数据科学专业介绍
什么是数据科学(Data Science)
数据科学(Data Science)是一个新兴的留学专业，随着互联网的发展，越来越多的数据产生，而能够有效分析这些数据并将它们应用于商业的人才却极其短缺，在这种趋势下，数据科学专业就应运而生。数据科学专业源自于处理每日产生的海量信息流，它是一门交叉学科，一个数据科学家同时需要是一个统计学家、计算机科学家，并且要是一个具有创造性思维的思想家。该专业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。数据科学项目主要是面向职业培训、侧重工业界需求。所以，该项目的实用性很强。该项目主要侧重培养学生分析数据、解决问题的实际动手能力，课程一般不涉及理论知识。
相关专业辨析
Business Analysis（商科）
Business Analysis是以案例分析为主，数据分析为辅的传统商科，大多开设在商学院下, 主要是针对公司整个运营流程、业务开展方向的分析。
Data Science数据科学（理工科）
Data Science以高级建模为主，针对复杂问题来设计技术方案。经常开设在计算机学院或者工程学院下。一般会涉及较深入的计算机编程、统计模型，对学生技术要求更高。
占比比较：
Business Analytics: 40% Statistics+30% Computer Science+30% Business
适合文科/商科/理科/工科背景学生申请
Data Science: 30% Statistics+50% Computer Science+20% Application
适合理工科背景的学生去申请
申请要求
申请者专业背景
由于这是一个数理背景和计算机能力要求非常高的专业，所以，并不是所有背景可以申请该专业。而且大部分项目会有先修课的要求，常见的先修课程有：微积分、线性代数、统计、计算机编程基础（Python、R等）、计量经济学、概率论等。
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，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。
此外，其他理工科或者商科也可以申请数据科学专业，如，物理，生物，MIS，电子信息工程，经济学等等。但相对来说，竞争力可能没有计算机和数学专业的学生那么大。
硬件条件（GPA, TOEFL/IELTS, GRE/GMAT)
GPA:
对于GPA当然是越高越好，对于申请TOP50的DS专业而言，GPA至少在3.3+，建议能够到3.5+。而申请top 30的学校，建议能够有3.8+的GPA。这样子才会有更大的竞争力。
TOEFL/IELTS:
申请U.S News的综合排名TOP50之前的学校的学生需要IELTS至少要达到7.0, TOEFL至少达到100。而申请TOP30之前的, IELTS至少要达到7.5，TOEFL必须达到100以上。
GRE:
美国数据科学硕士一般要求申请者提供GRE成绩。综合排名TOP50之前的学校，对于GRE 的区间在310-325，单是显然只有310的话竞争力显然是不够的，因此，这里建议学生为自己设立的初步目标在320+。而申请top 30的学校，建议能够在325+,Q部分建议能够拿满分。
英国与美国申请的不同之处
而对于申请英国大学的数据专业而言，与美国相比略有不同。由于英国大学非常看重申请者所在的学校是不是211,985院校 ，所以，所指定的录取标准也有所区别。不少学校并不接受非211学生的申请。换言之，即便申请者自身背景非常出色，但由于所在院校为非211，必然会收到拒信。当然，英国中，大部分学校不需要提交GRE成绩。而且，英国大部分学校申请的时候，并不严格要求申请者提供雅思成绩，雅思成绩可以在拿到有条件录取之后再补充。所以，对于没有相关成绩的申请者来说，申请英国也算是一个不错的选择。
此外，英国大学对于申请者的专业背景相对比较没有那么严格，不少学校接受商科，心理学甚至于医学类背景的学生申请。但通常来说，会要求申请者修过微积分、代数、微分方程、概论与统计、优化或其他数学课程。
软件要求（实习，科研，工作等等）
大部分学校的数据科学专业申请不要求工作经验，但有相关工作经验会对申请有帮助，建议有2-3段实习或项目经历。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。
至于科研方面，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，可以参加一些数据科学相关的竞赛。
学费介绍
数据科学作为一个理工科专业，整体而言学费没有商科那么贵。以下是美国部分大学数据专业学费的介绍，每年的学费范围基本在 $40,000~$70,000之间。（注：美国大部分数据科学专业两年制，少部分为一年制）
以下是英国部分大学数据科学专业学费的介绍，每年的学费范围基本在£15,000~£35,000之间。（注：英国的大学数据科学专业都是一年制）
Columbia University
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。
项目由统计系、计算机系、工业工程和运筹系共同承办。建议申请者有较强的数理背景，比如修过微积分、线性代数等课程，建议修过计算机编程课程。至少完成30个学分的课程，包含21个学分的必修课和9个学分的选修课。大部分学生会在3个学期，也就是一年半把项目读完。
哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目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。
Carnegie Mellon University
