数据科学家：21世纪“最性感的职业” ⑤

项目名称：Master of Science in Data Science

该项目是一个跨院系的交叉项目，由哥伦比亚大学研究生学院（ Grauate School of Arts ），统计学系（ Sciences’ Department of Statistics）, 富的基金会工程与应用科学学院（Fu Founation School of Engineering an Applie Science），应用科学计算机科学系（ Applie Science’s Department of Computer Science ）以及工业工程与运筹学系（Department of Inustrial Engineering an Operations Research）共同开设，是集中了各个专业资源的顶级数据科学硕士项目。

哥伦比亚大学作为最早开设数据科学硕士项目的高校，该项目历史悠久且底蕴深厚，属于美国数据科学硕士申请难度的第一梯队。该项目为期一年半，共需修读30个学分，无需撰写毕业论文，属于就业导向型项目。

核心课程主要分为两个部分，分别是计算机科学（CS）和统计，其中CS方面授课的主要内容是算法还有并行计算系统，而统计的部分主要学习的是机器学习和统计推断的内容。该项目在选修课方面十分自由，学生只要得到了学术指导老师的批准可以选修任何其他专业的课程。

哥伦比亚大学的数据科学项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求。学生有机会在研究生阶段进行原始研究，项目包含一个顶点项目，在其中与校方的行业合作伙伴和教师互动。

项目名称：MSE in Data Science

数据科学硕士（Master of Science in Engineering in Data Science ）项目简称为DATS，开设于宾夕法尼亚大学工程学院下。和哥大、纽大的数据科学同属于美国数据科学硕士申请难度的第一梯队。

项目时长为1年半到2年，平均一届在30-40人左右，中国学生大约占比1/3至1/2，DATS项目要求学生上满10节课，其中至少5节选修课程，选课灵活度很大，学生可根据自己的兴趣和对未来职业的规划安排课程。

项目的一大亮点是，学生可以在第二年选择等同于两门课的论文或实习课（Thesis/Practicum）。如果研究项目偏理论，将被定义为论文（thesis），如果偏实际应用，将被定义为实习课（practicum），学生可选择自己的项目导师，并在学期结束展示自己的研究结果，这对于在入学时不确定自己未来的发展方向的同学非常友好，你可以随着学期的推进决定未来是走研究方向还是就业。

宾大还有不少提供给数据科学专业学生的资源，如宾夕法尼亚大学数据科学小组（Penn Data Science Group）会定期开设各种编程语言的课程，并且每学期都有3-4个与校外公司合作的项目让学生组队参与，同时也有参加各类Kaggle竞赛的队伍。除此之外，沃顿商学院的Wharton Research Data Services（WRDS）会定期招募数据科学专业的学生做兼职工作，学生在学习之余有机会参与到研究项目中。

同时每年两次的工程学院招聘会，会来各大科技公司和金融公司，而宾大是众多金融和科技公司的Target School（目标学校），公司会来学校举办招聘讲座，学生有机会和资深业内人士进行面对面交流（Networking）。

项目名称：MSS focus on Data Science an Analytics

杜克的统计学硕士（Master’s in Statistical Science）属于三一文理学院（Trinity College of Arts & Sciences），专业开设在统计学系（Department of Statistical Science）下，从入学到毕业需要两年时间。针对研究生，原本是有两个学位可选的，第一种是统计学硕士（Master’s in Statistical Science），第二种是统计学与经济学建模硕士（MS in Statistical an Economic Moeling），但从2017-2018年MSEM开始已经停止接受新生了。所以现在可以申请的就只有统计学硕士（Master’s in Statistical Science）这一种。

MSS侧重于教学生统计学方法和理论教学，要求学生是要取得36个学分以及提交论文才可以毕业。课程和项目强调基于随机模型的推理和预测问题的方法，强调贝叶斯和机器学习方法。学生可以发展复杂和潜在的大量数据集的建模技能和专业知识，以及先进的计算方法，同时获得广泛的应用背景。

相较其他数据科学项目的强就业导向，此项目较为“学术”，学生既可以选择直接就业从事医疗健康、经济金融、市场调研、商业分析及社会科学领域工作；也可以选择继续在统计和相关领域进行博士深造。如果你未来有意在此领域进行更高学位的学习，杜克大学的MSS项目是一个不错的选择。

