美國數(shù)據(jù)科學專業(yè)是當今最受廣大留學生歡迎的熱門專業(yè)，在互聯(lián)網(wǎng)科技高速發(fā)展的今天，大數(shù)據(jù)時代已經(jīng)正式來臨，分析大數(shù)據(jù)可以幫助企業(yè)更好的進行產(chǎn)品制定與推廣規(guī)劃，從而最大程度的幫組企業(yè)盈利，所以各大公司對于數(shù)據(jù)科學專業(yè)人才可謂是求之若渴。

美國院校錄取信息：

美國數(shù)據(jù)科學專業(yè)介紹、如何選校、各項考試的準備

美國165所綜合性大學中開設數(shù)據(jù)科學專業(yè)的院校，包括獨立項目和非獨立項目兩部分。收集的信息包括綜合排名，學校名稱，專業(yè)(中英文名稱)，開設學位，所屬科系)

34所開設數(shù)據(jù)科學專業(yè)的美國院校錄取要求(本科專業(yè)要求、截止日期、托福/雅思、GRE及GPA要求，以及其他重要信息)

什么是數(shù)據(jù)科學(Data Science)

隨著科技的發(fā)展，每天每時每刻都有大量數(shù)據(jù)被產(chǎn)生和存儲下來。如何才能把這些數(shù)據(jù)變成有用的信息價值被人類所利用，就會通過一系列的收集、統(tǒng)計、整理、分析、挖掘等方法和技術來實現(xiàn)整個過程。數(shù)據(jù)科學是一門交叉的學科，涉及到很多的領域包括統(tǒng)計學、數(shù)學、計算機、人工智能、機器學習、數(shù)據(jù)庫、模式識別、可視化技術等多學科的知識。大數(shù)據(jù)時代的到來，為各個科學領域帶來了新的改革。

Data Science一般要求的先修課程如下：

完整的數(shù)學背景(微積分，線性代數(shù)，概率論，統(tǒng)計學，數(shù)學建模)

計算機背景知識(計算機導論， SQL, Database, Programming)

除此以外，還希望候選者具備一定解決問題和與人溝通的能力。

數(shù)據(jù)科學與商業(yè)分析區(qū)別

數(shù)據(jù)科學是商業(yè)分析的整合，所以數(shù)據(jù)科學家做的東西不僅僅包括商業(yè)分析部分，所以你可以認為數(shù)據(jù)科學家是商業(yè)分析的plus版本。

以下是數(shù)據(jù)科學家的能力——

要具有很強的預測模型算法的理解力，比如線代，邏輯回歸，神經(jīng)網(wǎng)絡，決策樹，SVM,啟發(fā)式模型(至少會2-3鐘的算法);

具備可擴展性的機器學習算法;

具備深層次的基礎統(tǒng)計學和概率論，比如像Bayes theorem,具備理解值統(tǒng)計量;

掌握一門以上的分析語言，比如R,Python,Scala等等;

SQL;

有過大數(shù)據(jù)平臺的經(jīng)歷(Hadoop,Spark,Mahoutetc);

商業(yè)分析的職場發(fā)展：商業(yè)分析的方向比數(shù)據(jù)分析更加具體，商業(yè)分析不需要很強的技術方面的能力。

以下是商業(yè)分析的能力——

SQL;

建立KPI和儀表盤，必須會用BI工具，比如excel,Tableau,Power Pivot等等;

至少會要一個簡單的統(tǒng)計分析，比如ANOVA,簡單的線性回歸以及具備從統(tǒng)計推斷來制定企業(yè)需求;

具備深層次的基礎統(tǒng)計學和概率論，比如像Bayes theorem,具備理解值統(tǒng)計量;

給目標問題制定方案;

有CRM的經(jīng)歷;

SAS,R;

什么樣的人適合去學習數(shù)據(jù)科學?

美國學校和其他國家的大學不太一樣的是基本對于本科的專業(yè)沒有太高的要求，但是對于課程和背景方面的要求較細致，也就是我們所說的先修課程(Prerequisite)

數(shù)據(jù)科學專業(yè)的就業(yè)前景

全球最頂尖管理咨詢公司麥肯錫(McKinsey)出具了一份詳細的分析報告，預計到2018年，大數(shù)據(jù)或者數(shù)據(jù)工作者的崗位需求將激增，其中大數(shù)據(jù)科學家的缺口在140000到190000之間，對于懂得如何利用大數(shù)據(jù)做決策的分析師和經(jīng)理的崗位缺口則將達到1500000!

