二、申请读什么专业适合将来做ata scientist
Computer Science（DS）、Information Science、Information Systems、Statistics和Business Analysis，结合自己的背景，很容易找到对应的职位。将来求职，瞄准适合自己专长的公司部门，有的放矢命中率最高。比学统计出身的，那些要求很强Java programming skills、甚至要写prouction coe的ata scientist职位，可能就不适合你；学计算机出身的，如果看到某个职位里写了很多统计模型你彻底不懂、要求用R编程，那你可以考虑是否默默叉掉这个职位。
其他相关专业，比如EE里做signal processing、image processing、communications等方向的，既编程又用统计或者数学知识；IEOR、数学、机械工程里等做optimization、Simulation等方向的，或者是经济学里做Econometrics的，也都有机会。
目前很多Data Scientists招聘广告里，对于求职者的专业要求，通常写法是爆长的一串：Applie Mathematics、Statistics、Computer Science、Economics、Operations Research or Engineering”- 最后这个“Engineering”范围很广，大体上做quantitative or computational方向、会moeling的，都算。这种写法，背后的意思就是说，只要你能玩的了统计、看得懂数学、搞得了建模，统统欢迎。美国很少有技术类职业，对求职者的教育背景要求这么宽泛。
Data Science作为一个宽口径的新兴职业方向，充满了工作机会，同时，无论你是学什么专业出身的，都有新专业、新领域的知识要学。比如工作期间，学统计的去研究一下优化、计量经济，学计算机的深入加强统计知识，都可能有机会。
随着过去两年ata science和big ata的兴起，UIUC、UT Austin、NYU等都相继开设了analytics、Data Science类的项目。
这类项目的最大优势是在于课程设置，software system、machine learning、atabase、optimization、ecision science、statistics、business intelligence等所有涉及到的领域知识，往往都会学一些。因此，跟比如学统计或者计算机出身的同学相比，有analytics研究生学位的同学，知识结构更合理、更全面。也正是因为这点，目前学这个专业的同学找工作很容易。
美国很多系也在跟进潮流改进课程设置，比如统计系越来越多的教授们认为今后学统计的需要去IT行业寻找ata scientist的机会，他们也希望能改革课程，让自己系的学生技能更加多样化。
