,即杜克大学数据科学硕士。2019年秋季申请的截止日期是2020年2月15日。MIDS是一个为期两年的全日制课程。相比于传统的统计学和计算机学科,MIDS更强调技术计算技能,实践经验和团队合作。比传统的信息系统程序更注重建模,分析和解释数据。培养方向杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年,该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力,并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家,通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大,每年招收25-35名学生。管理,分析和可视化数据的能力解决各种数据问题的能力团队合作和沟通能力申请要求分析能力定量知识编程技术雅思7.0 / 托福90要求GRE课程目录数据科学对话MIDS研讨会数据科学伦理数据逻辑、可视化数据管理系统机器学习原理数据收集和文本分析申请材料成绩单CV/简历目的声明英语能力测试成绩GRE成绩推荐信官网链接:https://datascience.ke.e/admissions-requirements编辑 | 壶觞

纳布科

复旦管院数据科学与商务分析硕士项目启动招生,采用双导师制

6月18日,复旦大学管理学院数据科学与商务分析硕士项目(DS&BA)正式启动招生。该项目立足复旦管院的校友优势,采用了双导师制,每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。复旦大学管理学院陆雄文院长复旦大学管理学院郑明副院长当天下午举办的启动说明会上,复旦大学研究生院楚永全副院长,复旦大学管理学院陆雄文院长、郑明副院长,统计学系系主任张新生教授,项目学术主任夏寅教授,以及项目授课教师代表,共同对这一项目做出了介绍和说明。复旦大学管理学院郑明副院长首先对数据科学与商务分析硕士项目进行了介绍。该硕士项目学生将系统学习商务统计方法、商务决策模型、数据管理与挖掘技术等课程,从而具备应用定量方法处理与分析复杂商务数据、并应用于解决商务领域中的决策与管理等问题的能力。值得注意的是,与现行世界上其他高校推出的类似硕士项目不同,复旦管院的数据科学与商务分析硕士项目特别设计采用了双导师制,邀请复旦管院的校友资源作为业界导师。每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。郑明表示:“该项目的推出旨在着眼未来,培养适应商务智能化发展趋势的管理精英;放眼国际,培养领导全球商务分析行业的技术领袖;立足上海,培养服务上海科创中心建设和智能金融科技建设的领军人才。”复旦大学管理学院陆雄文院长也在致辞中表示,在迅猛发展的大数据时代,各行各业每天都会产生海量的数据,数据搜集和储存只是第一步,更重要的是懂得分析、应用这些数据,掌握数据分析技术的能力就是未来的竞争力。该项目招生对象为应届本科,推荐免试生为主,要求学生具备较强的数理基础、计算机编程能力。项目学制为期2年,全日制,课程设置方面统计学有关课程占40%、管理学方面课程30%、计算机和大数据占30%。2020年首届预计招生40-50人,达到学位要求者,授予应用统计(数据科学与商务分析方向)专业硕士学位。