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。
项目培养的目标是要培养学生跨领域具备商业处理分析与预期建模、GIS地理信息定位与分析、分析报告、市场细分分析、数据可视化。卡梅全球顶尖的实验室也为学生提供了绝好的学习与实践机会(Heinz College’s iLab )，并且有固定的企业实习项目，为就业做了充足的准备。
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。
University of Pennsylvania
宾夕法尼亚大学的MSE in Data Science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。
其主要核心课程：它融合了机器学习、大数据分析和统计等核心主题的前沿课程，以及各种选修课程，并有机会将这些技术应用于所选领域的专业领域(深度领域)。潜在的专业化领域包括网络科学;生物医学(生物医学信息学研究),和公共政策(宾夕法尼亚大学沃顿商学院预算模型以及更多的传统的机会在计算机和信息科学与电气和系统工程。
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。
University of Warwick
华威大学作为英国国家数据科学研究所Alan Turing Institute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 Centre for Urban Science and Progress合作。
该校的MSc in Data Analytics开设在Department of Computer Science计算机科学学院下，课程提供数据分析的跨学科视角，使学生能够获得计算机科学，数学和工程的先进知识，这对未来在“大数据”中的作用至关重要，使华威大学的毕业生在网络安全，金融，政府和技术等领域具有独特的价值。
就业方向与平均薪资
Data Science专业毕业后做什么？
关于数据科学项目的就业前景，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，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。所以，在大数据时代下，数据科学专业的就业前景是非常广阔的，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融(券商、投行、基金、资产管理)、医药、咨询、零售等。
数据科学专业主要有三类职业方向：
数据科学家 Data Scientist
机器学习工程师 Machine Learning Engineer
数据分析员 Data Analyst
Data Science专业毕业后的薪资待遇如何？
根据IBM预测，到2020年，所有美国数据科学类岗位数量将增加万个，总数达到270万。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位数美元了。而LinkedIn在相关职业的调查中也发现，机器学习和数据科学工程师已经超过传统软件工程师，跃升为最高薪群体，年薪中位数高达$129,000。美国知名求职网站Glassdoor公布的2019 Best jobs in America 排名中，Data Scientist 排名第一，基础薪资中位数达$108,000。
案例分享
案例一
毕业院校:国内普通本科
主修: 管理信息系统
GPA: 3.7/4.0
托福/雅思: 105+
GRE/GMAT: 320+
实习/工作: 一段大数据实习
科研经历: 两段相关项目经历
录取院校: University of Rochester, University of Southern California, University of Virginia
案例二
毕业院校：国内某985
主修: 数学
GPA: 3.6/4.0
托福/雅思: 110+
GRE/GMAT: 325+
实习/工作: 三段相关实习
科研经历: 一段科研
录取院校: Georgetown University, University of Rochester
案例三
毕业院校：国内某中外合办院校
主修: 经济学
GPA: 3.8/4.0
托福/雅思: 105+
GRE/GMAT: 330+
实习/工作: 两段相关实习
科研经历: 一段经济数据分析科研
录取院校: University of Pennsylvania, Brown University, New York University
案例四
毕业院校：国内某C9院校
主修: 电气与计算机工程
GPA: 3.2/4.0
托福/雅思:100+
GRE/GMAT: 330+
实习/工作: 无
科研经历:三段ECE相关实习
录取院校: New York University, Boston University
案例五
毕业院校：某美国top 100大学
主修: 电气工程
GPA: 2.6/4.0
托福/雅思: Waive
GRE/GMAT: 315+
实习/工作: 三年机器人相关全职工作经验
科研经历: 无
录取院校: Stevens Institute of Technology, George Washington University
案例六
毕业院校：某美国top 50大学
主修: 统计学
GPA: 3.1/4.0
托福/雅思: Waive
GRE/GMAT: 320+
实习/工作: 一段相关实习
科研经历: 一段相关科研
录取院校: Georgetown University, Rutgers University–New Brunswick, Worcester Polytechnic Institute
