數(shù)據(jù)科學(xué)專業(yè)解析

這幾年來(lái)，數(shù)據(jù)的生成和存儲(chǔ)有了巨大的增長(zhǎng)。 生成和存儲(chǔ)的數(shù)據(jù)可以結(jié)構(gòu)化和非結(jié)構(gòu)化，而為了充分發(fā)揮數(shù)據(jù)的潛力，各行各業(yè)都召集一組專業(yè)數(shù)據(jù)分析師去使用一系列的技術(shù)將數(shù)據(jù)轉(zhuǎn)變?yōu)橛袃r(jià)值的信息。

大數(shù)據(jù)分析師在進(jìn)行數(shù)據(jù)發(fā)掘和展現(xiàn)后，會(huì)合理的將數(shù)據(jù)運(yùn)用到評(píng)估并解決企業(yè)現(xiàn)狀、競(jìng)爭(zhēng)環(huán)境、風(fēng)險(xiǎn)評(píng)判和決策支持上，從而將一份份清晰、精準(zhǔn)，并且有數(shù)據(jù)支撐的報(bào)告供予企業(yè)決策。大數(shù)據(jù)帶給公司或行業(yè)的價(jià)值不容小覷，越來(lái)越多的組織正在積極的開始使用并依靠著大數(shù)據(jù)的強(qiáng)大功能，從而增加了數(shù)據(jù)科學(xué)家的需求和價(jià)值。

和數(shù)據(jù)打交道的專業(yè)包括我們前期說(shuō)到的商業(yè)分析和統(tǒng)計(jì)，而它們和數(shù)據(jù)科學(xué)最主要的區(qū)別在于側(cè)重點(diǎn)不同。那么數(shù)據(jù)科學(xué)是什么樣的一樣專業(yè)？它和商業(yè)分析/統(tǒng)計(jì)類專業(yè)有什么區(qū)別？就業(yè)前景怎么樣？申請(qǐng)難度高嗎？美國(guó)哪些學(xué)校有數(shù)據(jù)科學(xué)專業(yè)？這一期即將為你揭曉。

數(shù)據(jù)科學(xué)專業(yè)

數(shù)據(jù)科學(xué)專業(yè)就如圖下所展現(xiàn)的，是由三個(gè)主要課程組成的一個(gè)交叉學(xué)科專業(yè)，而這三個(gè)課程分別是數(shù)學(xué)統(tǒng)計(jì)，計(jì)算機(jī)科學(xué)和行業(yè)/商業(yè)領(lǐng)域知識(shí)。數(shù)據(jù)科學(xué)涉及到的領(lǐng)域也很多，包括了統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)、人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)、模式識(shí)別、可視化技術(shù)等多學(xué)科的知識(shí)，主旨在于培養(yǎng)學(xué)生收集、統(tǒng)計(jì)、整理、分析和挖掘數(shù)據(jù)的專業(yè)能力，也都立志于培養(yǎng)可以獨(dú)立分析問(wèn)題和解決問(wèn)題的全能型人才。

和數(shù)據(jù)科學(xué)一樣，商業(yè)分析和統(tǒng)計(jì)專業(yè)都可以幫助學(xué)生達(dá)到成為數(shù)據(jù)科學(xué)家的目標(biāo)，那它們之間具體的側(cè)重點(diǎn)區(qū)別是什么呢？我們可以先從兩大方面去了解它們的不同之處：定義和課程設(shè)置.

