数据科学硕士项目

编译 | 龚倩校对 | 青暮这篇文章介绍了在攻读数据科学或机器学习硕士学位时需要考虑的最重要的一些因素。作者是美国德克萨斯州奥斯汀的按需递送公司Favor Delivery高级数据科学家Matthew Przybyla。1简介我已经研究并做过许多数据科学领域的硕士项目，于是我开始逐渐认识到哪些特征能够决定一个项目是非常好或是仅仅还可以，以及总体而言需要考虑哪些因素。虽然在选择最终要攻读哪一个硕士学位时有无数因素需要考虑，但我总结了在数据科学领域选择硕士学位时需要考虑的五个因素。我希望你也能了解这些因素，并在进行选择时参考一下这些因素，希望这最终能帮助你成为一名拥有硕士学位的专业数据科学家。2学费这个话题可能不太适合公开讨论，因为它常常涉及个人比较具体的金钱或财务状况，或者你有多少钱，你愿意花多少钱攻读一个学位。话虽如此，我希望看到更多的人讨论学费及其影响，不仅是在求学之前，而且在选择自己的研究生项目之后。我读硕士花了不少钱，将近6万美元，尽管对我来说这确实是很大的一笔钱，但我认为，我的投资是得到了回报的，因此这个金额是我愿意支付的。我的意思是，我取得了数据科学硕士学位，在完成学业后有了一份数据科学的工作，并长期在此领域从业，我向自己证明了所有投资都是值得的，因为我得到了在其他领域从业可能无法得到的丰厚报酬。虽然你面试或工作的一些公司可能不要求硕士学位，但至少有些公司是要求的，或者会把硕士学位作为一个职位诉求的加分项。一个硕士学位能够向公司证明，你花了数月的时间学习和专攻某种技能，从而让他们在你的面试表现之外对你的能力有更多的信任和信心。话虽这么说，如果学费比较低，绝不意味着就是一项糟糕的投资，反之亦然，学费仅仅只是你在报读最终的数据科学硕士项目时需要考虑的一个因素而已。其实最终你需要考虑很多问题，总的来说，学费，也就是花多少钱攻读学位是非常重要的一个问题。以下是你需要考虑学费的原因：投资回报你愿意在一定时间内承担多少债务学费花多少钱对你来说是可接受的学费是否比我以下要讨论的其他因素更重要你的雇主是否愿意支付你的学费正如你所见，学费是决定你最终上哪所学校的一个重要因素。完成学业后，如果你的目标不是成为一名数据科学家，那就不要让自己负债累累；如果你只是出于好奇想学习更多知识，不如攻读一个更便宜、所需时间更短的数据科学学位。但是，当你决定攻读硕士学位时，学校本身、它所处的地理位置都和学费一样重要。3学费学校的地理位置（即使是远程上课）现在很多硕士课程都是在线的，尤其是在数据科学领域。世界发展的态势使得在线上课更加普遍。但即使学校的课程是完全在线或远程上课的，也必须考虑学校的地理位置。究其原因，是因为学校所在的地方往往就是你工作的地方。当你申请数据科学职位时，如果你是在该公司所在州或城市的一所名校取得的学位，那你会更有优势。举个例子，我在德克萨斯州的达拉斯市的南卫理公会大学（SMU）完成了硕士学位。大部分课程都是远程的（有一些需要到学校上）。因为我是在德克萨斯州求职，该州的公司、招聘经理和招聘人员对SMU这所学校都更熟悉。虽然这不一定能保证更多的招聘人员和经理会更加认可你，但对一些招聘人员来说，这种熟悉感确实有可能让他们更认可你，而这多一点的认可就可能发挥很大的作用。此外，如果你上的学校离你住的地方比较近，你可以和其他上同一所学校的人建立联系和社交网络。如果你需要到学校去上课，那么学校的地理位置绝对会是一个重要的决定因素。大多数人会一边读研一边工作，也就是说，如果通勤时间短是比较好的，这样你就不会耗费太多精力在赶路上。为什么需要考虑学校的地理位置：学校的名声会让公司、招聘人员和招聘经理注意到你，或更容易让你脱颖而出与校友建立联系如果是在校上课，学校的地理位置就决定着通勤时间的长短无论你是在校学习、远程或在线学习，还是两种形式的混合学习，在决定报考一个学校的数据科学硕士时，学校所处的地理位置都是一个重要因素。接下来需要考虑的是课程时长。4课程时长根据你目前的状况，你可能也觉得这个因素是特别重要的。数据科学硕士课程的时长差异很大。虽然通常来说攻读硕士学位需要两年的时间，但有些项目时间很短——甚至大约只需一年的时间。你可能还需要解决一些其他的问题，比如你是否有孩子、是否想在长达一年的时间里一边学习一边工作、是否想在学习之余有三个月的假期或暑假等等。我读完硕士总共用了将近2年的时间，有33个学分。这种安排是比较合适的，因为我有一些休息时间，同时也没有浪费太多时间。