2024-01-21 16:56:28來源：魔方格
摘要：經濟水平的提高，對于很多家庭來說，出國留學不再是一個可望而不可及的事情，許多人都想要出國，那其中出國留學選擇什么專業？針對這個問題，
(資料圖片)
隨著人們經濟水平的提高，對于很多家庭來說，出國留學不再是一個可望而不可及的事情，許多人都想要出國，那其中出國留學選擇什么專業？
今天就帶同學們詳細了解一下美研DS項目：
專業介紹
數據科學顧名思義，就是和數據相關的科學研究。
具體點說的話，數據科學是指通過挖掘數據，處理數據，分析數據從而得到想要的信息的一門技術和研究。通過數據的表象，挖掘用戶的深層次需求，準確地進行商業決策，從而實現盈利。
核心課程
數據科學主要基于python為編程語言，研究、分析數據，并把數據作為重要的決策參考依據，研究方向主要分為三個模塊，分別是：數據模型、數據處理、數據可視化
數據科學一般會配置三至五門核心課程，主要覆蓋：數理統計、編程語言、機械學習、概率論與統計、大數據分析、數據挖掘等學科。選修課的方向相當多，學生可以根據個人興趣進行選擇。
先修課程
美研DS項目的申請者以數學、統計學、工學、經濟學、計算機科學這幾類專業為主，沒有絕對的本科專業要求，但是大部分DS項目要求申請者具備一定的數學、統計學能力，并具備一定的編程能力。
當然也有少部分學校會為本科非計算機科學專業的申請者設置專門的數據科學項目，例如：南加州大學開設的應用數據科學項目（applie at a science）。
DS是一門交叉學科，相當于計算機科學與統計學（數學）的結合，如果學生在這兩方面中的任何一個沒有基礎，那么這個學位讀起來會非常吃力。
就業分析
就業前景
從近三年來畢業生的就業數據看，DS專業畢業生的就業率達到了99%，可謂是供不應求的專業，其中DS專業的熱門就業崗位“數據分析師”已經成為美國成長第二快的職業，“大數據分析師”更是被媒體稱為未來最具發展潛力的職業之一。
DS專業之所以能有如此光明的就業前景，主要得益于大數據時代的到來，人類已經進入商務智能化時代。
DS專業出來就業行情火爆之外，還有一個優勢，那就是就業面廣，基本上每個行業都需要用到數據分析，而且就業薪資非常可觀，是名副其實“錢”途似錦的專業。
就業方向
根據TDU和美世共同發布的《專業數據人才教育報告》中的數據：DS專業的主要就業方向分為四類，分別是：數據科學家、數據工程師、數據分析師和數據產品經理。
在大數據時代各行各業都需要專業的數據分析來掌握市場需求，因此DS專業學生畢業后的就業方向和領域是很廣泛的。
所以對于DS專業來說，未來可申請的專業方向則比較多。
1. 計算機方向
對于DS專業的本科學生來說，申請碩士時，除申請本專業外，該專業申請關聯性最大的專業則為計算機科學（以下簡稱CS）專業。
但CS專業的本科申請DS專業的碩士一般相對容易。但DS專業的本科申請CS專業的碩士則相對較難。
而且點撥君了解到，那些本科讀DS方向的同學，很多均是因為擔心本科讀CS的學霸太多，所以才選了DS專業方向。
2. 統計方向
2019年哈佛大學做了專業調整，原統計專業碩士項目不再對外招生。同時統計系與計算機系合并，新開設數據科學碩士項目。所以統計專業屬于DS專業的平替項目。很多學校也都會把DS專業放到統計學科下，比如：哈佛大學、斯坦福大學、耶魯大學等。
同時又因為DS專業畢業生的收入水平逐年增加，基本和計算機相關工作的薪酬持平，所以申請DS專業在這些年也越來越熱門。那么大家在主申DS碩士項目時候，大多會選擇：
學霸學生=DS+CS
普通學生=DS+統計
3.商業分析方向
商業分析（以下簡稱BA）專業這幾年也比較熱門。熱門的原因主要是：這個專業允許本科為經管或商科的學生申請。讓商科的學生未來有去做數據相關工作的希望。
因為BA專業是用數據科學的方法來解決商業領域中遇到的問題及挑戰。與DS專業相比，BA專業其實是框定了一個解決問題的應用場景，這個應用場景就是商業領域。而DS專業的應用場景則更為廣泛。