1. 定義

- Data Science 數(shù)據(jù)科學(xué)主要是通過(guò)挖掘數(shù)據(jù)，處理數(shù)據(jù)，分析數(shù)據(jù)，從而獲得數(shù)據(jù)里潛在的有價(jià)值信息和技術(shù)的一門交叉學(xué)科。

- Business Analytics 商業(yè)分析是以商業(yè)知識(shí)為基礎(chǔ)，數(shù)據(jù)分析為手段，從數(shù)據(jù)分析出發(fā)，從而達(dá)到以決策優(yōu)化來(lái)創(chuàng)造價(jià)值和實(shí)現(xiàn) Big Data 在商業(yè)應(yīng)用的一個(gè)新興學(xué)科。

- Statistics 統(tǒng)計(jì)是通過(guò)搜索、整理、分析、描述數(shù)據(jù)等手段，以達(dá)到推斷所測(cè)對(duì)象的本質(zhì)，甚至預(yù)測(cè)對(duì)象未來(lái)的一門綜合性科學(xué)。

可見，數(shù)據(jù)科學(xué)所圍繞的主要核心就是數(shù)據(jù)，怎么挖掘，怎么處理，怎么分析都是數(shù)據(jù)科學(xué)家需要負(fù)責(zé)的工作內(nèi)容。商業(yè)分析雖然也涉及數(shù)據(jù)分析，但它主要的核心工作還是利用數(shù)據(jù)去支持商業(yè)上做出的一些決策，分析以前，現(xiàn)在和未來(lái)的一些趨勢(shì)，從而再去確認(rèn)更佳的一些商業(yè)模式和途徑。而統(tǒng)計(jì)學(xué)則更多的是以數(shù)據(jù)分析為基礎(chǔ)去推斷和預(yù)測(cè)市場(chǎng)上的一些現(xiàn)象，比起其他兩個(gè)專業(yè)更注重?cái)?shù)學(xué)知識(shí)和能力。

2. 課程設(shè)置

數(shù)據(jù)科學(xué)- 一般開設(shè)在工程學(xué)院底下，以計(jì)算機(jī)科學(xué)為基礎(chǔ)，橫跨了工程學(xué)，計(jì)算機(jī)工程和計(jì)算機(jī)科學(xué)領(lǐng)域，也還包括機(jī)器學(xué)習(xí)，云計(jì)算和優(yōu)化等領(lǐng)域的知識(shí)?？偟膩?lái)說(shuō)，數(shù)據(jù)科學(xué)的課程是由 50%計(jì)算機(jī)科學(xué) + 30% 統(tǒng)計(jì) + 20% 應(yīng)用組成的。

商業(yè)分析- 一般開設(shè)在商學(xué)院底下，以統(tǒng)計(jì)為基礎(chǔ)，通過(guò)統(tǒng)計(jì)學(xué)底下的應(yīng)用統(tǒng)計(jì)分支發(fā)展出來(lái)，也包括了一定的數(shù)據(jù)挖掘和回歸分析的課程。商業(yè)分析的課程在計(jì)算機(jī)科學(xué)的側(cè)重點(diǎn)不會(huì)像數(shù)據(jù)科學(xué)那么多，是由 40% 統(tǒng)計(jì) + 30% 計(jì)算機(jī)科學(xué) + 30% 商業(yè)知識(shí)組成的。

統(tǒng)計(jì)學(xué)- 一般開設(shè)在文理學(xué)院底下，以數(shù)學(xué)為基礎(chǔ)，計(jì)算機(jī)科學(xué)的占比與商業(yè)分析差不多，但沒(méi)有商業(yè)分析所涉及到的商業(yè)知識(shí)，所以主要還是由 70% 統(tǒng)計(jì)/數(shù)學(xué) + 20% 計(jì)算機(jī)科學(xué) + 10% 商業(yè)知識(shí)/機(jī)器學(xué)習(xí)。

就業(yè)前景

由于對(duì)數(shù)據(jù)的需求和應(yīng)用越來(lái)越多，數(shù)據(jù)科學(xué)的就業(yè)機(jī)會(huì)可以說(shuō)是遍布各行各業(yè)，就業(yè)前景非常的廣。這里給大家看一組數(shù)據(jù)，是哈佛大學(xué)的Master’s in Data Science的學(xué)生畢業(yè)之后的就業(yè)去向。

