哥伦比亚大学数据科学硕士的成功申请人来自不同的本科背景，包括统计学，计算机科学，数学，工程学，经济学，商业，生物学，物理学和心理学的学位。在2019年的录取周期中，平均GPA为3.69。我们学生的成绩单通常只包括A和B等级。无论程度如何，我们都需要具备足够的数学能力和大量知识，并需要编程和基础计算机科学方面的一些培训。
要考虑参加该本专业，您将需要完成以下（或同等工作）课程：
· 微积分I：极限，导数，级数，积分等。
· 线性代数
· 计算机科学入门（或等效的“ CS-101”编程课程）：对于特定语言，我们没有固定的要求，但是我们通
常希望至少具有认真的Python和R专业学术和/或专业经验 。
· 微积分II，概率论，统计学或具有大量数学内容的高级物理学，工程学或计量经济学课程之一
优先考虑具有机器学习，计算统计，数据挖掘，大规模科学计算，运筹学（在学术或专业背景下）的申请人，以及优先考虑数学和/或计算机科学的申请人培训超过上述最低要求。
工作经验：
我们的学生都是直接从本科生加入我们的，但是我们也非常欢迎数据科学领域相关工作经验的证据，一旦完成本项目，就明确了就业目标。过去的经验和职业目标可能与商业，政府，学术界或其他部门有关。
标准化测试：
我们要求学生提交GRE的标准化考试成绩。也不例外：我们不接受“过时”的分数；我们也不接受其他类似测试的分数；我们也不允许豁免（无论以前的学历或情况如何）。
我们希望强调的是，我们对GRE的设置没有最低要求，因此在做出关于录取的决定时，我们会考虑申请的总数。 以下是当前本项目学生GRE成绩的平均值：
· GRE平均定量：167.58
· GRE平均口语：157.36
· GRE平均成绩：3.65
对于某些必须提供英语的学生，我们也需要提供英语作为第二语言的熟练证明。对于这些学生，我们通常要求托福总成绩至少为100分（并且强烈希望获得更高的成绩），并且根据大学的指导原则，我们不会接受那些低于该门槛的学生。