比如紐約大學數據科學碩士項目下的分支，就有物理、數學、生物、醫學等領域，這些領域都是數據科學專業可以應用的場景。
BA專業主要解決的是市場營銷、供應鏈、健康、金融科技等商業領域的問題，所以相對于DS專業多領域的應用場景而言，商業領域的分析難度要低于其他領域的分析難度。
? 所以BA專業對于學生的代碼能力、數學能力、統計能力的要求都要再低一檔。所以本科DS專業的學生申BA專業，比經管等商科專業的學生申BA專業是要更有優勢的。
4. 運籌學方向
運籌（以下簡稱OR）專業有些項目和統計專業的結合很緊密，比如北卡教堂山的運籌與統計系，但也有些學校會把運籌和工業工程專業放到一起，主要做流水線優化等。
但現在的運籌專業，主要講究的是最優化和算法，所以DS專業中與算法、建模相關的內容與運籌專業的關聯度更高。其實運籌工作現在對于代碼能力的要求更弱，運籌人員只要懂基礎代碼，并能把算法、模型構建出來，之后給到能寫代碼的人去實現代碼即可。
綜上，我們可以把運籌專業也作為DS專業可申請的方向之一。
代表項目有：哥倫比亞大學的運籌項目，佐治亞理工的運籌項目，下面分支都會有機器學習、分析學的track。
5. 分析學方向
我們可以把DS專業和分析學看成一個學科。分析學與商業分析相比，主要是缺少了“商業”這個應用場景的限制。
有些學校的分析學與數據科學項目的課程設置是一樣的，比如：西北大學的分析學項目。但也有些學校，分析學與DS項目都開，但分析學的課程會更偏重于數學與統計。比如：南加大的分析學項目、南洋理工大學的分析學項目。
所以分析學這個方向也可以作為本科是DS專業學生的申請方向。
6.計算機工程方向
計算機工程（CE）和計算機科學（CS）差不多，也會開設如：機器學習、軟件開發、數據科學的分支方向。
但從廣義上來講，CE會涉及硬件層面上應用，所以如果DS專業的同學要把CE作為申請方向時，在項目選擇時需要注意，不要選擇有硬件內容的項目。
比如：杜克大學、加州圣地亞哥大學的計算機工程專業下，有數據科學、機器學習的分支，那么這樣的項目比較適合DS專業的學生。但有些學校的CE專業偏硬件制造，如芯片制造等，那這樣的項目和DS方向就離的比較遠，則不太合適DS專業的同學選擇。
但要說明的是，DS專業學生申請CE專業其實會略難，所以推薦學習能力比較強、成績比較好的學生來申請這個方向。
7. 生物統計/生物信息方向
生物統計/生物信息專業是統計專業的平替項目。因為按照往年的申請結果來看，生物統計/生物信息方向的申請都會更容易。而且從應用場景上來講，因近幾年疫情，所以生物統計/生物信息方向的學生就業時還比較受歡迎。
為什么說這兩個專業的申請難度更低？
比如去年，我們有學員GPA 3.2-3.3就申請到了耶魯大學的生物統計專業。但如果同學要申請耶魯大學的統計或數據科學專業，那么GPA就要達到3.7-3.8。
8. 管理信息系統方向
管理信息系統專業（MIS），主要是指用信息系統去做管理，也就是用計算機來解決商業問題。所以這個專業是BA專業的平替。比如：明尼蘇達大學的BA專業，原來就叫管理信息系統專業，只是后來改名叫BA。
? 所以香港、美國的管理信息系統專業，都比BA專業申請更容易。
以上幾個申請方向的申請難度為：
（以上圖片僅供參考）
而且以上方向，基本屬于本科DS專業的學生不需要補太多先修課就可以直接申請的方向（生物統計方向除外）。
但如果同學除了以上方向外，還有其他的興趣方向，那就需要通過補課等安排做進行跨專業申請。
而且需要提醒的是，同學們在選擇跨專業申請前，也需要注意? 兩件事：
先修課：提前把相關先修課補足
Track record：過往的經歷是否能夠證明同學很早就對這個專業感興趣，并且這個經歷在一定的應用場景中與這個專業更匹配。
? 如果可以做到這兩件事，那么跨專業申請的成功率將會比較高。
布朗大學