我們可以看到哈佛大學(xué)數(shù)據(jù)科學(xué)的畢業(yè)生去到了不同的行業(yè)，包括了科技行業(yè)，投資/金融行業(yè)，創(chuàng)業(yè)公司，教育行業(yè)，政府機(jī)構(gòu)，廣告市場(chǎng)行業(yè)，咨詢行業(yè)，娛樂(lè)行業(yè)，也有一些繼續(xù)生深造攻讀博士學(xué)位。

而這些公司就業(yè)的就業(yè)職位除了有我們經(jīng)常聽說(shuō)data scientist, data engineer, software engineer和data analyst, 也有product manager, quantitative strategist的崗位，只要是和數(shù)據(jù)相關(guān)的崗位，數(shù)據(jù)科學(xué)的畢業(yè)生基本都可以勝任。

從數(shù)據(jù)里我們也可以看到數(shù)據(jù)科學(xué)畢業(yè)的學(xué)生起薪是在80，000-140，000美金之間，是非?？捎^的一個(gè)數(shù)目，也是吸引很多學(xué)生想要修讀數(shù)據(jù)科學(xué)專業(yè)的主要原因。

申請(qǐng)要求

數(shù)據(jù)科學(xué)的碩士申請(qǐng)可以說(shuō)是在熱門專業(yè)里的競(jìng)爭(zhēng)力較大的，主要因素除了是因?yàn)閿?shù)據(jù)科學(xué)對(duì)于技術(shù)要求高之外，也是因?yàn)椴皇敲總€(gè)美國(guó)大學(xué)都會(huì)開設(shè)數(shù)據(jù)科學(xué)專業(yè)，但申請(qǐng)的人非常多，所以才導(dǎo)致了該項(xiàng)目非常難申請(qǐng)的現(xiàn)象。

以下我們將會(huì)運(yùn)用紐約大學(xué)的Master’s in Data Science的申請(qǐng)要求詳細(xì)解說(shuō)，該項(xiàng)目一系列的申請(qǐng)要求基本適用于所有數(shù)據(jù)科學(xué)碩士項(xiàng)目。申請(qǐng)要求同樣的非為兩大部分：硬背景 （專業(yè)要求，GPA要求，先修課程要求，標(biāo)化成績(jī)）和軟背景 （實(shí)習(xí)，科研，競(jìng)賽，海外交流，校園活動(dòng)，志愿者活動(dòng)等）。

1. 專業(yè)要求

圖片里的藍(lán)色框?yàn)樵擁?xiàng)目對(duì)于申請(qǐng)者的專業(yè)要求，該項(xiàng)目接受來(lái)自不同本科背景的學(xué)生，包括了統(tǒng)計(jì)學(xué)，計(jì)算機(jī)科學(xué)，數(shù)學(xué)，工程，經(jīng)濟(jì)學(xué)，商科，生物學(xué)，物理學(xué)和心理學(xué)。一般來(lái)說(shuō)，計(jì)算機(jī)科學(xué)相關(guān)和理工科背景的學(xué)生申請(qǐng)數(shù)據(jù)科學(xué)會(huì)占一定的優(yōu)勢(shì)，因?yàn)樗麄冊(cè)诒究埔呀?jīng)累積了很多相關(guān)的知識(shí)與技能；如果你是商科背景但有著非常強(qiáng)的量化背景比如說(shuō)金工，申請(qǐng)數(shù)據(jù)科學(xué)項(xiàng)目也是可以的。

2. GPA成績(jī)要求

圖片里的紅色框?yàn)樵擁?xiàng)目2017年的GPA錄取數(shù)據(jù)，錄取學(xué)生平均的GPA為3.69分，而他們的成績(jī)單上的分?jǐn)?shù)也只有A和B。該項(xiàng)目也明確說(shuō)明了如果你本科院校背景是less selective，他們會(huì)更加注重于你先修課程的成績(jī)，以確保你有足夠在該領(lǐng)域?qū)W習(xí)的能力。一般申請(qǐng)前30的數(shù)據(jù)科學(xué)項(xiàng)目GPA成績(jī)建議為3.7以上，前60的則需要至少3.3以上。

