数据科学专业硕士

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。

随着近年大数据人工智能(AI)等技术的极速发展，现今在各行各业都出现了大量的创新应用。为了培育AI和数据分析人才，香港各高校也相继开设了人工智能与数据科学相关专业，不但为相关行业提供高科技AI人才，也为毕业生提供更广阔的就业空间。香港大学Master of Finance in Financial Technology 金融科技金融学硕士 学制：1年Master of Data Science 数据科学硕士 学制：1.5年申请要求：1、雅思6(小分不低于5.5) 或托福80;2、计算机科学、工程、数学、物理、统计或科技相关背景。 香港科技大学Master of Science in Financial Technology 金融科技理学硕士 1年Master of Science in Data-Driven Modeling 数据驱动建模理学硕士 1年Master of Science in Financial Mathematics 金融数学理学硕士 1年申请要求：1、雅思6.5(小分不低于5.5) 或托福80;2、理科或工科专业或具有计算相关领域的相关工作经验。微积分和代数、计算机编程和统计学相关专业;3、GMAT或GRE成绩有优势。香港中文大学Master of Science in Financial Technology 金融科技理学硕士 1年Master of Science in Mathematics 数学理学硕士 1年申请要求：1、雅思6.5或托福79;2、有数学基础知识(如微积分、线性代数、概率)，且精通一门编程语言;3、工程、科学或金融/商业相关专业。香港中文大学(深圳校区)Master of Science in Data Science 数据科学理学硕士 2年申请要求：1、雅思6.5或托福79。2、有数学基础知识(如微积分、线性代数、概率)，且精通一门编程语言;香港城市大学Master of Science in Financial Mathematics and Statistics 金融数学与统计硕士 1年申请要求：1、雅思6.5或托福79或6级450分;2、数学、物理、统计、计算机科学、工程等或经济学、金融学、精算学等相关专业。香港理工大学Master of Science in Data Science and Analytics 数据科学及分析理学硕士 1年申请要求：1、雅思6.0或 托福80;2、数学、统计学、计算机科学、信息技术、工程和科学或同等专业的学士学位。香港浸会大学MSc in Finance (FinTech and Financial Analytics) 金融(金融科技与金融分析)理学硕士 1年Master of Science in AI and Digital Media 人工智能与数字媒体硕士 1年MSc in Data Analytics and Artificial Intelligence 数据分析与人工智能硕士 1年申请要求：1、雅思6.5托福79;2、理科、工科、金融、数学或计算机科学相关基础;3、GMAT或GRE成绩有优势。岭南大学MSc in Artificial Intelligence and Business Analytics 人工智能与商业分析理学硕士 1年该计划旨在教育学生关于人工智能和商业分析技术的基本原则和实际应用，特别是在商业领域，以便他们能够有效地应用人工智能工具和技术解决问题，以及在决策时使用数据分析技能和人工智能技术分析商业问题。申请要求：1、雅思6.5或托福79;2、理学、工程学、工商管理学相关专业。香港教育大学MSc in Artificial Intelligence and Ecational Technology 人工智能与教育科技硕士 1年申请要求：1、雅思6 或 托福80 或 6级430;2、教育技术、统计学、计算机科学和工程相关专业。

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）

学生背景介绍：国内院校：华东师范本科专业：统计学均分/绩点： 3.7语言成绩：托福90录取院校：新加坡国立大学录取专业：数据科学案例分析：学生转专业申请新加坡和香港，日本也是在套磁找导师准备的阶段，十一月份又开始准备申请港新，学生自己的背景之前都是关于商科实习和日本交流的软件，因为时间比较紧张，没发做软件塑造，只能挖掘了学生大三之前的实习和学校的学术成果，在文书上给学生包装了自己对于数据科学的一些向往和细节吗，最终拿到了新国立的offer，总结在文书的头脑风暴和修改耗费了很大的精力。留学咨询可给我留言哈~