课程时长可能会受到以下因素的影响：你是希望上一个慢速课程还是常规课程如果你时间紧迫，有些方向还能提供快速课程你的老板支付给你的工资能够负担一个较短还是较长时长的课程如果你有家庭，并想选择一个慢速课程，以便减少一周的课程量，这样你就能更好地平衡学习、工作和生活以上几个原因可以说明为什么课程时长也是重要的考虑因素。我已经讨论了一些我所经历过的显而易见的原因，应该也可以适用于你的情况。一旦你深入了解了特定的硕士方向，你也就会想要考虑该方向提供的不同类型的专业。5专业类型通常，硕士项目会提供更具体的数据科学领域的专业。不同方向也会有不同的专业。例如，我可以选择更多地偏向于商业分析，而不是机器学习。有些方向可能根本不分方向，所以谨记这一点也很重要。我选择把重点放在机器学习上，因为我想更多地了解常见的机器学习算法，以及如何将它们应用到商业环境中，还有利用机器学习来编程。商业分析方法适用于那些希望更加面向客户的人，可能是公司的高层领导，他们利用数据科学的知识来帮助他们进行决策；或者是那些希望更少关注代码和编程，而更多地关注想法的人。以下是一些常见的专业：统计数据分析商业分析数据挖掘机器学习根据你的职业规划，专业可能是非常有用的。我会比较不同类型的专业，看看哪个最适合你，也看看每个专业下有哪些课程。有时候，一个专业只有一到两门课程，而有些则可能有五到六门。需要注意的是，有些方向不分专业，但会提供选修课，在某种程度上，这些选修课能起到与专业课相同的作用，并且这些选修课程是由你自己选择的，而不是学校安排的。例如，如果你发现你修的五门选修课中有三门都是高级统计课程，那么在你的简历中突出这一点将会对你大有裨益。不管你最终选择哪种课程安排，申请硕士方向时，专业都是需要考虑的关键因素。也就是说，一个方向总的来说能够提供的主要课程和选修课也是需要考虑的重要因素。课程 要具体比较不同类型的专业，你在一个研究方向中所修的课程也是非常重要的。我能给的最好的建议就是确保你不会选修太多数据科学专业的通识课。数据科学专业涵盖了统计学和机器学习等几个不同的方面；然而，如果你想要专攻这个领域，或至少拥有更有针对性和较为深入的知识经验，那么你需要确保自己可以上几个综合课程。例如，如果你想学习语言领域，确保有一门以上的自然语言处理（NLP）课程可选，这样你的钱就能花得值了。6顶点项目硕士课程独具的一个特点是要求学生有能力完成一个顶点项目。这个项目通常有较多学分，因为你们可能需要在两个学期内进行研究并完成。你将和一组同学一起进行研究，有一个教授作为导师，还有一个与你的论文相关方面的专家作为专业导师。顶点项目通常包括presentation和发表一篇论文。比如，我的顶点项目主题是虚假新闻检测。这是向你未来的雇主展示你如何与队友协作，你希望在数据科学领域中专攻哪个方向，以及你在该领域的学术能力的一种极好的方式。一个顶点项目可能会帮助你在数据科学领域找到一份工作，因为你的文章将会被公开发表，同时也会被同行评议。以下是在完成顶点项目时需要考虑的一些关键要素，以及考虑它们能够带来的好处：你会和多少人一起工作你将和谁一起工作（仅仅是同学，你的课程顾问，或者专业导师？）有多少学分/它在整个项目中的占比顶点项目的时间期限是否需要向观众展示你的顶点项目好处放进你的简历里成为机器学习的某个特定方向的专家积累经验，不仅是在学校中的经验，而是与现实世界更密切相关的社会经验正如你所看到的，研究生期间的顶点项目是非常独特的（与本科项目或学位相比），并且和其他项目相比也是很独特的，因此思索一下你将从某个顶点项目中收获什么是至关重要的。沉浸式学习除了一个顶点项目，研究生课程还提供了一种所谓的沉浸式学习（immersion）。这通常是面对面进行的活动，你会第一次见到你的同学和教授，与数据科学领域的先驱和专业人士建立联系，并听取和评价你的顶点项目。7总结研究、申报和攻读一个数据科学的理学硕士学位可能确实是困难重重的。然而，我希望我能够阐明一些在申请硕士学位时最需要考虑的因素。虽然我已经讨论了五个，但还有很多其他因素也很重要，所以请记住，还有许多问题需要研究和思考。在取得硕士学位后，我可以确定地说，我在过去和在这篇文章中所提出的，选择研究生院的重要因素，现在仍然是有价值的。 原文链接：https://towardsdatascience.com/5-things-to-consider-in-a-data-science-masters-degree-48a84028959d

