Data science是一门交叉学科，涉及到统计学、计算机、数学、人工智能、机器学习、数据库等很多学科。
其实大家可以把DS分成三大块来看：
数据处理、数据模型、数据可视化
大数据如今已经和人们的生活息息相关，举例来说，当你打开淘宝，首页总能出现你想买的或者你曾经搜索过的商品，这就是大数据的功劳。
大数据能帮助商家更了解客户的需求，从而有针对性的进行有效销售，商家会因此获得更高的利润，所以企业对大数据人才的需求是比较大的。
因为市场对人才的需求量大，大数据走进了人们的生活。DS有段时间的火爆程度和CS不相上下。越来越多的学校开设了ata science的项目。
接下来就给大家介绍一些DS项目：
Top1、Harvar University
Program：master of science in ata science
哈佛大学的DS专业是和计算机科学和统计学院联合的项目，为期三个学期。
必修课有四门：
> AC 209a Data Science I
> AC 209b Data Science II
> AM 207 Avance Scientific Computing: Stochastic Methos for Data Analysis, Inference, an Optimization
> CS 207 Systems Development for Computational Science
选修课的话，大家可以从统计、CS或者其他和数据相关的课程中去选择。
Top2、Columbia University
Program：master of science in ata science
哥大的DS项目也是三个学期的，要求申请人有微积分、线性代数等课程的基础，还要求申请人修过计算机编程的课程。
必修课程分为三部分：
> 1、STATISTICS & COMPUTER SCIENCE
> 2、COMPUTER SCIENCE
> 3、STATISTICS
而选修课基本都是和CS相关的，可以说哥大的DS还是和CS联系比较紧密的。
Top3、Stanfor University
斯坦福的DS项目有两种
Program1：Master of Science in Computational an Mathematical Engineering—ata science track
这个项目要求申请人有数学和计算机的相关基础，比如：线性代数、概率、微分方程、编程等。想要从这个项目毕业的话需要修够45个学分，其中基础课程12学分，编程6学分，数据科学选修12学分，专业选修课12学分，还有6个学分的Practical component。
Program2：M.S. in Statistics：ata science
其实这个DS和上面的那个项目没有什么区别，但这个DS项目读完之后可以继续读统计学、ICME、CS的博士课程。
Top4、Duke University
Program：Master in Interisciplinary Data Science
杜克大学的DS项目为期两年，DS专业的老师都是CS、统计学、数学、经济学、政治学等学科的精英。
修够45个学分才能毕业其中必修课全部都是和数据有关系的，比如：Data Science Dialogues、Data Management Systems、Data Scraping an Introuction to Text Analysis等等
Top5、University of Pennsylvania
Program：MSE in ata science
宾大的DS项目通常需要一年半到两年的时间完成，它的核心课分为三部分：
1、数学
需要从STAT 512（Mathematical Statistics）、CIS 515（Linear Algebra/Optimization）、CIS 625（Computational Learning Theory）这三门课中选择一门。
2、大数据分析
学习CIS 545（Big Data Analytics）
3、Mining an Learning
从 CIS 519（Machine Learning）、CIS 520（Machine Learning）、STAT 571（Moern Data Mining）这三门中选择一门学习。
除了上面已经写到的五所学校之外，还有很多学校也开设了DS专业，比如：
康奈尔大学、布朗大学、USC、CMU、NYU······
我就不一一列举了，如果想咨询有关DS择校申请的事情，大家可以直接私信我。
最后简单讲一讲DS的就业。
开篇我也写到了DS的三大块就是数据处理、数据模型、数据可视化。那么DS毕业之后，主要出路有三条：
> Data Analyst
> Data Scientist
> Data Engineer
这其中对Data Scientist的要求最全面，而Data Analyst只需要负责数据可视化分析。
如果你想成为一名Data Scientist，那么你一定要特别优秀，因为需要具备能够独立完成一整套数据分析过程的能力。一般来说，读完ph找相关的工作会比较容易，因为无论从知识的掌握还是经验上都比普通的master要好。
Data Engineer则是数据工程师。如果说Data Scientist掌握的是“战略层面”的数据能力，那么Data Engineer掌握的就是“战术层面”的。Data Engineer需要掌握具体的编程语言、操作系统、数据库等。所以，其实对Data Engineer的编程能力要求也是比较高的。
Data Analyst是用数学和统计来挖掘数据，然后进行收集，对这些数据做出分析。初级的Data Analyst的主要工作就是配合Data Scientist和Data Engineer，可以说Data Analyst是直接接触数据的人，所以相比Data Scientist和Data Engineer，这个岗位对编程的要求没有那么苛刻。
除了这三种之外，大家还可以选择成为Data Architect、Marketing Analyst、Quantitative Analyst等等。
随着大数据的发展，就业岗位会越来越多，但是DS的门槛并不低。想要找到好的工作，自身的能力一定要强，在master期间，尽可能多做一些数据相关的实习，累计在这个行业的经验，这样对你日后找工作也是有帮助的。