其中對大數(shù)據(jù)處理需求最旺盛的行業(yè)包括：制藥業(yè)、計算機軟件、互聯(lián)網(wǎng)、科研、IT技術服務、生物技術。事實上，大數(shù)據(jù)工作者可以施展拳腳的領域非常廣泛，從國防部、互聯(lián)網(wǎng)創(chuàng)業(yè)公司到金融機構，到處需要大數(shù)據(jù)項目來做創(chuàng)新驅動。數(shù)據(jù)分析或數(shù)據(jù)處理的崗位報酬也非常豐厚，在硅谷，入門級的數(shù)據(jù)科學家的收入已經(jīng)是6位數(shù)了(美元)。

美國數(shù)據(jù)分析專業(yè)選校篇：

1、美國數(shù)據(jù)分析專業(yè)學校統(tǒng)計

由于數(shù)據(jù)科學是一門新興的專業(yè)，目前開設學校數(shù)據(jù)科學學科的大學為數(shù)不多。不過不要惶恐!現(xiàn)在越來越多的學校正在開設數(shù)據(jù)科學這門單獨的學科。為大家整理了美國165所綜合性大學中開設數(shù)據(jù)科學專業(yè)的院校，包括獨立項目和非獨立項目兩部分。以下是部分截圖(包括綜合排名，學校名稱，專業(yè)(中英文名稱)，開設學位，所屬科系)：

2、GPA、GRE、托福/雅思要求

這三項決定你是否被目標院校錄取的最關鍵的因素，如果你是大一、大二，恭喜你，你還有時間提高你的GPA,如果你是大三，給你提高的機會并不多了。其實從這三個硬性的成績，你基本上可以確定你能申請的學校的大概了。

我們收錄了美國34所開設數(shù)據(jù)分析專業(yè)院校的錄取詳細信息，包括專業(yè)背景要求，GPA、GRE、托福/雅思等分數(shù)。以哈佛大學為例，截圖：

 

 

3、學費

關于費用，可能 是阻擋你選校的一個因素。建議所有申請此專業(yè)的申請者要慎重考慮，自己的經(jīng)濟情況是否能夠支付學習期間的各種費用支出。你可以從34所美國數(shù)據(jù)科學專業(yè)的官網(wǎng)數(shù)據(jù)中獲取你鐘愛學校的學費情況。以哈佛大學為例：

 

 

下面我們將具體介紹10大熱門數(shù)據(jù)科學碩士研究生項目：

哥倫比亞大學

哥倫比亞大學的MS in Data Science 項目處于美國數(shù)據(jù)科學碩士申請難度的第一梯隊。該項目為期1年，學生共需修讀30個學分，無需撰寫畢業(yè)論文。該項目開設獲得專業(yè)成就認證必需的四門基礎課程，學生可以在此課程基礎上將數(shù)據(jù)科學技術運用于各自的興趣領域。

該項目要求申請者擁有一定的數(shù)學及編程基礎，最好學過微積分、線性代數(shù)、計算機編程等課程，沒有強制性的工作經(jīng)驗要求，有的話也會為申請者加分。需要遞交GRE成績，托福100、雅思7.0,不可使用GMAT代替GRE成績。

項目的學生將有機會從事包括畢業(yè)項目在內(nèi)的獨創(chuàng)研究，并與行業(yè)合作伙伴以及教學人員溝通互動。畢業(yè)生可以選擇金融等服務領域工作，也可以選擇偏向技術的IT企業(yè)。

杜克大學

杜克大學的Master in Interdisciplinary Data Science (MIDS)項目為期2年，該項目致力于培養(yǎng)一批能夠使用計算策略來激發(fā)創(chuàng)新能力和洞察力，并且善于定量思考的新型領導者。旨在培養(yǎng)學生成為能給任何領域做出貢獻的數(shù)據(jù)科學家，通過跨學科訓練與團隊合作科學實驗的經(jīng)驗促進學生更好地利用數(shù)據(jù)的力量。項目規(guī)模不大，每年招收25-35名學生。

申請要求方面，不強制要求申請者有數(shù)學、計算機等專業(yè)背景，但是最好要學過微積分、線性代數(shù)、統(tǒng)計等數(shù)學方面的課程。需要遞交GRE成績，托福90,雅思7.畢業(yè)生去向良好，實習就業(yè)機會較多，從事的領域以計算機科學，金融，生物科學等領域居多。

賓夕法尼亞大學

賓夕法尼亞大學數(shù)據(jù)科學碩士項目為期一年半至兩年，將有關機器學習、大數(shù)據(jù)分析與統(tǒng)計學等核心課題的前沿課程與多樣化的選修課有機結合，給予學生選擇在特定的目標專業(yè)領域內(nèi)應用技能的機會。項目包括基礎課程及數(shù)據(jù)科學應用領域的實習。要求提供GRE,無最低分數(shù)要求。托福100,雅思7.5.畢業(yè)生就業(yè)形勢良好，就業(yè)率較高，可以進入工程技術、咨詢、決策等領域。

西北大學

西北大學分析學理學碩士項目(MSiA program)由西北大學工業(yè)工程與管理科學學院開設，為期15個月。該項目的核心課程由統(tǒng)計學、機器學習、優(yōu)化、數(shù)據(jù)庫、數(shù)據(jù)處理組成，每一門課都已之前的課程為基礎，強調在商業(yè)實際中的學術研究。

