美國熱門專業(yè)數(shù)據(jù)科學(xué)DS都有哪些院校推薦

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，大數(shù)據(jù)或者數(shù)據(jù)工作者的崗位需求將激增,。那么,，美國數(shù)據(jù)科學(xué)DS都有哪些頂級院校呢？一起來看看吧,！

該專業(yè)主要開設(shè)在工程學(xué)院,、理學(xué)院或者計算/信息學(xué)院，數(shù)學(xué)與計算機科學(xué)系,、統(tǒng)計系,、運籌與信息工程系等，提醒大家不要靠“名字”判斷專業(yè),，因為有的學(xué)校叫“數(shù)據(jù)科學(xué)”,，但有的學(xué)校可能叫“數(shù)據(jù)分析碩士”,、“分析碩士”,、“計算分析”等，有的偏學(xué)術(shù),，有的偏應(yīng)用……

①卡耐基梅隆大學(xué)Master of Computational Data Science

開設(shè)在計算機學(xué)院下,，比較偏學(xué)術(shù)的項目，很多學(xué)生畢業(yè)就直接去讀博士,，項目就是專門為計算機科學(xué),、計算機工程相關(guān)背景學(xué)生設(shè)計，在項目開始前必須完成相應(yīng)計算機課程,。

②杜克大學(xué)Master in Interdisciplinary Data Science

數(shù)據(jù)科學(xué)碩士為期2年是跨學(xué)科項目,，有STEM認(rèn)證,，沒有專業(yè)和先修課、工作經(jīng)驗申請要求,，但被錄取的學(xué)生普遍有線性代數(shù),、統(tǒng)計學(xué)、計算機編程相關(guān)背景,。

③紐約大學(xué)

開設(shè)在數(shù)據(jù)科學(xué)中心CDS下,，CDS就附屬在庫郎數(shù)學(xué)科學(xué)研究所，所以對申請人的數(shù)學(xué),、計算機背景很看重,，學(xué)習(xí)過微積分、線性代數(shù),、計算機科學(xué),、統(tǒng)計學(xué)、概率論,、計量經(jīng)濟(jì)學(xué)等課程,。總而言之,，優(yōu)先考慮接觸過數(shù)據(jù)挖掘,、運籌學(xué)、大數(shù)據(jù)計算,、機器學(xué)習(xí)等背景的申請人,。

數(shù)據(jù)科學(xué)的三類職業(yè)方向

（1）機器學(xué)習(xí)工程師 Machine Learning Engineer

（2）數(shù)據(jù)分析員 Data Analyst

（3）數(shù)據(jù)科學(xué)家 Data Scientist

美國DS申請背景及定位

不論是陸本還是美本，在本科階段就開設(shè)Data Science這個專業(yè)的學(xué)校并不多,，所以大家不要一看自己專業(yè)名字和數(shù)據(jù)科學(xué)不搭邊就覺得是轉(zhuǎn)專業(yè)申請,。

首先，本科是計算機科學(xué)CS的同學(xué),，是最符合申請條件的,，因為大多數(shù)數(shù)據(jù)工作都是通過編程和數(shù)據(jù)庫的相關(guān)手段進(jìn)行的，同時學(xué)過統(tǒng)計,、微積分,、高級語言；

例如哈佛大學(xué)對于MSDS的本科背景要求是：希望有微積分,、線性代數(shù),，熟悉概率和統(tǒng)計干涉、能使用至少1種編程語言,，例如Python或R,，了解計算機科學(xué)概念。

其次,，本科背景是統(tǒng)計,、數(shù)學(xué)或應(yīng)用數(shù)學(xué),，且有一定編程基礎(chǔ)的同學(xué)也可以申請，這都是很好的專業(yè)匹配,。

最后,，商科背景出身，但量化背景較強的商科專業(yè),，比如金工,，但又希望能選擇一個STEM專業(yè)的同學(xué)，那DS顯然也是個非常好的選擇,。

所以說,，如果你有比較強的編程背景，又有比較好的數(shù)理基礎(chǔ),，那你就很有競爭力,；而純商科背景的同學(xué)，如果沒有強的量化背景,，或者不懂編程,，那建議還是數(shù)據(jù)科學(xué)DS和商業(yè)分析BA混合申請，因為商業(yè)分析更加偏商科,，開在商學(xué)院,，對商科背景接納程度大很多,。

如何加強背景,？

建議可以從科研方面加強，在大學(xué)期間最好找和量化相關(guān)的科研,，如果實在沒有,，可以把相關(guān)的課程大作業(yè)拿來用。再退而求其次,，也可以是計算機軟件,、數(shù)據(jù)庫相關(guān)。如果沒有科研經(jīng)歷,，那將是極大的硬傷,。

此外，可以參加一些競賽,。競賽的平臺有很多,，比如最近很火的Kaggle，再如阿里的天池,、SODA,、WID、數(shù)據(jù)嗨客等,。

最后就是實習(xí),。實習(xí)最優(yōu)選擇應(yīng)該是數(shù)據(jù)公司的數(shù)據(jù)崗,，然而現(xiàn)實是這樣的崗位由于太過重要，基本不會招實習(xí)生,。所以建議找一些統(tǒng)計量化相關(guān)的或者計算機相關(guān)的實習(xí),。