3. 先修課程要求

圖片里的綠色和黃色框?yàn)樯暾?qǐng)?jiān)擁?xiàng)目的具體先修課程要求，非常明確的說(shuō)了申請(qǐng)?jiān)擁?xiàng)目需要有很強(qiáng)的數(shù)學(xué)能力，編程經(jīng)驗(yàn)以及計(jì)算機(jī)科學(xué)基礎(chǔ)。具體的課程要求如下：

· 微積分I：極限，導(dǎo)數(shù)，級(jí)數(shù)，積分等。

· 線性代數(shù)

· 計(jì)算機(jī)科學(xué)入門（或等效的“ CS-101”編程課程）：對(duì)于語(yǔ)言沒(méi)有特定的要求，但是通常至少需要具有Python和R的學(xué)術(shù)和/或?qū)I(yè)經(jīng)驗(yàn)

· 微積分II，概率論，統(tǒng)計(jì)學(xué)，或者高級(jí)物理學(xué)，工程學(xué)或具有大量數(shù)學(xué)內(nèi)容的計(jì)量經(jīng)濟(jì)學(xué)課程的其中之一

該項(xiàng)目也具體說(shuō)明了他們會(huì)優(yōu)先考慮具有機(jī)器學(xué)習(xí)，計(jì)算統(tǒng)計(jì)，數(shù)據(jù)挖掘，大規(guī)?？茖W(xué)計(jì)算，運(yùn)籌學(xué)（在學(xué)術(shù)或?qū)I(yè)背景下）的申請(qǐng)人，以及優(yōu)先考慮有超過(guò)上訴最低要求數(shù)學(xué)和/或計(jì)算機(jī)科學(xué)訓(xùn)練的申請(qǐng)人。

4. 標(biāo)化考試成績(jī)

標(biāo)化考試分為語(yǔ)言考試和GRE考試。該項(xiàng)目對(duì)于GRE成績(jī)沒(méi)有最低要求，但往年的錄取數(shù)據(jù)顯示了錄取學(xué)生都平均有著167.58分的quantitative，157.36分的verbal和3.65分的analytical writing。

想要申請(qǐng)前30的數(shù)據(jù)科學(xué)項(xiàng)目建議托福110+，雅思7.5+ 和GRE 325+/3.5+；

5. 軟背景 （實(shí)習(xí)，科研，競(jìng)賽，海外交流，校園活動(dòng)，志愿者活動(dòng)等）

在所有的軟背景中，實(shí)習(xí)是申請(qǐng)數(shù)據(jù)科學(xué)項(xiàng)目最為重要的一點(diǎn)。就如以下圖片所表示，雖然很多錄取學(xué)生為應(yīng)屆生，但他們也非常歡迎學(xué)生展現(xiàn)專業(yè)領(lǐng)域相關(guān)的工作經(jīng)驗(yàn)。工作經(jīng)驗(yàn)/實(shí)習(xí)經(jīng)歷都是你實(shí)際運(yùn)用所學(xué)知識(shí)的機(jī)會(huì)，從工作經(jīng)歷上可以看出你在該專業(yè)領(lǐng)域?qū)W習(xí)和能力，幫助你提高在申請(qǐng)上優(yōu)勢(shì)。

一般來(lái)說(shuō)在申請(qǐng)之前建議擁有2-3段的相關(guān)實(shí)習(xí)經(jīng)歷。在選擇實(shí)習(xí)機(jī)會(huì)的時(shí)候，一定要明白崗位優(yōu)先的原則，先選擇和申請(qǐng)專業(yè)符合的崗位，再來(lái)才考慮公司的知名度。如果你只選擇知名公司，但是工作的內(nèi)容和數(shù)據(jù)科學(xué)完全不符合，這樣對(duì)你的申請(qǐng)來(lái)說(shuō)是一點(diǎn)好處都沒(méi)有，所以實(shí)習(xí)工作的崗位非常重要，不要因?yàn)橄胍屪约旱暮?jiǎn)歷看起來(lái)高大上或者因?yàn)橛袕?qiáng)公司推薦信而盲目選擇沒(méi)有幫助的實(shí)習(xí)機(jī)會(huì)。

