美國熱門專業(yè)數(shù)據(jù)科學(xué)DS都有哪些院校推薦
日期:2023-08-18 09:43:59 閱讀量:0 作者:趙老師隨著科技的發(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(jì)算/信息學(xué)院,,數(shù)學(xué)與計(jì)算機(jī)科學(xué)系、統(tǒng)計(jì)系,、運(yùn)籌與信息工程系等,,提醒大家不要靠“名字”判斷專業(yè),因?yàn)橛械膶W(xué)校叫“數(shù)據(jù)科學(xué)”,,但有的學(xué)??赡芙小皵?shù)據(jù)分析碩士”、“分析碩士”,、“計(jì)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(jì)算機(jī)學(xué)院下,,比較偏學(xué)術(shù)的項(xiàng)目,,很多學(xué)生畢業(yè)就直接去讀博士,項(xiàng)目就是專門為計(jì)算機(jī)科學(xué),、計(jì)算機(jī)工程相關(guān)背景學(xué)生設(shè)計(jì),,在項(xiàng)目開始前必須完成相應(yīng)計(jì)算機(jī)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(xiàng)目,,有STEM認(rèn)證,,沒有專業(yè)和先修課、工作經(jīng)驗(yàn)申請要求,,但被錄取的學(xué)生普遍有線性代數(shù),、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)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(jì)算機(jī)背景很看重,,學(xué)習(xí)過微積分,、線性代數(shù)、計(jì)算機(jī)科學(xué),、統(tǒng)計(jì)學(xué),、概率論、計(jì)量經(jīng)濟(jì)學(xué)等課程,??偠灾瑑?yōu)先考慮接觸過數(shù)據(jù)挖掘,、運(yùn)籌學(xué),、大數(shù)據(jù)計(jì)算、機(jī)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(jī)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(jì)算機(jī)科學(xué)CS的同學(xué),是最符合申請條件的,,因?yàn)榇蠖鄶?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(jì)、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(jì)干涉,、能使用至少1種編程語言,例如Python或R,,了解計(jì)算機(jī)科學(xué)概念,。
其次,本科背景是統(tǒng)計(jì),、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(qiáng)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(qiáng)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(qiáng)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?yàn)樯虡I(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(qiáng)背景,?
建議可以從科研方面加強(qiáng),,在大學(xué)期間最好找和量化相關(guān)的科研,如果實(shí)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(jì)算機(jī)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(shí)習(xí),。實(shí)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(shí)是這樣的崗位由于太過重要,基本不會招實(shí)習(xí)生,。所以建議找一些統(tǒng)計(jì)量化相關(guān)的或者計(jì)算機(jī)相關(guān)的實(shí)習(xí),。