数据科学专业是一门交叉的学科，涉及到很多领域的前沿知识，包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等。
同时，数据科学领域的人才缺口也很大，仅美国就一地就缺少约14万到19万具有深度数据分析能力的人才，150万能利用大数据分析进行决策的管理人员。 于是乎，美国名校数据科学项目也变得炙手可热。
1
DS vs BA
经常有人会混淆数据科学Data Science与商业分析Business Analytics这两个概念，这两者的关系和区别是什么呢？
BA,DS都是以applie statistics 为数学基础，都用计算机编程为实现手段。
BA是DS用于商业领域的一个分支。
区别
DS除了商业领域以外还有很多用途，如人工智能。 所以DS强调数学统计理论和算法，BA强调商业实践，量化较弱。
一
申请背景要求
- Data Science = 30% Statistics +50% Computer Science+ 20% Application
DS专业对申请人背景要求较高，适合于理工科背景的同学申请，有一定编程基础的同学也可以申请，量化背景较强的商科专业，比如金工，同样也适合申请DS专业。
- Business Analytics =40% Statistics + 30% Computer Science +30% Business
BA对于申请人的背景要求没有过多限制，文科、商科、理工科背景的学生都可以申请。
二
就业方向
DS的就业方向包括 Data Scientists, Data Engineer, Data analyst 等，就业面非常广，主要的工作内容包含数据模型的建立、数据架构、数据监管与存储等，目的是为了将数据整理好，使其存储成本最小化，查询的效率更高。
BA 的就业方向主要在投行、四大、咨询、科技公司等，在不同行业中专门从事行业数据搜集、整理、分析，并通过数据对相应行业进行调研，不同行业的叫法也不同，咨询师、数据分析师、统计分析师等。
在大数据时代，很多行业都需要擅长挖掘和分析数据的人才，例如IT, 互联网，咨询，通信，金融，医药，零售等，因此很多BA专业的毕业生都很抢手，薪资待遇也很不错。
1
DS项目解析
下面我们就挑选几个强势项目进行具体的剖析吧
1
纽约大学： New York University
纽约大学的Master of Science in Data Science是数据科学类的标杆。 NYU是最早开设DS项目的学校，教学和就业资源都非常丰富，项目设置比较成熟，就业前景也非常好。
NYU在Deep Learning方向有非常好的教授，尤其是NLP领域处于非常领先的学术地位，因此其DS项目开设的DL，NLP课程质量非常之好，绝大多数DS项目都不具备开设这种高级课程的条件和意愿。
NYU DS的class size不算小，每年也有100左右，学生的iversity程度非常高。 Minimum requirements： 上过1门calculus，1门linear algebra，1门含有数学知识的其他课程，会python或R。
学校也表示他们会优先考虑接触过machine learning，计算统计，数据挖掘，大规模科学计算，operation research及更多数学和/或计算机科学的申请人。
录取基本上是GPA3.8+ 托福100+ GRE 320+吧，美本比较多，陆本985水平。
2
哈佛大学：Harvar University
哈佛大学的数据科学专业（Data Science）为2018年秋季第一届招生，由哈佛大学Grauate School of Arts an Sciences 和School of Engineering 两个学院联合开设，由Computer Science 和 Statistics 以及 Institute for Applie Computational Science (IACS) 的师资联合授课，申请时向Grauate School of Arts an Sciences (GSAS) 递交材料。
共需要修12门课程，学时3学期。 项目本身不重要，含着金钥匙出生注定是神项目。 哈佛DS项目在国内本科几乎只录顶级，18fall 有个清华，19fall有个复旦，神级faculty，选课也很自由，CS SDE啊，Machine Learning啊，甚至Quant Finance都有涉足。 就业方向也比较广泛 。
3
哥伦比亚大学：Columbia University
哥伦比亚大学（Columbia University），简称哥大，成立于1754年，位于纽约市曼哈顿上城晨边高地，美国常春藤盟校之一。 2019年US News美国综合大学排名第3位，2019年US News全球大学排名第8位，2018年上海软科世界大学学术排名第8位。
哥大数据科学从14年开设full-time项目，已经有几届学生毕业。 项目开设在Engineering School的Data Science Institution下, 工程学院的录取风格是： GRE和托福仅仅是filter 而不作为录取的参考条件，GRE达到320+托福100+即可,考虑到学校热度和DS的热门程度，申请难度很难降下去。
项目的Class size大概在100左右，中国学生比例在60%+，对中国学生友好。 核心课程包括CS和统计两部分，cs核心是算法以及并行计算系统，统计上是统计推断、机器学习，其余还有exploratory ata analysis 和 visualization。 选课自由度很大，可以选修其他所有专业的课程，只要avisor批准即可。
4
西北大学：Northwestern University