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

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！

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。

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。

近年来，数据的生成和存储有了巨大的增长，为了充分发挥数据的潜力，各行各业聘请专业数据分析师使用技术手段将数据转变为有价值的信息。数据分析师在进行数据发掘和展现后，合理地将数据运用到评估并解决企业现状、竞争环境、风险评判和决策支持上。大数据带给企业的价值不容小觑，这也进一步增加了市场对数据科学家的需求。那么，何为数据科学？它和商业分析/统计类专业有什么区别？就业前景怎么样？申请难度高吗？美国哪些学校有数据科学专业？这一期即将为你揭晓。数据科学专业概述数据科学专业如下图所示，是由三个主要课程组成的交叉学科专业，这三个课程分别是数学统计，计算机科学和行业/商业领域知识。数据科学涉及到的领域也很多，包括了统计学、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，旨在培养学生收集、统计、整理、分析和挖掘数据的专业能力，致力于培养可以独立分析和解决问题的全能型人才。和数据科学一样，商业分析和统计专业都是以培养数据科学家为目标，那它们之间具体的区别是什么呢？我们可以从两大方面去了解它们的不同之处：定义和课程设置。01、定义Data Science 数据科学主要是通过挖掘数据，处理数据，分析数据，从而获得数据里潜在的有价值信息和技术的一门交叉学科。Business Analytics 商业分析是以商业知识为基础，数据分析为手段，从数据分析出发，从而达到以决策优化来创造价值和实现 Big Data 在商业应用的门新兴学科。Statistics 统计是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。可见，数据科学所围绕的核心就是数据，怎么挖掘，怎么处理，怎么分析都是数据科学家需要负责的工作内容。商业分析虽然也涉及数据分析，但它的核心工作还是利用数据去支持商业决策，分析以前、现在和未来的趋势，从而确认更佳的商业模式和途径。而统计学更多的是以数据分析为基础去推断和预测市场上的一些现象，比起其他两个专业更注重数学知识和能力。02、课程设置Data Science 数据科学一般开设在工程学院下，以计算机科学为基础，横跨了工程学，计算机工程和计算机科学领域，还包括机器学习，云计算和优化等领域的知识。总的来说，数据科学的课程是由50%计算机科学 + 30% 统计 + 20% 应用组成的。Business Analytics 商业分析一般开设在商学院下，以统计为基础，通过统计学底下的应用统计分支发展出来，也包括了一定的数据挖掘和回归分析的课程。商业分析在计算机科学领域的课程不会像数据科学那么多，是由40% 统计 + 30% 计算机科学 + 30% 商业知识组成的。Statistics 统计一般开设在文理学院下，以数学为基础，计算机科学的占比与商业分析差不多，但没有商业分析所涉及到的商业知识，所以主要还是由70% 统计/数学 + 20% 计算机科学 + 10% 商业知识/机器学习。数据科学专业就业前景随着对数据的需求和应用越来越多，数据科学的就业就业前景也变得越来越广。这里给大家看一组数据，是哈佛大学的Master’s in Data Science的学生毕业之后的就业去向。我们可以看到哈佛大学数据科学专业的毕业生所在的行业，包括了科技行业，投资/金融行业，创业公司，教育行业，政府机构，广告市场行业，咨询行业，娱乐行业，也有一些继续深造攻读博士学位。