数据科学项目作为一门涵盖了统计、数学、计算机三门热门学科的课程。一来其本身所涵盖的课程就是理工科的大热门专业，在美国各大高校都有设置；二来随着社会需求的不断上升，越来越多的高校也随之在统计系或计算机科学系内增设了Analytics and Data Science专业的硕士项目或与其他专业高度交叉的数据科学项目。由此成就了数据科学这种生来即存的热门特质，让它成为了申请者广为追捧的项目！

鉴于此热度及同学们对该项目的一些误解或不解，今天小编就以美国三所热门院校：宾夕法尼亚大学、杜克大学和纽约大学的数据科学硕士项目为例，在这里给大家重点介绍一下。

首先，先来看看它们的排名情况：

一、University of Pennsylvania

项目介绍：

• 开设在工程与应用科学学院（School of Engineering & Applied Science）下

• 项目时长：两年

• 学费： $73,1300

课程设置：

2017秋新项目（招收人数30人左右，其中60+%中国人），该项目为学生提供广泛的以数据为中心的职业，无论是在技术和工程，咨询，科学，政策制定，还是在文学，艺术或传播等方面都有涉及。

个人陈述的要求：

To help us better determine your candidacy for admission into the Data Science Program, your personal statement should clearly discuss your background while placing special emphasis on your coursework and/or your professional experience relevant to the Data Science Program.It should further elaborate your future plans and how they make you an ideal fit for the program.

10门必修课：

Foundations系列有2门：Programming Languages & Techniques (PL): Programming Languages & Techniques (CIT 590) or Introduction to  Software Development (CIT 591)+Probability: ENM 503 Intro to Probability & Statistics or STAT 510 Probability or MATH 546；

Core Requirements系列有3门：Mathematical Foundations: Mathematical Statistics (STAT 512) or Linear Algebra/Optimization (CIS 515)  or Computational Learning Theory (CIS 625)+Big Data Analytics: Big Data Analytics (CIS 545)+Mining and Learning: Intro to Machine Learning (CIS 519) or Machine Learning (CIS 520) or Modern Data Mining (STAT 571)。

再选5门选修课，从Technical & Depth Area Electives中挑选。

申请要求：

1. 背景要求：对申请者的本科背景没有严格要求；

2. 工作经历：无工作要求；

3. 硬件条件：要求TOEFL100+；上年GRE的平均分，Verbal Reasoning: 158, Quantitative Reasoning: 167, Analytical Writing: 4。

2018fall学生反馈

1. 宾大DS项目的课表集齐工学院各个专业(含CIS/MCIT)的几乎所有优质课程：选课自由度很大，选课可以偏统计偏数学偏视觉偏CS偏商业。具体课表官网上写得很详细（注：课表还在不断更新中每学期都会微调或者添课上去）。

2. 就算不在课表上的课程，也可以直接director argue让director加到课表里：比如有学弟想上CIS 548 Operation System，这门课没有被放进课表，但是学弟和director argue说这课对就业有帮助director就同意上了。Director和我们说过目前的课表只是第一版，DS项目还在初期建设过程中，全校范围内有任何课程感兴趣的都可以来找她商量是否适合放到课表中来。

3. DS享有很高的选课优先级。

二、Duke University

1. 背景要求：（上年共收到618份申请，录取了81人）。面向所有表现出对数据分析的热情，对分析推理的掌握，对学习量化和技术技能的能力的个人开放。但青睐来自quantitative major的申请者。class size非常小，只有20人，这就注定了难度很高，但从Q&A以及招生表上，其实并不是只招技术背景强的申请者。官网上的原话：想把数据科学引入到联邦或地区办公室管理的政府人员，以及想把数据挖掘引入到调查技术里的媒体记者，我们一样欢迎。相信杜克会秉承自己追求diversity的优良传统；
2. 工作经历：无工作要求（录取的学生里面有36%无工作经验，19%有1-2年工作经验，但44%是有3年获以上的工作经历），验证了官网那句：We anticipate many of our students will have work experience, but it isnt required；
3. 硬件条件：要求TOEFL90+；对GRE无明确要求。

三、New York University

1. 背景要求：微积分，线性代数，R或Python，统计学，概率论。优先录取有学习过机械学习machine learning，计算机统计computational Statistic，数据挖掘 data mining，大规模的科学计算large-scale scientific computing,运筹学研究operations research课程的学生；
2. 工作经历：While many of our students have work experience, it is not required；
3. 硬件条件：要求TOEFL100+；平均录取GRE的Q部分是167.58，V部分是157.36，W部分是3.65 。

小编听说童鞋们总是混淆数据科学跟传统统计学、数学、计算机科学的异同点。因此，在这里，小编也为童鞋们做个区分（求大家喊老板给我加鸡腿啊！！！）

数据科学（Analytics and Data Science）是用统计、数据分析、机器学习和其他数据相关的方法来理解和分析实际的现象。Analytics and Data Science和统计的最大区别在于Analytics and Data Science是一个高度交叉且应用型极强的学科，在实际应用中更偏重于对大数据的研究，技术上更多地和计算机科学联系。而传统统计的学科，会有更多的课程内容是设计数理统计等偏理论的课程。

因此，从学科上来看，数据科学也是传统统计的分支之一。数据科学Analytics and Data Science只是借用了计算机学科的思维和基础，利用编程语言比如R，Python等工具去管理和处理，分析海量数据。

此外，该专业的就业情况非常好、就业面也非常广！根据北卡州立大学发布的报告--“MASTER OF SCIENCE IN ANALYTICS EMPLOYMENT REPORT – CLASS OF 2018”可以大体看出该专业的就业情况是很不错的。就业范围主要集中在各个行业的分析师、咨询顾问、数据科学家以及经营管理者。