美国Top50院校新增数据科学关专业解析

项目一：数据赋能计算工程与科学硕士@布朗大学

布朗大学（Brown University） 创立于 1764 年，是全美第七古老的大学，坐落在美国罗得岛州首府普罗维登斯市。是一所享誉世界的顶级私立研究型大学，闻名世界的八所常春藤盟校之一，罗得岛设计学院的姊妹校 。

布朗大学是全美录取率最低的大学之一，以其独树一帜的教学理念与超群绝伦的顶尖本科教育著称于世，学校始终保持着小而精的精英式教育，但在如此之少的师生队伍中，就诞生了8 位诺贝尔奖得主、24 位普利策奖得主、1 位菲尔兹奖得主，1 位沃尔夫奖得主、10 枚美国国家科学奖章、5 枚美国国家人文奖章，57 位罗德学者，4 位艾美奖得主，1 位奥斯卡奖得主，1 位格莱美奖得主，1 位托尼奖得主 ，19 枚奥运会奖牌。

排名情况 2023USNews美国综合大学排名：#13
项目简介项目名称： Master’s in>

开设学院： 工程学院

项目时长： 全日制1年（3-4 个学期）

入学时间： 秋季（2022 FALL第一届招生）
申请要求

本科背景： 建议工科、应用数学、CS、物理等相关专业背景。
GRE要求：需要提供
语言要求：雅思最低7分，托福最低90分

GPA要求： 最好在3.4+
推荐信：三封推荐信
课程设置 布朗大学工程学院在与DECES科学硕士项目相关的几个学科领域都处于世界领先地位，包括固体力学、材料科学、流体和热系统。布朗大学的应用数学项目位列全国排名最高之一。工程和应用数学方面的许多一流的教员正在开发最先进的数值方法和机器学习方法，以及与DECES特别相关的应用程序。因此，布朗大学在提供DECES 项目方面具有独特的优势。
该项目旨在用数学建模、仿真和DS算法去解决工程学领域的问题。这里的engineering disciplines 主要包括：固体力学、流体力学、材料、化工，因此并不能算是一个正统的 DS项目，只是给工科背景的学点 Data。

从课程设置来看，共8门课，主要分为3个模块：engineering; applied maths; data science/high performance computing；可以选Thesis或者Non-Thesis. 8门课程中，需至少包含两门工程课程、至少两门应用数学课程和至少两门数据科学/高性能计算课程；两门选修课。并且为了确保深度，这些课程可能涉及工程、应用数学、数据科学或其他相关学科。

项目二：分析学硕士@加州大学伯克利分校加州大学伯克利分校（University of California, Berkeley) ，简称伯克利，坐落美国旧金山湾区伯克利市，是公立研究型大学，被誉为“公立常春藤”，是美国大学协会成员，在学术界享有盛誉，入选英国政府“高潜力人才签证计划”。

截止2021年10月4日，伯克利校友、教授及研究人员中，共产生了114位诺贝尔奖得主（世界第三）、14位菲尔兹奖得主（世界第四）和25位图灵奖得主（世界第三）。数学家陈省身在此建立了美国国家数学科学研究所；“原子弹之父”奥本海默等人在此领导曼哈顿计划，制造出人类第一枚原子弹、氢弹；欧内斯特·劳伦斯在此发明回旋加速器，并创立了美国著名的劳伦斯伯克利国家实验室；诺贝尔化学奖得主西博格等人在此发现了十六种化学元素，其中第97号元素“锫（Berkelium）”即是以“伯克利”命名。伯克利为硅谷培养大量人才，包括英特尔创始人戈登·摩尔、苹果公司创始人斯蒂夫·沃兹尼亚克、特斯拉创始人马克·塔彭宁等。

排名情况 2023USNews美国综合大学排名：#20
项目简介

项目名称： Master of Analytics 分析学硕士

开设学院： 工业工程与运筹系

项目时长： 全日制一年期项目，时长11个月

入学时间： 秋季（2022 FALL第一届招生）
申请要求

先修课程： 学习过线性代数、概率论与数理统计，并能熟练使用编程语言。
GRE要求：22 Fall申请时不强制要求提交
语言要求：雅思最低7分，托福最低90分

GPA要求： 最好在3.0+
推荐信：三封推荐信
课程设置

该项目是UCB唯一一个与Data有关的独立研究生项目，也是一个实现运筹学和工业工程与关键数据技能相结合的学位，项目开设在加州大学伯克利分校的工业工程与运筹系(Department of Industrial Engineering & Operations Research)，这也就意味着其核心在于技术及其应用。更值得一提的是，Berkeley IEOR在2023U.S. News IEOR排名中位列第二位。

该项目旨在帮助学生成为熟练掌握分析方法和数据驱动决策工具的专业人才，以应对从电子商务到医疗保健、从运输到能源等各个行业的复杂商业挑战。这些挑战通常涉及：供应链、能源、定价、产能规划、金融工程和风险管理系统的设计、分析和有效运作。分析学是链接运筹学和工业工程的一个数据分析桥梁。有了分析以后，优化、随机和数据科学的方法才能应用到解决运输、供应链、医疗保健、能源、机器人、金融和风险管理领域。同时，这些领域的挑战又反过来对决策分析和技术提出更高的要求，促使运筹学的发展。

该项目的学习从夏季开始，学生需要进行为期2周的Python课程；在秋季学期和春季学期中，学生将要完成该项目的核心课程和选修课程的学习；在第二年的暑假，学生需要完成为期10周的暑期实习，让学生能够在现实场景中运用所学的理论知识。核心课程共有4门课，包括：优化，统计，模拟和数据分析，我们可以认为这是分析学的基础课，过程中也包含了具有行业背景的决策分析选修课和分析实验课程。学生将从原始数据出发，完成一个完整的团队分析项目。而选修课则较为集中于金融工程、供应链和物流、数据库。