而他们所在的岗位，除了有我们经常听到的data scientist, data engineer, software engineer和data analyst, 也有proct manager, quantitative strategist等岗位，只要是数据相关的岗位，数据科学的毕业生基本都可以胜任。从数据里我们也可以看到数据科学专业毕业生起薪在$80,000-$140,000之间，这也是吸引很多学生修读数据科学专业的主要原因。数据科学专业申请要求数据科学的硕士申请可以说是热门专业里竞争最激烈的，这是因为数据科学本身对技术要求高，加上美国大学开设数据科学专业的并不多，但每年的申请人数非常多，这也加剧了该项目的申请难度。以下我们以纽约大学的Master’s in Data Science的申请要求为例详细解说，该项目一系列的申请要求基本适用于所有数据科学硕士项目。申请要求同样分为两大部分：硬背景 （专业要求，GPA要求，先修课程要求，标化成绩）和软背景 （实习，科研，竞赛，海外交流，校园活动，志愿者活动等）。专业要求图中蓝色框为该项目对于申请者的专业要求，该项目接受来自不同本科背景的学生，包括了统计学，计算机科学，数学，工程，经济学，商科，生物学，物理学和心理学。一般来说，计算机科学相关和理工科背景的学生申请数据科学会占一定的优势，因为他们在本科阶段已经累积了很多相关的知识与技能；如果你是商科背景但有着非常强的量化背景比如金工，申请数据科学项目也是可以的。GPA成绩要求图中红色框内容为该项目2017年的GPA录取数据，录取学生平均GPA为3.69，而他们成绩单上的分数也只有A和B。该项目也明确说明了如果你本科院校背景是less selective，他们会更加注重于你先修课程的成绩，确保你在该领域有足够的学习能力。一般申请前30的数据科学项目GPA成绩建议在3.7以上，前60的则需要至少3.3以上。先修课要求图中绿色和黄色框为申请该项目的具体先修课程要求，非常明确地说了申请该项目需要有很强的数学能力，编程经验以及计算机科学基础。具体的课程要求如下： 微积分I：极限，导数，级数，积分等。 线性代数 计算机科学入门（或等效的“ CS-101”编程课程）：对于计算机语言没有特定的要求，但是通常至少需要具有Python和R的学术和/或专业经验 微积分II，概率论，统计学，或者高级物理学，工程学或有大量数学内容的计量经济学课程满足其中之一该项目也具体说明了他们会优先考虑具有机器学习，计算统计，数据挖掘，大规模科学计算，运筹学（在学术或专业背景下）的申请人，以及优先考虑有超过上述数学和/或计算机科学最低要求的申请人。标化考试成绩标化考试分为语言考试和GRE考试。该项目对于GRE成绩没有最低要求，但往年的录取数据显示录取学生有平均167.58分的quantitative，157.36分的verbal和3.65分的analytical writing。对于托福成绩，纽约大学则要求最低100分，但也明确表示会更偏向更高的分数。想要申请前30的数据科学项目建议托福110+，雅思7.5+ 和GRE 325+/3.5+；前60的话则需要至少托福100+，雅思7.0+ 和GRE315+/3.0+。软背景在所有的软背景中，实习是申请数据科学项目最为重要的。工作经验/实习经历是你实际运用所学知识的机会，可以看出你在该专业领域的能力，有助于提升你在申请上优势。一般来说在申请之前最好拥有2-3段的相关实习经历。在选择实习的时候，一定要明白岗位优先的原则，先选择和申请专业符合的岗位，再来考虑公司的知名度。不要因为想要让自己的简历看起来高大上或者因为有大公司推荐信而盲目选择没有帮助的实习机会。数据科学专业院校排名美国开设数据科学的院校不多，和数据分析有关的商业分析和统计在前期已经为大家解说过，这里的数据科学院校排名则会结合一些学校的分析学项目，以供大家参考。