Master’s Program in Data Science
該項目隸屬于布朗大學數據科學研究所Data Science Initiative （DSI），開設于2017年。課程內容涵蓋：機器學習、安全和隱私、數據挖掘、可視化、數據管理等內容。
該項目的常規時長為一年，但是也可以根據學生的需求延長至16個月、21個月或者24個月，對于想做科研實習或者想選修CS系課程的同學來說是不二選擇，因為該項目在選修CS系課程的優先級基本上與CS系本系學生差不多。
雖然在就業方面羅得島的地理位置確實不好，但是系里面會為學生提供內推的公司作為intern/full-time的資源。
申錄數據
GPA：3.0+（根據往年錄取數據學校會卡3.3，GPA3.5會有優勢）
語言：TOEFL 90+（根據往年錄取數據建議105）
先修課要求：無具體要求，但是要求學生有一定數學、計算機科學基礎。
工作經驗：無要求
GRE：305+
綜合錄取率：6%
華盛頓大學
MS in Data Science
該項目是一門以就業為導向項目，學制為1.5年。課程設置包括：統計建模、數據管理、機器學習、數據可視化等內容。值得注意的是，該項目的課程設置非常固定，學生不能自己選擇，注重選課自有的同學要注意“避雷”了。
該項目有一個亮點是有持續兩個學期的capstone。西雅圖的地理位置項目同學都有一定了解，就業環境非常優越，因此這個capstone的合作公司就非常優質，包括：微軟、Adobe、Boeing等知名公司！
申錄數據
GPA：3.0+（根據往年錄取數據推薦3.3）
語言：TOEFL100+；不接受雅思
先修課要求：官方給出的信息是無專業要求，但是其實不然跟進往年的class profile可以發現，明顯還是更青睞錄理工科，商科錄取量較少，雖然也有部分文科背景的錄取，但基本都是有兩年以上工作經驗。
該項目對申請者的編程能力還有硬性要求，要求申請者必須掌握Python、C#、C++，Java、JavaScript中的至少一種，如果只會R、SAS、MATLAB、SQL也是不滿足要求的。
工作經驗：無要求，兩年以上相關工作經驗優先錄取
GRE：305+
綜合錄取率：10%
杜克大學
Master in Interdisciplinary Data Science
該項目從名字上就可以看出來是一門跨學科的Data分析項目，由Duke Information Initiative研究院和 Social Science Research Institute社科研究院兩個機構于2018年合辦。
該項目學制為兩年，雖然開設在社科研究院，但本項目的必修課程還是非常硬核的；工科生就讀的話也完全可以再繼續選修其他的硬核課程，常規的summer internship、capstone project。
申錄數據
GPA：3.5+（對學校背景相對沒那么care，但是非常看重GPA）
語言：TOEFL 100+；IELTS 7.0+
先修課要求：無具體要求，但是要求學生有一定數學、計算機科學基礎。
工作經驗：無要求
GRE：305+
綜合錄取率：15%
南加州大學
MS in Applied Data Science
該項目的特點就更多地集中在“Applied”上。課程設置上更重視數據以及對數據的應用，除了DS的基礎知識和技巧，課程還會涉及數據管理、數據可視化、數據挖掘和人工智能技術（特別是機器學習），以及如何將這些技術應用于現實世界。
申錄數據
GPA：3.5+（該項目同樣看重GPA，低于3.5將很難錄取）
語言：TOEFL 100+；IELTS 7.5+
先修課要求：項目設置的初衷是培養多元化背景的學生成為優秀的數據科學家，不過這里的多元主要還是指計算機科學以及其他工程或科學背景的申請者，社科和數學類跨學科專業的同學也可以考慮申請，不過會著重考察數學/統計背景和相關經歷。
工作經驗：無要求
GRE：310+
綜合錄取率：20%