【基本情况】H同学基本情况毕业院校：211重点高校所学专业：金融数学学生成绩：GPA：3.5+，GRE：325+，TOEFL：100+录取院校：达特茅斯学院，乔治城大学录取专业： 数据科学入学时间：2020年秋【申请过程】H同学申请优劣势分析优势：1.211重点高校2.科研实习背景充足，Sci1篇，EI会议论文4篇3.学生目标精准，积极配合接受建议4.海外顾问与文书老师精心辅助指导劣势：1.GPA成绩略低2.学生时间有限，学业压力大，申请时间打算格外关键申请攻略：1.制定早申时间安排，遵循学生状况定制合理时间规划。2.学生内在特点和历史经历挖掘，个性化文书定制。3.针对于学生背景条件，科学制定选校策略。4.针对不同学校的面试特点经验有针对性的指导学生，面试效果显著。申请历程：H同学2018年9月加入服务，此时的H同学在北京一所211大学里刚入读大三，数学和经济学双学位，是个小小的学霸，成绩在年级里也异常突出，然而国内大学两年的学习总让他觉得“缺少些什么”，于是便动起了出国的念头。H同学斟酌要前往一个顶级的的精英名校，在申请规划师辅助他进行了各方面的精析后，明确为H同学冲刺TOP30的院校。如此的雄心当然也让导师们燃起了斗志，相信好好申请策划，H同学定能收获满意的录取。在硕士申请方向上，H同学起初有些摇摆不定。申请规划老师遵循他的优势、性格，帮助学生进行了相应的解读，也给出了一些专业抉择的建议，学生在中国科学院进行了一个国家电网数据分析科研的项目，H同学修读了数学和经济学两个学位，H同学积淀了大量的先修课，有着优质的计算基础和算法基础，这一点在数据科学这种技术类项目申请时转化成别人羡慕不已的优势，于是我们建议H同学进行数据科学专业申请。H同学同时拥有很强的自主性和行动力，H同学大学生活变得比其他人忙碌许多。首先是TOEFL和GRE考试，在清晰了学生的情况之后，我们为学生设计了一个细致的时间规划表，并在其备考过程中及时给予提供所需的资源和建议，事实证明，一切辛苦的付出都是具备价值的，最终刷至103分托福和325的GRE分数。大四上学期，H同学凭借其优质的成绩收获去世界银行实习的机会。国家电网科研和世界银行实习这两个项目不仅为学生增添了数据科学方面的知识，且让学生收获了两封知名老师的推荐信。让其软性背景更加充实，增强了他的申请竞争力。前期学生重心更多是放置于研究，实习和备考上，在学生收获理想分数后，我们便立马着手文书创作，在PS写作过程中，为了能让学生更有效地提供素材，海外文书老师整理了一份针对于H同学的素材搜集表，期待能最大限度地挖掘出学生的优势及想法。除记录下学生进行过的所有与专业相关的项目信息外，海外文书老师还从网上搜索了相关信息，增加对其反馈信息的理解，完成了CV、RL和PS的辅导。文书编创完成后，申请也相继完成。1月份，H同学收获了他的第一个OFFER，来自于乔治城大学。随后达特茅斯学院的OFFER也相继接收。现在，回首整个申请过程，我们帮助学生实现了梦想，同时也实现了我们自身的价值，再多的艰辛，再多的付出，都是值得的。