时代兴华留学：东北大学数据科学硕士项目介绍S. in Data Science 开设于NEU波士顿校区CCIS院下，为2016年新增项目。主要培养学生建立起处理、建模、分析和推理数据的综合架构。项目要求完成32个学分。GPA需要达到3.0+/4.0。毕业生一般就业岗位为数据科学家和数据工程师。或者继续就读博士学位。每个人都想申请名校，但不是每个人都知道如何准备。时代兴华留学专注海外名校申请，曾辅导上千学生申请到世界TOP100名校及奖学金，希望也能在你留学准备上提供力所能及的帮助，欢迎联系时代兴华留学咨询留学规划、专业选择、职业规划、选校定位等事宜。时代兴华留学：东北大学数据科学硕士截止日期国际生5月1号截止。但是如果想有机会获得奖学金，则需要在3月15号之前申请。时代兴华留学：东北大学数据科学硕士先修课要求所有录取学生，无论背景如何，都需要在开学前1周参加两个入学考试。分别是：（1）计算机科学和编程基础（2）统计、概率论和线性代数基础。如果在考试中成绩低于B，那么学生需要额外修对应的基础课程。时代兴华留学：东北大学数据科学硕士课程设置项目要求5门核心课程，主要为介绍数据科学的基础技术。算法和数据处理两门核心课程主要研究基本概念和语言，注重数据表示、存储、操作和查询，以及大规模的计算和优化。机器学习和数据挖掘的两门核心课程介绍了关于数据建模、可视化、揭示关联和预测的概念。Capstone课程（相当于毕业项目）主要展示学生数据科学的整体观点。该项目主要面对有数据和计算机基础的学生。5门核心课程包括： 算法和数据处理两门核心课程 机器学习和数据挖掘两门核心课程 信息可视化一门核心课程核心课程GPA要达到3.0+/4.0才可以毕业。学生还可以在学校选择3门选修课。时代兴华留学：东北大学数据科学硕士学费及奖学金学费每学分1600美金，共32学分。学费花销约51200美金。所有学生都会自动纳入以下两种奖学金的考虑范围，无需额外申请。优秀学生奖学金：为符合资格的学生提供25%的学费减免。此奖学金是颁发给那些在学业上表现优异的新生，只要学生保持良好的学术成绩，奖学金将在学生的整个学习期间提供。院长奖学金：全日制学生有资格获得高达学费三分之一的研究生学费奖学金。最高金额不得超过全日制注册的四学期的学费。非全日制学生有资格获得高达学费四分之一的研究生学费奖学金。最高金额不得超过两学期的学杂费。时代兴华留学：东北大学数据科学硕士申请条件成绩单，要求GPA3.0+（成绩单录取后寄）PS，包括相关工作经验的描述。简历GRE - 150V/155Q/4.0A（注意写作分要求）TOEFL- 100三封推荐信送分code：Institutional Code: 3679GRE Department Code: 0402TOEFL Department Code: 78选择东北大学的理由◆东北大学成立于1898年，是美国十大私立大学之一。◆东北大学在美国综合类大学中连续几年排名前50，US news 2018排名39。◆东北大学校内有350多个学生社团和俱乐部。◆东北大学就业服务排名全美第二。90%以上的本科毕业生在九个月内就可以找到非常满意的全职工作或者继续攻读硕士学位。并且89%以上的学生毕业后都能从事与本专业相关的工作。◆东北大学注重学生的创新意识，发展跨学科领域，倡导体验式学习。自2006年至今，已经新添加了126个新兴的学科领域。2014年一年，共有182项专利来源于学生和老师。截至目前，NU 共有37个跨学科研究中心，29个老师和学生共同创立的衍生企业。你有没有发现，网络上充斥着大量留学信息，但真正具有参考价值的不多。为了帮助大家节省时间并少走弯路，根据大学官方信息，时代兴华留学精心整理了《美国留学商业分析专业官方项目汇总》，包含项目介绍、申请要求、录取数据、就业情况。欢迎联系时代兴华留学免费咨询留学规划、专业选择、职业规划、选校定位等事宜并领取权威官方录取信息。

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-

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。