申請要求方面，需要提供GRE分數(shù)，要求托福95,雅思7.5.適合本科工程、商學、計算機科學、數(shù)學、信息科學技術專業(yè)背景的人士。該項目面向商業(yè)，加上課程時間較短，有很多的實習機會，大部分學生畢業(yè)后選擇直接工作，畢業(yè)生多進入金融領域。

康奈爾大學

康奈爾大學運籌學與信息工程碩士項目(數(shù)據(jù)分析方向)為期1年，共計30個學分，要求申請者擁有數(shù)學、工程、物理、化學、數(shù)學經(jīng)濟學等本科背景，且已經(jīng)修讀過微積分、概率論、統(tǒng)計、計算機編程、數(shù)據(jù)結構等課程。

每年招收50人左右，其中中國人大約30個。該項目選課自由度很大，并且有選CS系課程的優(yōu)先級，無論你是想學CS,IS還是商科，金融，統(tǒng)計，統(tǒng)統(tǒng)都可以選。這種選課的自由度放眼全美也是十分罕見的。

申請者需要托福100(寫作不低于20,聽力不低于15,閱讀不低于20,口語不低于22);雅思7;GRE數(shù)學不低于166,閱讀不低于165,寫作不低于3.5;不接受GMAT.畢業(yè)生2015年平均起薪達到83925美元，大部分學生進入蘋果，微軟，甲骨文，F(xiàn)acebook等互聯(lián)網(wǎng)公司。

南加州大學

南加州大學計算機(數(shù)據(jù)科學)理學碩士項目需要修滿28個學分，要求課程讀完GPA不低于3.0,班級規(guī)模較小，每年招收20-30人，偏向于理論研究方向。要求申請者提供GRE,托福：90-100(單項不低于20);雅思：6.5-7(單項不低于6)，不需要接受學校ISE測試，GPA3.0以上。該項目的畢業(yè)生可進入微軟、百度等世界500強的企業(yè)機構。

卡耐基梅隆大學

卡耐基梅隆大學Heinz學院下設兩個數(shù)據(jù)科學碩士項目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics.一個偏技術導向，一個偏商科導向。這里只介紹技術型的MSPPM Data Analytics track項目。該項目分標準(Standard)、延伸(Extended)、快捷(Accelerated)三種修讀模式，學制分別為16個月、20個月和12個月，總學分均為144個學分，每年招收學生較少。

該項目要求提供GRE,不接受GMAT,托福100以上，雅思7以上。項目的綜合性課程體系有助于學生習得專業(yè)技能與知識，以開發(fā)用于下一代大規(guī)模信息系統(tǒng)部署相關的技術層，以及分析這些系統(tǒng)生成的數(shù)據(jù)。畢業(yè)生就業(yè)形勢良好，能夠成為前沿信息技術、軟件服務與社會傳媒企業(yè)中備受青睞的軟件工程師、數(shù)據(jù)科學家與項目經(jīng)理人。

佐治亞理工學院

佐治亞理工學院的MS in Data Analytics項目是2015 Fall新開設的項目，有三個Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track.是跨學科碩士項目，根據(jù)以往的經(jīng)驗，這個學校的所有研究生項目都不太好申請，跟UC-Berkeley類似，申請難度較大。

申請者需要提供GRE,且托福100,不接受雅思。學生有機會直接向頂級的國際商業(yè)智能權威機構、統(tǒng)計學與運籌學尖端分析技術的開發(fā)者，以及大數(shù)據(jù)與高性能計算領域的世界級領導者學習。畢業(yè)去向主要面向商業(yè)智能與決策支持。

New York University

紐約大學的MS in Data Science 以其超高的就業(yè)率一直人氣頗高。這是一個2年制的項目，且拿到了STEM資質。班級規(guī)模30-40人，且50%為國際生。一般為期4個學期，要求學生有足夠優(yōu)秀的數(shù)學知識背景和一定的計算機科學基礎知識，并且學習過微積分、線性代數(shù)、統(tǒng)計學、概率論以及計算機科學等課程。

要求托福100,雅思7,接受GRE/GMAT.該項目跟CMU類似，有很多細分的項目，跟不同的院系合作設立，從偏技術到偏商業(yè)的都有，偏技術的相對好申請。

北卡羅萊納州立大學

北卡羅萊納州立大學分析學理學碩士項目是由高等分析研究所(Institute for Advanced Analytics)開設的全美第一個分析學碩士項目。NCSU analytics是分析學項目里的頂級老牌項目，但是學校綜合排名不高。要求托福80(單項不低于18)，雅思6.5(單項不低于6.5);不要求GRE/GMAT,每年招收20-30人，其中國際生50%.

標簽： 數(shù)據(jù) 蒲

版權申明：本站文章部分自網(wǎng)絡，如有侵權，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯(lián)系。