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

【学生背景】C同学基本情况毕业院校：卡内基梅隆大学所学专业：Decision Science，Double major Statistics and Machine Learning学生成绩：GPA 3.88/4.0，TOEFL：115 GRE：330录取院校：Stanford University录取专业: Statistics：Data Science入学时间：2020年秋【申请点评】C同学申请优劣势分析优势：1.硬件条件优秀，标化考试成绩突出2.工作实习经验丰厚，软件背景实力强3.专业团队打造最佳留学规划方案，结合学生自身背景及需求制定最精准选校策略，撰写最优质文书。劣势：1.无论文发表2.学术研究实力较弱，缺乏Academic Research经历。申请攻略：1.深入了解学生需求，加入服务即刻制定严格时间的规划。2.归纳阐述过往DIY失败原因，结合分析结果给予最佳优化方案，进行背景提升。3.最专业的团队做最专业的事，达到最优质资源配给，最细致耐心的申请顾问，最专业的海顾，经验最充裕的招生官等多方配合。申请历程：和很多还在大学象牙塔里享受大学生活的申请者不同，C同学加入服务时已经毕业1年多了，忙碌的工作把他每天的时间挤得格外充沛，无暇顾及申请筹备事宜。C同学毫不犹豫地挑选了优弗，是两年前DIY失败的惨痛经历教会他一个道理：最专业的人做最专业的事，最终事实也证明他的这个决策是明智的。C同学的标化成绩背景其实是相当优秀的，然而2年前DIY申请的学校全部石沉大海，结果不甚理想。要知道，优质的背景需要最完美的呈现，而在认真查阅分析了C同学的DIY申请资料后，我们找到了他之前申请失败的症结所在：筹备不足。无论是专业，院校的筛选，还是文书材料申请的逻辑内容，都没能展现出他的优势所在。找到问题，我们首先是格外细致的时间规划及背景提升规划并督促严格执行。由于C同学是全职工作状态，而且工作相当忙碌，工作日加班到十一二点是家常便饭，申请的筹备工作一般只能利用宝贵的周末时间。为做好充足筹划，我们会提前至少2个月把各阶段需完结的工作计划做好，任务详尽到每周，并做到定期提醒。C同学的目标是申请行为经济学PHD，但他在Research方面存在较大的劣势。本科期间没有任何学术论文发表经历，学术研究方面也缺乏经验。为辅助他弥补这一方面的弱势，我们给他规划了学术研究项目，在导师的辅导下进行相关学术课题的研究并进行论文撰写，最终成功发表一篇论文。选校阶段，我们结合C同学的研究兴趣，先进行博士项目教授的筛选，查阅教授研究领域，分析自身背景与教授的匹配度，之后深入讨论该如何编写套磁信，何时进行套辞。另外，斟酌C同学本身在数据科学方面的扎实基础，我们建议他添加了全美数一数二的斯坦福和卡耐基梅隆大学（CMU）数据科学硕士项目的申请。在十二月的寒冬里我们递交了斯坦福的申请，经历了两个多月的漫长等待，我们终于收获了OFFER，相信接下来还有更多的OFFER纷至沓来。每一次冬天的蛰伏，都是为了下一个春天更惊艳的绽放。不破不立，我们都在期待每一个绽放的春天。

