专业DS项目解析

  专业介绍
  数据科学顾名思义，就是和数据相关的科学研究。
  具体点说的话，数据科学是指通过挖掘数据，处理数据，分析数据从而得到想要的信息的一门技术和研究。通过数据的表象，挖掘用户的深层次需求，准确地进行商业决策，从而实现盈利。
  核心课程
  数据科学主要基于python为编程语言，研究、分析数据，并把数据作为重要的决策参考依据,研究方向主要分为三个模块，分别是：数据模型、数据处理、数据可视化
  数据科学一般会配置三至五门核心课程，主要覆盖：数理统计、编程语言、机械学习、概率论与统计、大数据分析、数据挖掘等学科。选修课的方向相当多，学生可以根据个人兴趣进行选择。
  先修课程
  美研DS项目的申请者以数学、统计学、工学、经济学、计算机科学这几类专业为主，没有绝对的本科专业要求，但是大部分DS项目要求申请者具备一定的数学、统计学能力，并具备一定的编程能力。
  当然也有少部分学校会为本科非计算机科学专业的申请者设置专门的数据科学项目，例如：南加州大学开设的应用数据科学项目（applie at a science）。
  DS是一门交叉学科，相当于计算机科学与统计学（数学）的结合，如果学生在这两方面中的任何一个没有基础，那么这个学位读起来会非常吃力。
  分析
  前景
  从近三年来毕业生的数据看，DS专业毕业生的率达到了99%，可谓是供不应求的专业，其中DS专业的热门岗位“数据分析师”已经成为美国成长第二快的职业，“大数据分析师”更是被媒体称为未来发展潜力的职业之一。
  DS专业之所以能有如此光明的前景，主要得益于大数据时代的到来，人类已经进入商务智能化时代。
  DS专业出来行情火爆之外，还有一个优势，那就是面广，基本上每个行业都需要用到数据分析，而且薪资非常可观，是名副其实“钱”途似锦的专业。
  方向
  根据TDU和美世共同发布的《专业数据人才教育报告》中的数据:DS专业的主要方向分为四类，分别是：数据科学家、数据工程师、数据分析师和数据产品经理。
  在大数据时代各行各业都需要专业的数据分析来掌握市场需求，因此DS专业学生毕业后的方向和领域是很广泛的。
  院校/项目推荐
  布朗大学
  Master’s Program in Data Science
  该项目隶属于布朗大学数据科学研究所Data Science Initiative(DSI)，开设于2017年。课程内容涵盖：机器学习、安全和隐私、数据挖掘、可视化、数据管理等内容。
  该项目的常规时长为一年，但是也可以根据学生的需求延长至16个月、21个月或者24个月，对于想做科研实习或者想选修CS系课程的同学来说是不二选择，因为该项目在选修CS系课程的优先级基本上与CS系本系学生差不多。
  虽然在方面罗得岛的地理位置确实不好，但是系里面会为学生提供内推的企业作为intern/full-time的资源。
  申录数据
  GPA：3.0+（根据往年录取数据学校会卡3.3，GPA3.5会有优势）
  语言：TOEFL 90+（根据往年录取数据建议105）
  先修课要求：无具体要求，但是要求学生有一定数学、计算机科学基础。
  经验：无要求
  GRE：305+
  综合录取率：6%
  华盛顿大学
  MS in Data Science
  该项目是一门以为导向项目，学制为1.5年。课程设置括：统计建模、数据管理、机器学习、数据可视化等内容。值得注意的是，该项目的课程设置非常固定，学生不能自己选择，注重选课自有的同学要注意“避雷”了。
  该项目有一个亮点是有持续两个学期的capstone。西雅图的地理位置项目同学都有一定了解，环境非常优越，因此这个capstone的合作企业就非常优质，括：微软、Adobe、Boeing等知名企业！
  申录数据
  GPA：3.0+（根据往年录取数据推荐3.3）
  语言：TOEFL100+；不接受雅思
  先修课要求：官方给出的信息是无专业要求，但是其实不然跟进往年的class profile可以发现，明显还是更青睐录理工科，商科录取量较少，虽然也有部分文科背景的录取，但基本都是有两年以上经验。
  该项目对申请者的编程能力还有硬性要求，要求申请者必须掌握Python、C#、C++,Java、JavaScript中的至少一种，如果只会R、SAS、MATLAB、SQL也是不满足要求的。
  经验：无要求，两年以上相关经验优先录取
  GRE：305+
  综合录取率：10%
  杜克大学
  Master in Interdisciplinary Data Science
  该项目从名字上就可以看出来是一门跨学科的Data分析项目，由Duke Information Initiative研究院和Social Science Research Institute社科研究院两个机构于2018年合办。
  该项目学制为两年，虽然开设在社科研究院，但本项目的必修课程还是非常硬核的；工科生就读的话也完全可以再继续选修其他的硬核课程，常规的summer internship、capstone project。
  申录数据
  GPA：3.5+（对学校背景相对没那么care，但是非常看重GPA）
  语言：TOEFL 100+；IELTS 7.0+
  先修课要求：无具体要求，但是要求学生有一定数学、计算机科学基础。
  经验：无要求
  GRE：305+
  综合录取率：15%
  南加州大学
  MS in Applied Data Science
  该项目的特点就更多地集中在“Applied”上。课程设置上更重视数据以及对数据的应用，除了DS的基础知识和技巧，课程还会涉及数据管理、数据可视化、数据挖掘和人工智能技术(特别是机器学习)，以及如何将这些技术应用于现实世界。
  申录数据
  GPA：3.5+（该项目同样看重GPA，低于3.5将很难录取）
  语言：TOEFL 100+；IELTS 7.5+
  先修课要求：项目设置的初衷是培养多元化背景的学生成为优秀的数据科学家，不过这里的多元主要还是指计算机科学以及其他工程或科学背景的申请者，社科和数学类跨学科专业的同学也可以考虑申请，不过会着重考察数学/统计背景和相关经历。
  经验：无要求
  GRE：310+
  综合录取率：20%