院校排名

美國(guó)大學(xué)開設(shè)數(shù)據(jù)科學(xué)的院校不多，而和數(shù)據(jù)分析有關(guān)的專業(yè)不止數(shù)據(jù)科學(xué)一個(gè)，也包括了像商業(yè)分析，統(tǒng)計(jì)和分析學(xué)這些專業(yè)。商業(yè)分析和統(tǒng)計(jì)在前期已經(jīng)為大家解說(shuō)過(guò)，今天數(shù)據(jù)科學(xué)院校的排名則會(huì)結(jié)合一些學(xué)校的分析學(xué)項(xiàng)目。

院校介紹

1. 哥倫比亞大學(xué) Master of Science in Data Science

哥倫比亞大學(xué)的數(shù)據(jù)科學(xué)碩士項(xiàng)目是由文理學(xué)院的統(tǒng)計(jì)學(xué)院系與工程學(xué)院的計(jì)算機(jī)科學(xué)院系和工業(yè)工程與運(yùn)籌學(xué)院系聯(lián)合主辦的，旨在培養(yǎng)學(xué)生將數(shù)據(jù)科學(xué)技術(shù)應(yīng)用于其感興趣的領(lǐng)域的能力。 學(xué)生在項(xiàng)目中有機(jī)會(huì)進(jìn)行一項(xiàng)原創(chuàng)性研究（包括在一個(gè)capstone project），并與我們的行業(yè)合作伙伴和教職員工互動(dòng)。 學(xué)生還可以選擇針對(duì)企業(yè)家精神的選修課程或者哥倫比亞大學(xué)八大中心其中之一所覆蓋的學(xué)科領(lǐng)域。

項(xiàng)目時(shí)常：3學(xué)期/1.5年

項(xiàng)目要求學(xué)分：30分 （21分核心課程，9分選修課程）

項(xiàng)目亮點(diǎn)：有capstone project，美國(guó)的top工程院校

申請(qǐng)要求：

· 專業(yè)背景- 沒(méi)有具體要求，接受數(shù)據(jù)科學(xué)相關(guān)的準(zhǔn)備

· GPA- 沒(méi)有具體要求，但往年的錄取數(shù)據(jù)為平均3.7/4.0

· 先修課程要求- 線性代數(shù)，統(tǒng)計(jì)/概率論，基礎(chǔ)編程課程 （Java, Python, C++）

· 語(yǔ)言考試成績(jī)- 沒(méi)有具體要求，但往年的錄取數(shù)據(jù)為平均106.5分

· GRE考試成績(jī)- 沒(méi)有具體要求，但往年的錄取數(shù)據(jù)為平均166 (Q), 157 (V), 3.8 (AW)

· 工作經(jīng)驗(yàn)- 不是硬性要求，但錄取的大多數(shù)學(xué)生都有相關(guān)的工作經(jīng)驗(yàn)

2. 賓夕法尼亞大學(xué) Master of Engineering in Data Science

賓夕法尼亞大學(xué)的數(shù)據(jù)科學(xué)工程學(xué)碩士（MSE）為學(xué)生提供了以數(shù)據(jù)為中心的廣泛職業(yè)準(zhǔn)備，包括了技術(shù)和工程，咨詢，科學(xué)，政策制定還是理解文學(xué)，藝術(shù)和傳播領(lǐng)域。該項(xiàng)目將機(jī)器學(xué)習(xí)，大數(shù)據(jù)分析和統(tǒng)計(jì)等核心主題中的前沿課程與各種選修課融合在一起，學(xué)生也有機(jī)會(huì)將這些所學(xué)習(xí)到的技術(shù)應(yīng)用于他們之后可以選擇的深度領(lǐng)域上（depth area- specialization），而每一個(gè)depth area都有各自基礎(chǔ)的預(yù)備課程和一項(xiàng)thesis或者practicum。

