南加州大学在最受科技巨头企业欢迎的大学，即 雇佣学生数量最多 的大学当中，排名 第5 位。
目前有 超过9,000位 南加大毕业生任职于微 软、谷歌、脸书、苹果、亚马逊 以及其他顶尖科技公司。
地理空间数据的可获得性、空间决策支持体系和地理空间问题解决环境正在改变行业和学科领域，包括 医疗、营销、社会服务、人类安全、教育、环境可持续和交通运输 。
空间数据科学理学硕士（Master of Science in Spatial Data Science）是Viterbi工程学院计算机科学系和Dornsife文理学院联合开设的课程 。 空间数据科学 专业人士 利用工程、计算机科学、数学和空间科学原理来解决数据密集、规模化、定位的问题。
背景要求
申请者最好拥有 科学、技术、工程、数学或相关社会科学 学位， 编程 经验或至少 一年的微积分 学习经历。该专业课程设置面向 任何背景 ，包括具有空间科学背景 或 计算机科学 背景的学生： ☞ 对于拥有 计算机科学、工程、科学或数学 本科学位的学生将在该专业中获得必要的空间科学知识，并可以申请用高阶数据科学课程替换所要求的初阶数据科学课程； ☞ 对于拥有 数据科学、地理或社会科学 本科学位的学生将获得正式和实用的数据科学技能，并可以要求用更高阶的空间科学课程替换初阶空间科学课程。
毕业后，学生 不仅 将掌握数据科学技能，而且 还将具备 在相关领域公司/机构中领导 数据科学团队 、在 初创公司 和 技术公司 中 分析定位数据 的能力，并可以参与 空间数据相关的新兴技术研发 。
☞ 理解并为定位大型数据环境所带来的重大技术和社会挑战作出贡献，包括其架构、安全性、完整性、管理和可扩展性；
☞ 通晓如何获取空间数据以支持大型数据环境中的 各类分析、建模和地理可视化 ；
☞ 了解 人工智能、机器学习和数据挖掘 如何用于优化地理信息学（GIS）概念和工作流程，以智能地挖掘数据，为各种社会挑战和跨越公共、个人和非营利领域的组织提供面向企业的解决方案。
通过完成一系列的核心课，从而 具备信息工程和空间分析的基础 ；选修课可以使学生对其将来的 就业规划 做出充分准备。学生将：
▷ 理解 数据科学 的整体领域， 分析师和/或数据科学家 的角色，以及如何将空间数据科学技能应用于企业目标；
▷ 了解 数据管理、数据可视化和人工智能技术 （特别是数据挖掘和机器学习）对空间分析过程的重要性，以及如何将这些技术应用于现实生活中；
▷ 建立数字作品集，以展示工作技能。
课程设置
空间数据科学共需32学分，课程设置如下：
核心课
DSCI 549 计算思维与数据科学导论
DSCI 510 数据科学编程原理
DSCI 550 大规模数据科学
SSCI 581 空间思维概念
SSCI 575 空间数据科学
SSCI 586 空间编程和定制
空间选修课
SSCI 582 空间数据库
SSCI 583 空间分析和建模
SSCI 591 Web和移动GIS
数据科学选修课
CSCI 587 地理空间信息管理
DSCI 551 数据管理基础
DSCI 552 数据科学机器学习
DSCI 553 数据挖掘基础和应用
DSCI 554 信息可视化
DSCI 555 交互设计和可用性测试
DSCI 560 数据信息学专业实习
