美研数据科学项目申请难度分类！

•同一段车程别人滴滴20元，你却花了30元？

•刚和朋友微信聊天谈到想去哪里旅游，朋友圈就跳出这地方的广告？

•不小心在微博上给某个推送点了赞，接下来每天都跳出该内容相关信息？

……

信息时代的到来催生了海量的数据，每个人、每个机构、每个设备既能成为数据产生的源头，也可以是数据的使用者。

也因如此，DS专业也成为了现在申请的热门专业之一，竞争可谓是非常的激烈！

数据科学作为一门交叉学科，其分支也非常多样化，主要包括统计学、计算机科学、数学等。它侧重于培养学生利用计算机进行数据的解读分析，同时加入交叉学科的知识。

美国数据科学项目解析

2023QS数据科学排名

数据科学排名前十的学校有：

• 麻省理工学院

• 卡内基梅隆大学

• 加州大学伯克利分校

• 牛津大学

• 哈佛大学

• 多伦多大学

• 华盛顿大学

• 普林斯顿大学

• 洛桑联邦理工学院

• 佐治亚理工学院

背景要求

如果同学们考虑申请DS，建议提前完成常见先修课：

•计算机方面，比如Python/R/C++/Java语言、数据结构与算法、计算机原理、机器学习；

•数学统计方面，比如微积分、概率论、线性代数、统计学。

（来源：哈佛官网）

以哈佛的DS项目为例，要求申请人有微积分、线性代数，统计等相关课程，能使用至少一种编程语言，了解计算机科学概念。录取学生的本科专业背景也大多是CS、数学、统计学。

金融工程（量化背景较强的商科专业）也是有机会申请的。如果是纯商科背景，但是又有较强的实习背景和数理基础，也可以尝试进行申请。

职业发展

目前在全球范围内，数据科学需求量都非常可观, 提供给求职者很多机会。作为领英上增长最快的工作，预计到2026年将创造1150万个数据科学岗位。

而数据科学也是收入最高的行业之一。以美国为例，根据Glassdoor网站统计，美国的初级数据科学家每年的平均收入都能达到113,000美元。

以LinkedIn为例，在职业早期，职业路径一般是按照：

Associate Data scientist➡

Data Scientist➡

Senior Data Scientist➡

Staff Data Scientist

一般来说2年以内工作经验会对应Data Scientist的级别，然后1-2年会升到Senior。

Senior到Staff通常2-5年，但是方差也很大，和个人能力、项目影响力以及老板的支持息息相关。

美国数据科学项目梯队表

看了上面的介绍，究竟该怎么选择？每所大学的门槛不一样，同学们也应该根据成绩来合理选择大学，老师分了几个难度梯队的学校名单，一起来瞅瞅~

Tier1

Stanford Statistics & Data Science

Harvard Data ScienceYale Statistics & Data Science

MIT Business Analytics

Northwestern ML & Data ScienceCMU Computational Data ScienceUpenn Data Science

斯坦福大学

•Master of Statistics & Data Science

全美排名第一的斯坦福统计系在几年前也顺应潮流开设了数据科学方向，作为最顶尖的科研型项目，比较偏好学术能力过硬，科研经验丰富，且推荐信出彩（斯坦福校友或教授）的申请人。

哈佛大学

• Master’s in Data Science

哈佛大学的数据科学硕士课程成立于 2018 年，是一个相对比较新的研究生项目。它由计算机科学和统计系共同领导，受应用计算科学研究所（IACS）管理，旨在培养快速增长的数据科学领域的学生。

哈佛大学数据科学项目共持续三个学期，共一年半时间。当然，如果学生想要探索更多的工作实习、学术研究机会，或者多学习一些课程，可以延长到 2 年毕业，时间相对比较灵活。