項(xiàng)目時(shí)常：1.5-2年

項(xiàng)目課程設(shè)置：兩門基礎(chǔ)課程，三門核心課程，五門技術(shù)和深度領(lǐng)域選修課程

項(xiàng)目亮點(diǎn)：有thesis或者practicum，有可以自由選擇的depth area美國(guó)知名大學(xué)

申請(qǐng)要求：

· 專業(yè)背景- 沒(méi)有具體要求

· GPA- 沒(méi)有具體要求

· 先修課程要求- 要求具有強(qiáng)大數(shù)學(xué)和統(tǒng)計(jì)能力以及一定編程經(jīng)驗(yàn)的背景

· 語(yǔ)言考試成績(jī)- 托福至少100分，雅思至少7.5分

· GRE考試成績(jī)- 沒(méi)有具體要求，但往年錄取數(shù)據(jù)為平均158 (V), 167 (Q), 4.0 (AW)

· 工作經(jīng)驗(yàn)- 不是硬性要求，但希望通過(guò)申請(qǐng)者的課程中的項(xiàng)目或工作/實(shí)習(xí)獲得數(shù)據(jù)科學(xué)方面的實(shí)踐經(jīng)驗(yàn)，特別強(qiáng)調(diào)申請(qǐng)者的興趣與數(shù)據(jù)科學(xué)項(xiàng)目之間的契合度。

3. 康奈爾大學(xué) ORIE Master of Engineering- Data Science Concentration

康奈爾大學(xué)ORIE工程碩士課程的數(shù)據(jù)分析專注于做出基于事實(shí)和由數(shù)據(jù)驅(qū)動(dòng)的決策所需的理論和工具。作為康奈爾大學(xué)研究生項(xiàng)目的一部分，Data Analytics Concentration項(xiàng)目能幫助學(xué)生擴(kuò)展知識(shí)，職業(yè)聯(lián)系和機(jī)會(huì)。該項(xiàng)目也旨在培養(yǎng)學(xué)生的實(shí)踐能力，通過(guò)M.Eng project累積實(shí)際應(yīng)用和設(shè)計(jì)經(jīng)驗(yàn)，也能根據(jù)自己特定的目標(biāo)和興趣設(shè)計(jì)自己的課程和學(xué)習(xí)計(jì)劃。

項(xiàng)目時(shí)常：1年

項(xiàng)目要求學(xué)分：30學(xué)分

項(xiàng)目亮點(diǎn)：選課自由度大，常春藤盟校

申請(qǐng)要求：

· 專業(yè)背景- 往年的學(xué)生都來(lái)自運(yùn)籌學(xué)，信息工程，工程類，數(shù)學(xué)，物理，化學(xué)和數(shù)學(xué)經(jīng)濟(jì)背景

· GPA- 沒(méi)有具體要求

· 先修課程要求- 至少四個(gè)學(xué)期的大學(xué)微積分課程 （多變量函數(shù)），微積分為基礎(chǔ)的概率論與統(tǒng)計(jì)，第二級(jí)的計(jì)算機(jī)課程 （C, C++, Java）

