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。
  分析
  前景
  從近三年來畢業生的數據看，DS專業畢業生的率達到了99%，可謂是供不應求的專業，其中DS專業的熱門崗位“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發展潛力的職業之一。
  DS專業之所以能有如此光明的前景，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專業出來行情火爆之外，還有一個優勢，那就是面廣，基本上每個行業都需要用到數據分析，而且薪資非常可觀，是名副其實“錢”途似錦的專業。
  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專業學生畢業后的方向和領域是很廣泛的。
  院校/項目推薦
  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企業作為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。
  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，環境非常優越，因此這個capstone的合作企業就非常優質，包括：微軟、Adobe、Boeing等知名企業！
  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。
  經驗：無要求，兩年以上相關經驗優先錄取
  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。
  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。
  經驗：無要求
  GRE：310+
  綜合錄取率：20%