西北大学坐落于伊利诺伊州东北部城市埃文斯顿，是一所世界顶尖的私立研究型大学 。 西北大学在权威的2019年U.S. News美国大学排名上位列第10位 ，2018年Times世界大学排名上位列第20位 。
一说西北大学第一想到的必然是Kellogg或者是IMC，万万没想到的是开设在工程学院下的分析学理学硕士Master of Science in Analytics（MSiA program）项目也稳居了DS项目的第一梯队。 (此处敲黑板！ ！ ！ 注意是工程学院不是商学院！ ！ ！ 没错，这算DS,不算BA。 )
Class Size也是限制在40人左右的规模。 中国学生的数量也在逐年增高，在2018 fall录取10个中国学生（至少名字是中国学生）。 他家的项目尽管顶着Analytics的头衔，却是实打实地按照Data Science方向设置课程。
项目对学生学术背景不做硬性规定，建议申请者有数学以及IT背景，Tableau, R, SQL, Git, Databases等专业所需课程会在开学前2周时间统一做boot-camp。 申请人最好有95分以上的托福或者7.5 的雅思，GRE或者GMAT不做最低要求限制。
5
卡耐基梅隆大学 CMU Master of Computational Data Science(MCDS)
CMU的DS开设在自己的Computer Science下面。 它是一个极其难，算是DS王冠上面的一个项目。 如果你没有非常强的数学和计算机能力基本没有人能申请到。 大部分人来自清华、北大、复旦、浙大、北邮。 全是计算机背景，大部分都是刚本科毕业就过来了，本科阶段很多人和教授做过相关方向的研究。 很多人申请都是有paper的，也就是他们本身对DS是非常了解了。
项目毕业要求是修够学分以及毕业设计，毕业设计可以自己提出课题，导师要同意。 不需要发表论文，但是毕业设计要求很严，基本和一篇可发表的论文差不多了。 最后还要毕业答辩并且 emo 给导师看。
CMU的computational ata science很多是立志要读博，也就是他们会通过ata science来跳博士，跳UC-Berkeley，MIT，Stanfor这些计算机的博士。 所以这算是个传统型学术型项目。
6
华盛顿大学西雅图分校University of Washington, Seattle
17fall新开-Master of Science in Data Science项目，UW优越的地理位置和强大的faculty非常适合开设DS类项目。 项目由Stat，Biostat，Mathematics，CS和IS等六个院系合办，可谓异常豪华。
要求一共完成45 creits也就是九门课可以满足毕业要求。 UW有非常好的资源，Stat/Biostat排名全美第四，CS也位居全美前十，这些无疑给DS项目极其强有力的资源。
项目申请要求prerequisite也比较强，至少有相当于数据结构和算法层面的计算机课程，且在申请系统中有专门表格，要求详细列出修读过的所有数学统计计算机类课程的信息，学分，成绩，主要内容等关键信息，可见项目非常重视学生的专业背景。
西雅图的地理优势毋庸置疑，科技行业高度发达，有微软和亚马逊等大企业坐镇； 也不像东北部名校林立，UW几乎一家独大，就业资源有着得天独厚的巨大优势。
7
罗切斯特大学 Rochester University
罗切斯特大学的Master of Science in Data Science 也是近几年新开，开设在工程学院下，与罗切斯特计算机系关系非常密切，大部分课程以CSC开头，能选到非常多计算机相关项目。
项目录取难度一般，录取学生本科背景非常多样，从数学，理工到经济，商科都有。 Data Science Institution与计算机系关系非常密切，有非常多的研究项目提供给MS学生，因此科研资源非常丰富。
项目的课程设置也非常tech，如果没有计算机方向的基础，开学前的summer需要提前去上一门ata structure an algorithms补充基础。 如果选择computational track则有非常多ML，NLP，CV甚至AI方向的选修课。
DS项目本身学费也不贵，且一般提供30%~50%的tuition waive。 项目的中国学生只有十几个，class size也不大。 该项目设置非常har core，性价比还是挺不错的。
8
佐治亚理工学院：Georgia Institute of Technology
佐治亚理工学院建校于1885年，是坐落于美国东南部第一大城市亚特兰大的世界顶尖研究型大学，也是北美顶尖大学联盟AAC的成员校，公立常春藤名校之一。 其在全球有着顶尖的学术声誉，代表学科是工程，是美国最好的理工类大学之一，与麻省理工学院，加州理工学院并列为“三大理工学院”。
佐治亚理工学院的MS in Analytics项目是一个跨学科的专业，有三个Track: Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track兼具深度和广度，联合了商学院、计算机学院与工程学院的世界级专家学者，通过融合各项目的优势，帮助学生学会用独特的、跨学科的方法整合技能，从而深入洞察分析学问题。
在老牌分析项目中，属于比较亲民与自由的项目。 学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。
毕业去向主要面向商业智能与决策支持。 录取背景不一定很tech，但是要有对professional ata project的认识，也就是作为business ata scientist的修养。 各种Business背景的，research背景的都有，只不过录取人数少，竞争激烈，中国学生20+。