项目名称：M.S. in Data Science

弗吉尼亚大学的数据科学硕士（Master of Science in Data Science，MSDS﹚，设置于弗吉尼亚大学的数据科学学院（School of Data Science）。弗吉尼亚大学的数据科学学院是全美第一所数据科学院，成立于2019年秋季。项目时长是11个月，学生可以根据自己的需要延长项目的时间。

项目的亮点是学生在研究生期间需要做一个长度半年多的项目，以及提交论文，这也和其他大学的数据科学（DS）项目有比较大的差别，因为大部分的DS项目的学生在毕业之前是不需要写论文的。

虽然如此，但是该项目依旧是一个以就业为导向的项目，因为论文的内容更像是项目报告而非学术论文。论文要做的项目有很多选择，比如和学校管理部门合作，做能源趋势预测（Energy Tren Preiction），做外部企业例如德勤和诺斯罗普格鲁曼公司（Deloitte、Northrop Grumman）的项目，选择什么完全看学生自身的兴趣和需要，自由度比较大。

弗吉尼亚大学的数据科学项目是此专业的“老网红”了，校友资源丰富，他们广布亚马逊、中央情报局、谷歌、MITRE、摩根斯坦利、美国国立卫生研究院、麦肯锡，德勤等知名大厂和机构，项目毕业生的就业率几乎为100%。

项目名称：Master of Science in Data Science （申请难度较大）

纽约大学的数据科学专业设立在Center of Data Science（CDS）下面（CDS附属在著名的库郎数学科学研究所 Courant Institute of Mathematical Sciences ，应用数学专排第一），是世界上第一个专门为数据科学开设的硕士项目。

虽然纽大的综合排名在30名，但是数据科学项目硕士项目课程设置很成熟，项目强大的师资力量和学术资源，无论是教育质量和业界口碑都很不错，申请和录取难度甚至甚于哥大MSDS项目。

纽约大学的数据科学项目需要完成36个学分，一般来说需要2年的时间毕业。有6门专业必修科目，6门选修课程。学生可以从数据科学中心选择，也可以从非数据科学中心去选择课程。数据科学学院（CDS﹚的选课是极度自由的（计算机科学, Stern 商学院的课基本上都可以选）。

纽约大学数据科学项目通过几年的摸索，已经形成了自己的一套完整的体系。

（a）必修第一学期主要是数据科学入门和统计课，数据科学入门给学生一个对于机器学习总体的感受。上课留的作业是日后处理公司面试案例教学的神器，只要按照课程认真完成作业，受益匪浅；统计课也是神课，虽然据学生反馈作业巨难，但是真的是货真价实的统计课程。

（b）第二学期必修有机器学习和大数据, 机器学习这门课的老师是Bloomberg 首席技术官，非常敬业，作业也超级多。连很多美本的同学都表示是他们来美国以来老师教的最好的一门课。大数据这门课中会学一些Haoop, Spark等等大数据工具。CDS的选修课还有Yann Lecun大牛的深度学习（Deep Learning） 和未来大牛Cho老师的自然语言处理（NLP），都是很值得期待的。

总之，项目的每个学生都可以通过选课来决定自己的发展方向，无论是想研究深度学习, 自然语言处理还是金融，总有一款适合你。

项目名称：Master＇s in Data Science

东北大学数据科学理学硕士项目是由计算机与信息科学学院和电子与计算机工程系共同开设的跨学科项目，为2016年新增项目。该项目主要面对有数据和计算机基础的学生，帮助学生深度理解计算建模、数据收集与集成、数据存储与检索、数据处理、建模与分析以及可视化的专业知识。

项目要求完成32个学分。GPA需要达到3.0+/4.0才能拿到硕士学位。项目包含5门核心课程，主要为介绍数据科学的基础技术,包括算法、数据处理、机器学习、数据挖掘等以及Capstone课程（相当于毕业项目）。

东北大学计算机相关专业的带薪实习（CO-OP﹚很给力，基本想找工作的学生全部都有带薪实习，实习的公司有BCG，Spotify，ebay等。项目不仅能够帮助学生在快速发展的领域内获得数据科学家与数据工程师的职位，也能帮助学生加快取得相关博士学位。