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！

当然很有必要！！！以后做数据科学家还是要系统学习一下，我们不妨来看看数据科学家是做什么的？自己获取数据；可以创建，修改和利用原始数据；需要具有出色的编程技巧。数据科学是一个包含数据分析的复杂领域，但也包括AI和机器学习。DS所需技术技能数据科学是多个领域（包括编程，生物统计学和经济学）以及各种科学技术的结合。为了让大家更详细地了解DS所需技术技能，下面详细介绍：1.机器学习机器学习是数据科学领域中一个正在发展的子专业，因此您必须让人类有大脑将他们的记忆铭刻在上面。在这些存储路径的帮助下完成了某些重复的过程。尽管机器中装有存储设备，但它们不能独自使用它们来进行决策。如果教导机器表现得像人一样怎么办？机器学习是一个相对较新的现象，代表了数据科学对此古老假设的回答。借助机器学习，计算机可以自己获取数据并独立进行操作。2. 高级统计分析统计学是在数据科学领域广泛应用的数学分支。可以使用统计数据解决复杂的业务问题。它不能用作独立的主题，而是与工具（Tableau和Power BI）和编程语言（STATA，R和Python）结合使用。如果您需要提高统计技能，可以在线获得一系列统计训练营。3. 编程技巧数据科学家必须精通编程。Python和R是数据科学领域中首选的两种编程语言。具有这两种编程语言的动手经验可以使分析和处理数据的任务变得更加简单和容易。下面详细介绍一下英国和美国开设数据科学的学校及申请条件，如果大家想要了解具体学校的项目时长、专业分支、往年录取数据也可以联系时代兴华留学咨询。英国开设数据科学学校:伦敦政治经济学院LSEMSc in DataScience 数据科学课程旨在让学生能够应用先进的数据科学和统计方法来调查现实世界的问题。核心课程将为学生提供数据科学，计算技术和统计分析，数据挖掘等一些基本理论。入学要求:学术:中国TOP35位大学，平均分85%以上雅思:7.0(R/L6.5;W/S6.0)华威大学华威大学作为英国国家数据科学研究所Alan TuringInstitute数据分析研究的领导者，并且与纽约城市科学与进步中心New York Centrefor Urban Science and Progress合作。有2个与大数据相关的专业:(1)MSc in Data Analytics 数据分析(2)MSc in Big Data and Digital Futures大数据和数字期货伦敦国王学院Big Data in Culture & Society MA 大数据文化与社会该专业开设在Department of Digital Humanities数字人文学院，本课程将吸引有前瞻性的对新兴趋势感兴趣的学生，他们认识到数据科学家和分析师需要具有领域专业化和批判性见解相结合。将大数据链接到文化，法律与伦理，地理，公共卫生和社会生活。埃塞克斯大学(1)MSc Applied Economics andData Analysis 应用经济学与数据分析(2)MSc Finance and Data Analytics 金融与数据分析雷丁大学MSc InformationManagement – Big Data inBusiness 国际管理(大数据管理)开设在Henley Business School (Faculty)亨利商学院，雷丁大学亨利商学院是享誉欧洲和世界的商学院。入学要求:学术:相当于英国二等一荣誉学士学位，平均分80%-85%，对专业背景没有严格限制雅思:6.5(5.5)University of Bath 巴斯大学MSc Data Science数据科学硕士专业，可提供额外实习1年的机会，学校会帮助学生找实习。该专业旨在培养学生数据科学理论和实践方面的坚实基础，学生有机会学习具有City University London 伦敦城市大学City伦敦城市大学MSc Data Science数据科学硕士专业，提供额外实习6个月的机会。该专业经由BCS, The Chartered Institute for IT英国计算机协会IT特许机构认证，侧重于数据技术，机器学习、大数据、神经计算、视觉分析、研究方法与专业问题等Royal Holloway 伦敦大学皇家霍洛威学院MSc Data Scienceand Analytics数据科学与分析硕士专业该专业旨在培养学生处理、分析各种领域数据所需的实践技能，为学生将来从事大数据领域职业做好准备。QM伦敦玛丽女王大学MSc Big DataScience大数据科学硕士专业学生可额外选择实习1年，该专业目的是教授学生大数据分析的基本统计性工具(如机器学习)和技术性工具(如云平台、Hadoop等)，QM和IBM及其他顶尖IT企业有战略合作关系。美国国开设数据科学硕士学校列表：:■ 2 Harvard University 哈佛大学Graate School of Arts and SciencesMaster of Science in Data Science■ 3 University of Chicago 芝加哥大学Graham School of Continuing Liberal& Professional StudiesMaster of Science in Analytics■ 5 Columbia University 哥伦比亚大学① Institute for Data Scienceand EngineeringM.S. in Data Science② School of Professional StudiesM.S. in Applied Analytics■ 5 Stanford University 斯坦福大学School: Department of StatisticsMaster of Science in Statistics: Data Science■ 11 Johns Hopkins University 约翰霍普金斯大学Whiting School of EngineeringMaster of Science in Data Science■ 11 Northwestern University 西北大学McCormick School of Engineering andApplied ScienceM.S. in Analytics■ 14 Cornell University 康奈尔大学① School of Operations Research &Information EngineeringMaster of Engineering-Data Analytics② School: Department of StatisticalScienceMPS in Applied Statistics （Option II: DataScience）■ 20 Georgetown University 乔治城大学Graate School of Arts and SciencesM.S. in Analytics■ 21 University of Southern California 南加州大学Viterbi School of EngineeringMS in Computer Science – Data Science■ 25 Carnegie Mellon University 卡耐基梅隆大学School of Computer ScienceMaster of Computational Data Science （MCDS）■ 25 University of Virginia 弗吉尼亚大学Data Science InstituteM.S. in Data Science■ 30 New York University 纽约大学Center for Data ScienceMaster of Science in Data Science以上，希望对大家出国留学有所帮助，更多出国留学问题可以咨询时代兴华留学。