近年来，由于人工智能和机器学习日渐火爆，市场对数据人才的追求日益激烈，数据科学（ DataScience ）学科逐渐走入留学生的视野中，今天就让金吉列的何老师带你揭开数据科学的面纱，看看他究竟为什么如此炙手可热。

数据科学是一门涉及到统计 , 数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。它是以统计学、数学、计算机为三大支撑性学科，以生物、医学、环境科学、经济学、社会学、管理学为应用拓展性的学科。美国大多数院校的 Data Science 属于 STEM 学科。

1. 申请要求

1.1. 专业背景

对于申请数据科学的学生来说，一般学校会要求本科生完成微积分 I ， II 和 III ，微分方程，计算机编程类课程（ python 等）和线性代数，还需要 MATLAB ，单片机等课程。具体要求会根据学生选择的研究方向来决定。

1.2. 硬件要求

对于国内学生来说，一般硬件要求分两大类，一方面是语言，另一方面是大学时期的 GPA 。一般学校数据科学对语言的要求都比较高，托福成绩要 90 以上，雅思 7 以上，个别学校对小分也有不同的要求；对本科 GPA ，一般数据科学的要求都在 3.0 以上。当然，申请硕士，本科的学位也是必不可少的一环。对于美本的同学，多数学校可以免除语言成绩，需要关注的是，部分学校只承认 4 年制美本的学生，对于本科的转学生来说，仍然需要提供语言成绩作为申请必备条件。

1.3. 软件背景

美国的研究生导师更注重学生的动手和科研能力，希望学生可以拥有自己的想法和实践经历。建议学生在申请前，最好进行一些数学建模或者计算机方面的科研项目或者比赛，也可以在相关公司需找实习岗位。

2. 课程设置

数据科学一般会配置三至五门核心课程，覆盖编程语言、概率论与统计、数理统计、大数据分析、机械学习、数据挖掘等学科。选修课的方向相当多，学生可以根据个人兴趣进行选择，主要方向有：生物医学（ Brain-Computer Interfaces 、 Network Neuroscience ）、社会网络科学（ Econometrics I: Funamentals 、 Applie Probability Moels for Marketing ）、化学工程（ Interfacial Phenomena 、 Avance Chemical Kinetics an Reactor Design ）、机械工程（ Aeroynamics 、 Nanotribology ）、生物工程（ Nanoscale Systems Biology 、 Biomeical Image Analysis ）、材料工程（ Phase Transformations 、 Elasticity an Micromechanics of Materials ）、数据检索（ Database an Information Systems 、 Sample Survey Methos ）、数据分析 / 人工智能（ Computational Linguistics 、 Machine Perception 、 Computer Vision & Computational Photography 、 Avance Topics in Machine Perception 、 Analysis of Algorithms 、 Special Topics 、 Learning in Robotics ）、统计学（ Complex Analysis 、 Funamentals of Linear Algebra an Optimization ）。

3. 就业前景

按照 2018 年毕业生的数据来看，该专业的就业率达到了 100% ，可以说是供不应求的专业，“数据分析师”是美国成长第二快的职业。劳工统计局的最新就业率报告预计该职业在 2018 年将有 80 万从业人员 ( 增长 53.4%) 。简单的来说，大数据时代的到来，标志着人类进入商务智能化时代。数据分析师将成为今后 5 年最热门的职业。其特点是就业面广，行行需要，薪金高，职业稳定，而且越老分析手段越多越有经验而不会被淘汰，并且可以在家里办公。随着大数据在中国国内的发展，大数据相关人才却出现了供不应求的状况，大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。

想了解更多美国专业相关事宜，请联系何老师，何老师在金吉列等你。