在大家申请的专业里，目前最火的一个是数据科学Date Science，它由Statistics和Computer Science两个热门专业交叉演变而成，主要是为了适应现在工业的发展。因为数据市场很广，这方面的需求量也大，所以Data Science现在非常热门。在申请中，一般申请Date Science的Machine Learning Program会比申请Statistics或Operations Research要难。
在Operations Research和Statistics方面，其中生物统计也是一个非常好的专业，而且目前竞争没有那么激烈。生物统计和统计没太大区别，学的课程基本一样，技能也大致相同。如果学生物统计，将来大部分会在药厂工作。药厂每年对生物统计的毕业生需求非常大，行业薪资很高，工作也比较轻松。
学Data Science可以干什么
学完Data Science可以进很多行业，可以进大的Tech公司像谷歌，可以进药厂，还可以去Finance an Banking，很多知名大银行，都需要可以做模型、分析数据、处理数据的专业人士，像Risk Management就是做模型的一个职业。
此外还有很多小公司或者Start-up，也有很多需要DS相关技能的工作。例如Business Intelligence，去分析某公司市场定位，和其他公司相比有怎样的优势劣势；还可以做销售和市场，分析客户行为；可以做社交媒体上的数据分析等等。即使你在比较小的公司工作，也可以有很好的发展。此外，如果真的愿意继续深造的话，你也可以继续学Ph.D.。
什么背景的人适合申请Data Science
量化量化量化！
任何背景的人都可以申请Data Science，只要你对数据感兴趣。但如果想要确保申请成功， 就一定要有量化的背景！
从专业角度看，常推荐的本科专业比如Engineering，Mathmatics, Statistics和Computer Science比较合适。但如果是其他专业想转到Data Science，就务必要突出自己有很强的量化背景了，尤其是在写CV和PS这两项非常重要的申请材料的时候。如果直接硬转，而在材料里面没有量化方面的体现的话，想转成功就十分困难。
统计相关技能的重要性
如果是申请统计方向，教授会希望能看到学生学过Calculus微积分，线性代数，还有概率论，最好还学过一些统计。像Regression/Machine Learning/Bayesian statistics/Multivariate Statistics/Time Series等，这些是你将来会在Master Program里面要学的，所以如果学生已经提前学过一些的话，那就会在这个领域变得更强，学起来更加轻松。
但是如果说这前面三项(Calculus/Linear Algebra/Probability)都没有上过，那就需要提前抓紧时间去学习了。
哪些实操技能和课程学习最有用？
从技能方面，现在最火的就是Python, R。如果在Resume里面出现这些字眼，或者上过相关课程，或者是拿它做过Project，那么整体背景会增添不少亮点。不能只是宽泛的说我会什么语言，不够有信服力。
申请数据科学时，学过以上这些课会有很大的帮助，但这些确实也不是必须的。但最基本的你应该学过Basic Programming。
最好上过一些Training、Data Science Program、Computer Science Program和Data Science等领域的相关课程，因为这些课程是你将来要学习的。还有一些课例如System Aministration和Linux系统，你要思考自己会不会管理，会不会编软件。另外数据库算法数据结构和云计算等这些课程你将来都要去学习。如果申请时有一定储备的话会是优势。
Consulting技能是加分项
将来去公司工作，本质上还应该能够通过数据来解决实际业务问题。一般来说比较好的Data Science Program都有样一门课。所以如果你能体现出自己在consulting方面是有潜力的，也会比较有优势。
