我们身处一个信息爆炸的社会，数据以前所未有的速度产生。在这样的大背景下，数据科学的重要性日益体现，越来越多的美国大学开始开设数据科学专业。
不久前，斯坦福大学官宣开设本科新专业数据科学（Data Science）。在斯坦福校方看来，研究员能接触到的数据正在呈指数级增长，他们培养数据科学家的方式也应随之改变，从本科开始培养数据科学人才，有助于接轨硕博科研、以及求职市场。
什么是数据科学？
数据科学（data science）是一门利用数据学习知识，并从数据中提取有价值的信息，以分析现实现象、挖掘本质和关系的学科。
数据科学是一个对数据理解和分析的交叉学科，除了需要统计学、数据挖掘、机器学习等数据分析、理解和挖掘的学科，还涉及其他学科，包括物理、材料、化学、生物、医学等等。
数据科学通过运用各种相关的数据来帮助非专业人士理解问题，相对于解决业务问题的传统方式方法，它可以有效减少对于行业垂直知识的依赖，利用数据解决问题。
以天气预报为例，传统的方法是建立物理模型，根据模型回归、解释数据，并进一步预测未来的天气。而数据科学就是另一套方法：利用历史数据、专家标注信息，建立统计学习模型就可以达到进一步预测天气的目的，而且有的时候效果更好。
人工智能与数据科学的关系可以总结为上图。高质量的数据是人工智能的基础，数据质量与完备性直接影响到人工智能解决问题的能力与效果。
数据科学专业学什么？
以斯坦福大学为例，他们的数据科学专业归在文理学院之下，向学生提供数据科学（B.S.）和数据科学与社会系统（B.A.）两条培养路径，前者偏理科生、后者偏文科生，为解决科学、工业和社会中的数据驱动问题奠定分析和定量基础。
1
数据科学（B.S.）
斯坦福大学的数据科学（B.S.）可以视作数学和计算科学的延续，强调跨学科学习，其课程由统计学、数学、计算机科学和管理科学与工程系联合开设。学生必须参加这些部门中的每个部门的课程。
该课程的目标是建立对学科的宏观认知和理解，进一步培养全能型数据科学家。攻读数据科学学士学位的学生需要学习核心数学知识，并锻炼建立计算，最佳决策，概率建模和统计推断的能力。
在申请数据科学学士学位之前，学生需要已经修读了 2 门必修的数学课程 （51-52-53），并且已经或正在注册 STATS 116 或数学151（或其他统计学核心课程）。
2
数据科学与社会系统（B.A.）
斯坦福大学的数据科学与社会系统（B.A.）课程要求学生掌握统计和计算方法的专业知识、社科核心知识，培养对社会问题的跨学科认知思维。
该课程有三个核心部分：定量（数学、计算、统计和优化）、行为科学（心理学、社会学、政治学和经济学）和伦理学。跨学科思维对于复杂社会问题的数据驱动分析至关重要。
该方向课程为学生提供精湛的技术培训和深入的社会科学知识，目标是培养政府或非营利部门的未来领导人。
无论学生选择哪个路径，都需要上满一定学分的数学、计算机、统计和伦理学必修课，不仅如此，他们的GPA必须高于3.0才能毕业。平均成绩低于B可能会影响毕业。
以下是U.S.NEWS评选的美国大学数据科学专业（本科）Top10，感兴趣的可以看下
1、加州大学伯克利分校
2、麻省理工
3、卡耐基·梅隆大学
4、佐治亚理工
5、斯坦福大学
6、华盛顿大学（西雅图）
7、康奈尔大学
8、伊利诺伊大学
9、哥伦比亚大学
10、加州大学圣地亚哥分校
数据科学专业就业前景
在很长一段时间，数据科学都是硕博专属。随着其重要性与日俱增，包括斯坦福、西北等不少Top大学开始在本科阶段单独设立数据科学专业。
鉴于目前本科毕业生数量有限，以下选用了硕士毕业生的就业情况，供大家参考。
数据科学毕业生（硕士）普遍起薪（年）都超过8万美金，且不容易受实习/工作经验的影响。毕业生的就业情况也很不错，雇主包括美国知名IT企业和金融企业，部分大型工业企业、零售企业、以及科研单位也有需求。
毕业生的职业方向主要分为三类：
1机器学习工程师
技术含量较高，主要工作内容是开发机器学习系统并用其解决实际问题，工作产出为数据产品。
2数据分析员
工作内容主要就是分析数据，通过利用数据科学的工具，从数据处理、分析预测，再到可视化，提取所需数据来解决具体问题，满足企业的实际需求，包括预估投资回报比、为产品方向提供建议等。
3数据科学家
数据科学家工作内容以高级建模为主，针对复杂的问题来设计技术方案，包括建模、数据挖掘和生产目的设计和构建新的数据集流程；开发原型、概念证明、算法、预测模型和分析等。
随着大数据时代的到来，人类正式进入商务智能化时代。国内外的大数据研究都在飞速发展，数据科学方向相关人才供不应求，毫不夸张的说，这是未来最具发展潜力的方向之一。
作为申请的大热门专业，数据科学方向的竞争压力逐步提升，对于准留学生而言，想要冲刺心仪的专业，一定要提升自己的申请竞争力！
想要了解更多资讯，欢迎关注我的主页！
金吉列 www.jjl.cn