耶鲁大学

•M.S. in Statistics & Data Science

耶鲁大学统计系的旗下MSDS项目刚刚开始运营三年就交出了一份不错的答卷。

本项目的课程安排相当理论，必修课以数学和统计的高阶内容为主，选修课则包括不少机器学习的相关内容，属于重理论、轻应用的典范。

卡内基梅隆大学

• Master ofComputational Data Science

CMU计算机科学学院下的计算数据科学硕士项目侧重于在超大型信息系统的设计、工程和部署的各个方面培养专业硕士生。

在该计划中，学生将深入研究数据库，分布式算法和存储，机器学习，语言技术，软件工程，人机交互和设计等主题。

通过核心课程和选修课程，学生将对大型信息系统有一个统一的认识，而我们的实习和顶点项目要求确保学生将拥有在职业生涯中取得成功所需的知识和经验。

Tier2

学校名单：

Duke MIDSColumbia Data Science

GatechAnalyticsUCBAnalytics

NYU Data Science

Cornell Tech ORIECornell ORIE-Data Analytics

哥伦比亚大学

•Master ofData Science

哥伦比亚大学数据科学硕士是一个交叉学科项目，由文理学院、统计学院、工程学院和工业工程与运筹学院共同开设，学生有机会根据自身的兴趣参与企业的合作项目。

虽然这个项目本身质量不错，安排了全面的课程和顶点项目帮助就读同学提升背景，但由于哥大类似的项目实在有点多，造成了同样的工作机会会有其他学校几倍的人数竞争。

纽约大学

•Master ofData Science

由于本项目录取人数较多，学生的水平参差不齐。对于本身编程和统计基础较好的同学来说，NYU DS提供了许多深入了解数据科学理论和应用领域（NLP，云计算，计算机视觉等）的机会。

对于跨专业申请或本身相关经历不够多的同学，可能需要花较多的时间在基础的编程和统计课上。

Tier3

学校名单：

CMU MISM/MISM-BIDAUmich Data ScienceBrown Data ScienceUCLA Data ScienceJHU Data ScienceUChicagoApplied Data Science

加州大学洛杉矶分校

•Masters in Data Science

该项目是21fall新开设的为期一年的就业导向的项目，凭借着DS的热潮和UCLA的title，申请人数已有大幅增加。

数据科学领域的学习目标是使学生具备理解大数据所需的实用工具和理论知识，比如Python、深度学习、高级概率推理工具和分布式计算系统。

DS课程将侧重于统计、数据挖掘和分析、机器学习、分布式和并行系统来理解和分析大量的数据。

密歇根大学

•Master ofData Science

该项目开设在College of Literature, Science and the Arts之下，课程名为专注于统计和计算技能这门课非常硬核。

再加上工学院强大校友网络的加持，非常适合转码或求职MLE/DE等技术岗位的同学。

录取上偏好本科专业是数学，统计，计算机，物理，工程等理工科专业的申请者，对量化背景要求高，建议申请者多做一些数据类的科研或实习。

Tier4

学校名单：

Rice Data ScienceU.Washington Data ScienceUCSD Data ScienceUSC Applied Data Science

Georgetown Data Science & AnalyticsVanderbilt Data ScienceTufts Data Science

华盛顿大学

•Master of Data Science

华盛顿西雅图数据科学硕士MSDS算是DS里比较早的项目了。就业为导向，1.5年制，包括8节课。

学生将学习统计建模、数据管理、机器学习、数据可视化等方面的专业知识。但是课程规定的非常死，很固定，并不能自己选择。

申请该校数据科学硕士需要正规大学本科毕业，有计算机背景的同学申请比较有优势，或者本科背景是统计、数学、应用数学，且有一定编程基础的同学。

莱斯大学

•Master ofData Science

项目开设在George R. Brown School of Engineering下，可以提供在线或校内授课。非论文学位，旨在支持跨学科专业人员的需求。课程要求至少修满31个学分。

它是一个严格的混合课程，传授学生收集、评估、解释和沟通数据所需的技能，以便在不同的行业做出有效的决策。

在如今这个数据时代，企业的存在与发展运行离不开数据，各行各业都需要数据的统计与分析。

因此统计学的就业选择范围是非常广阔的，硕士毕业生常选择在医疗保健、商业以及工程领域发展。

还在考虑转码的同学们记得码好本文！早规划，早准备，解锁更多可能性。