愛科研背景提升 | 大（D）神（S）帶你看DS專業
沒錯，你沒有看錯，
小愛我就是標題裡的那個～
大（D）神（S）！
此處小愛得意的笑，
同學們自行腦補
。。。
俗話說的好：
女怕嫁錯郎，男怕入錯行，
留學讀一個好的專業，
對於小夥伴們畢業後的發展來說，
起著至關重要的作用！
最近幾年留學界新興而又火熱的專業中，
Data Science算是其中大熱的一個！
今天我們就和大家聊一聊DS的那些事～
Data Science的學習三大模組
資料處理
資料模型
資料視覺化
解讀：
很容易看出來，這些相關的知識和CS，統計，數學都是有密切聯絡了，能更直觀的感受到data science和其他學科的關係。
學科特點以及申請條件
面向職業培訓、側重工業界，沒有博士學位
為了符合工業界需求，專門的資料科學專案課程都很實際，側重培養學生分析資料、解決問題的實際動手能力，課程一般不涉及理論知識。如果要讀博士，申請統計和生物統計專業最對口，其次是計算機或者電子工程裡做機器學習、資料探勘這些相關方向的。另外，數學、IEOR、經濟等專業也有少數博士生做的方向可以轉到資料科學上，比如做最佳化（optimization）的。
作為新興專業，很多學校沒有開設專門學位
綜排前50裡只有少數學校才有DS，也就是說，申請選校範圍很狹窄、選擇非常少，這也決定了申請綜排前50的學校，難度很大！
不同專案對學生背景要求不同，錄取標準各異
大多數專案傾向於錄取數學或者統計等計量學科背景的學生，同時希望申請人有軟體程式設計基礎、會寫程式、分析資料。比較牛的專案，更是如此。如果你只是上過高數、線性代數、機率統計這三門理工科專業的基礎課程，那你的背景是不夠的。儘管修課背景的缺乏並不代表你一定拿不到錄取，但是你是處於劣勢的。
提示：
如果你修課背景缺乏，可能更適合的是商學院裡開設的專案，這類專案側重Business/Marketing Analytics，對各種背景的申請人都更友好。而與之相比Data Science就顯得要冷酷的多。
特殊情況：
有的學校還有特殊要求，比如西北大學希望申請人上過Java課程、NCSU有很嚴格的面試，這也增加了申請難度！
申請文書質量至關重要
基本上所有學校的錄取委員會，都希望在文書裡能看到你對資料科學和商務分析能有一定的理解，而不是在對這個專業所知了了的情況下矇頭胡申。同時，作為很側重職業培訓的專案，有相關工作經驗是加分的。
提示：
如果你有工作經驗，那一定要結合工作，表達出你對這個專業的理解和看法。如果你沒有工作經驗，小軟建議你文書裡更是要設計合適的內容，充分體現自己的背景和基礎可以勝任這個專業。
建議考GRE而不是GMAT
商學院裡一般都接受GMAT，但是有些專案並非商學院開設的，如果想選校不受限制，最好考GRE。
關於資料科學專業申請定位
其實很簡單～
1）背景很好，可以在綜排前50裡選校；除非真的很牛，否則不要只考慮綜排牛校。
2）其他人等，建議多申請一些50名以後的學校，會比較穩妥。
提示：
不論是國內還是美國本土，本科就開設Data Science這個專業的學校並不多，所以大家不要一看自己專業名字和資料科學不搭邊就覺得是轉專業申請。
建議：
學CS的同學顯然是可以申請的，因為大多數資料工作都是透過程式設計和資料庫的相關手段進行的；學統計或者應數，且有一定程式設計基礎的同學也可以申請；商科出身，尤其是量化背景較強的商科專業，比如金工，但又希望能選擇一個STEM專業的小夥伴，那DS顯然也是個非常好的選擇。如果你有比較強的程式設計背景，又有比較好的數理基礎那你就很有競爭力；而純商科背景的小夥伴則可以選擇Data Science（DS）和 Business Analytics（BA）混申吧，後者更偏商科更加Match一些。
Data Science該選擇哪個學校？
小愛給大家整理了一些熱門學校的DS Program資訊，雖然開設Data Science的學校不多，但是名校多呀，這應該也是DS申請熱度高的原因之一了～
話不多說，上各學校專案list
斯坦福大學
學制：1-2年
統計碩士專業分支：資料科學
所屬學院：人文與科學學院，統計系
地點：斯坦福，加州
斯坦福的大名就不贅述了，其統計資料科學專案是統計系和計算與數學工程學院聯合創辦的，主要訓練學生在資料科學中的計算能力。
哈佛大學
學制：1年
計算科學與工程碩士
所屬學院：工程和應用科學學院
地點：劍橋，麻省
該專案嚴格訓練一個人在CSE中的數學和計算機能力，獲得高效智慧解決問題並確定選擇等8項技能。核心課程包括高階科學計算：計算方法、計算科學基礎、計算科學系統發展等。
加州大學伯克利分校
學制：12-20個月
資料科學工程碩士
資訊與資料科學碩士
所屬學院：工程學院和資訊學院
地點：伯克利，加州
伯克利的兩個碩士專案綜合教授技術和企業運營的技能，立足現有最前沿的技術，紮實務實地培養學生成為領域內的佼佼者。
卡內基梅隆
大學
學制：16個月
資料科學碩士
管理資訊系統碩士
專業小方向：商務智慧和資料分析
所屬學院：Heinz學院
CMU的計算機科學專業排名在全美數一數二，與斯坦福、麻省理工起名，其資料分析與處理技術也名列前茅。本校的碩士專案有三個核心方向可供學生選擇：商務智慧資料分析資訊科技專案培養的目標是要培養學生跨領域具備商業處理分析與預期建模、GIS地理資訊定位與分析、分析報告、市場細分分析、資料視覺化。CMU全球頂尖的實驗室也為學生提供了絕好的學習與實踐機會（Heinz College‘s iLab ），並且有固定的企業實習專案，為就業做了充足的準備。
哥倫比亞大學
學制：2年
資料科學碩士
所屬學院：Data Science Institute
地點：紐約
哥倫比亞大學有一個世界頂尖的大資料科學與工程研究室（Institute for Data Sciences and Engineering），學生在此參與實驗與科研專案
如何提升背景？
可能有的同學會問了，我本身背景不太強或者不太匹配，有什麼辦法可以使自己變得更有競爭力麼？
1.科研
科研的話，最好找和量化相關的，如果實在沒有，可以把相關的課程大作業（project）拿來用。再退而求其次，也可以是 CS 相關，但切記沒有科研經歷，那將是極大地硬傷。
此處必須提到“愛科研背景提升”！！！
2.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、資料嗨客等，都是一些平臺的資料比賽。
3.實習
實習的話最優選擇當然是資料公司的資料崗，然而現實是這樣的崗位由於太過重要，基本不會招實習生。所以建議找一些統計量化相關的或者計算機相關的實習。
相信大家也發現了這個專業屬於那種，比較火！比較熱！同時也比較難申請的。
小愛提示大家，DS名校，申請有風險，入行須謹慎！
大（D）神（S）要走啦！
同學們請留步吧～～～
今天小愛的分享就到這裡了，
祝福所有在留學路上一直堅持不懈的同學們！
關注“愛科研背景提升”（i_keyan），瞭解更多熱門專案詳情
