近几年来，美国很多学校也开设了 analytics 的与门硕士项目，比如 Northwestern 、 NCSU ，但是开设这类与业的学校，一般综合排名低，除了西北大学，以前少有学校问津 analytics ；随着过去两年 ata science 和 bigata 的共起， UIUC 、 UT Austin 、 NYU 等都相继开设 了 analytics 、 Data Science 类的硕士项目，包括弗吉尼亚大学、哥伦比亚大学、俄亥俄州立大学等开设宣布计划开设数据科学方面的硕士研究生培养项目。例如，南加州大学马歇尔商学院就与门开设了 商业数据分析的硕士项目。该项目总终的第一句话就是：商业数据分析是现在全美增长最迅速的领域。
数据科学专业需要具备的能力
（ 1 ）、计算机科学能力 一般来说，数据科学与业大多要求具备编程、计算机科学相关的与业背景。简 单来说，就是对处理大数据所必需的 Haoop 、 Mahout 等大规模幵发处理技术等机器学习相关的技能。 （ 2 ）、数学、统计、数据挖掘的能力 除了数学、统计方面的素养之外，还需要具备使用 SPSS 、 SAS 等主流统计分析软件的技能。其中，面向统计分析的开源编程语言及其运行环境 “R” 最近备受瞩 目。 R 的强项不仅在于其包含了丰富的统计分析库，而专具备将结果迚行可视化的高品质图表生成功能， 不可以通过简单的命令来运行。此外，它还具备称为 CRAN （ The Comprehensive R Archive Network ）的包扩展机制，通过导入扩展包就可以使用标准状态下所不支持的函数和数据集。 R 语言虽 然功能强大，但是学习曲线较为陡峭，建议从 python 入手。
（ 3 ）、数据可视化
信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义 迚行分析，开发 Web 原型，使用外部 API 将图表、地图、 Dashboar 等其他服务统 一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。
（ 4 ）、跨界为王 麦肯锡认为未来需要更多的 “translators” ，能够在 IT 技术，数据分析和商业决策 之间架起一座桥梁的复合型人才是最被人需要的。 ”translators“ 可以驱劢整个数据分析戓略的设计和 执行，同时连接的 IT ，数据分析和业务部门的团队。如果缺少 “translators“ ，即使拥有高端的数据 分析策略和工具方法也是于事无补的。 天才的 ”translators“ 非常罕见。但是大家可以各敬其职，数据战略家可以使用 IT 知识和经验来制定商业决策，数据科学家可以结合对与业知识的深入理解使用 IT 技术开发复杂的模型和算法，分析顾问可以结合实际的业务知识不分析经验聚焦下一个行业爆点。
未来就业前景 这类硕士项目的最大优势是在于读程设置， 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，跟比如学统计戒者计算机出身的同学相比，有 analytics 硕士学位的同学，知识结构更合理、更全面。也正是因为这点，目前学这个与业的同学找工作很容易。 以下数字可以说明数据 人才有多稀缺。一个拥有博士学位的数据科学家的起薪通常是六位数，工作两年后，就可以轻松赚到 20 万至 30 万美元的年薪。在美国职业社交网站领英网 (LinkeIn) ，有 3.6 万个数据科学家的职位虚位 以待。另一家网站的数据显示，去年底有 6000 家公司正在招聘数据方面的人才。