· 語(yǔ)言考試成績(jī)- 托福至少100分 （寫20分，聽15分，讀20分，說(shuō)22分），雅思至少7.0分

· GRE考試成績(jī)- 沒(méi)有具體要求

· 工作經(jīng)驗(yàn)- 沒(méi)有具體要求

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

該計(jì)算數(shù)據(jù)科學(xué)碩士課程為旨在提供學(xué)生開發(fā)下一代大規(guī)模信息系統(tǒng)部署所涉及的技術(shù)和分析這些系統(tǒng)生成的數(shù)據(jù)所需的技能和知識(shí)。該項(xiàng)目成立于2004年，培養(yǎng)專業(yè)碩士生在超大型信息系統(tǒng)的設(shè)計(jì)，工程和部署的各個(gè)方面的技術(shù)和能力。在該項(xiàng)目中，學(xué)生將深入研究數(shù)據(jù)庫(kù)，分布式算法和存儲(chǔ)，機(jī)器學(xué)習(xí)，語(yǔ)言技術(shù)，軟件工程，人機(jī)交互和設(shè)計(jì)等主題。 通過(guò)核心課程和選修課，學(xué)生會(huì)對(duì)大型信息系統(tǒng)有更統(tǒng)一的認(rèn)知，而其中包括的實(shí)習(xí)和capstone project可以確保學(xué)生擁有在職業(yè)生涯上成功所需的知識(shí)和經(jīng)驗(yàn)。

項(xiàng)目時(shí)常：Professional Preparation (16個(gè)月)；Research Preparation (20個(gè)月)

項(xiàng)目要求學(xué)分：需要完成最少144 units的課程才能畢業(yè)

項(xiàng)目專業(yè)細(xì)分方向：系統(tǒng)，分析，Human-Centered數(shù)據(jù)科學(xué)

項(xiàng)目亮點(diǎn)：有實(shí)習(xí)和capstone project，美國(guó)排名前列的計(jì)算機(jī)科學(xué)高校

申請(qǐng)要求：

· 專業(yè)背景- 偏向計(jì)算機(jī)科學(xué)相關(guān)的本科背景，如果是其他背景則需要非常強(qiáng)的數(shù)學(xué)和計(jì)算機(jī)科學(xué)背景才會(huì)被考慮

· GPA- 3.0以上

· 先修課程要求- 要求具有強(qiáng)大數(shù)學(xué)和計(jì)算機(jī)科學(xué)背景

· 語(yǔ)言考試成績(jī)- 托福至少100分 （聽讀寫小分25分，說(shuō)小分23分）；美本學(xué)生也需要提交語(yǔ)言成績(jī) （可以提交當(dāng)年申請(qǐng)本科的托福成績(jī)單）

· GRE考試成績(jī)- 沒(méi)有具體要求

· 工作經(jīng)驗(yàn)- 不是硬性要求，但也高度重視相關(guān)的工作經(jīng)驗(yàn)

5. 南加州大學(xué) Master of Science in Applied Data Science

該項(xiàng)目的目標(biāo)為培訓(xùn)來(lái)自各種背景的學(xué)生成為熟練的數(shù)據(jù)科學(xué)家。完成此學(xué)位的學(xué)生將掌握作為數(shù)據(jù)科學(xué)家工作所需的技能，包括對(duì)數(shù)據(jù)科學(xué)技術(shù)的基本了解，使用Python編寫數(shù)據(jù)科學(xué)程序的能力，使用數(shù)據(jù)庫(kù)和大數(shù)據(jù)基礎(chǔ)架構(gòu)的知識(shí)，經(jīng)驗(yàn)和技能，應(yīng)用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)的能力，以及如何將這些技能應(yīng)用于實(shí)際問(wèn)題的知識(shí)。

項(xiàng)目要求學(xué)分：32學(xué)分

項(xiàng)目亮點(diǎn)：有春季入學(xué)，對(duì)轉(zhuǎn)專業(yè)友好

申請(qǐng)要求：

· 專業(yè)背景- 不限

· GPA- 沒(méi)有具體要求

· 先修課程要求- 要求具有一定的數(shù)理學(xué)背景

· 語(yǔ)言考試成績(jī)- 托福至少90分 （小分不低于20分）；雅思至少6.5分（小分不低于6.0分）

· GRE考試成績(jī)- 沒(méi)有具體要求

· 工作經(jīng)驗(yàn)- 沒(méi)有具體要求