数据科学的应用领域
数据和数据分析已经深深地影响和作用于我们的生活，其在各行各业的应用也极大提高了我们的生活的便利度和产出效率。
政府就可以通过对大数据的不同应用及时高效地监测到问题，为制定相关方针政策服务。
比如基于大数据分析，找出雾霾的根源在哪里，是因为车辆尾气还是因为钢厂排放，堵车问题的解决是通过修路还是改变出行方式，或是建立副中心，而不仅仅是通过一刀切的限号方式来解决。又比如美国国家税务局已经在它的返回审查程序中集成了大数据分析功能：通过分析大量的数据，美国国家税务局能够检查、预防和处理避税和诈骗行为。
数据科学家是利用数据创造奇迹的巫师
在商业环境中，一个熟练的数据科学家善于将原始数据转化为有意义的见解，帮助公司使用数据来驱动决策。
例如，企业要进行采购决策。
那么企业需要对客户支付进行供应链分析。在企业的内部交易系统中有购买订单、发票和支付记录，数据库中还有供应商的详细信息等。数据科学家能够创建一个程序，它不仅可以显示订单频率和付款时间的趋势，还能通过建立预测模型，来为可能有类似商业行为的团体解读季节性趋势（即在特定时间段内相对稳定的起伏），通过对季节性趋势的解读，数据科学家可以预测消费者对库存商品的购买行为，并基于客户支付信息预测相关的采购预算。
但数据科学家不会就此止步，因为采购并不仅是季节性趋势这么简单。
除了通过企业内部资源获取营销数据，为了优化模型，他们还会利用网络数据爬取工具来获得一些常规的经济指标，如就业率和国内生产总值，以及一些特定的指标：如供应商的年度和季度报告、社交媒体的普遍情绪，甚至针对某一新闻事件进行监测。
他们从宏观到微观，通过建立模型，来获取任何可能影响消费者购买行为的数据，从而提供具有科学依据，富有说服力的商业建议。
你适合申请数据科学专业研究生吗？
回答这个问题之前那，首先我们要弄清楚究竟哪些人适合申请数据科学硕士，以及数据科学教应具备哪些基本能力要求，同学们可以根据自己的情况进行评估，究竟你是否适合申请此专业的研究生。
哪些专业背景适合申请数据科学专业？
首先，本科是计算机科学（Computer Science）的同学，无异最符合大多数数据科学项目申请条件的，因为大多数数据工作都是通过编程和数据库的相关手段进行的，并要求学过统计、微积分、高级语言，如哈佛大学对于MSDS（Master of Science in Data Science）的本科背景要求是：希望有微积分、线性代数，概率和统计等相关课程，能使用至少1种编程语言，例如Python或R，了解计算机科学概念。
其次，本科背景是统计、数学或应用数学，且有一定编程基础的同学也可以申请，这都是很好的匹配专业。
最后，商科背景出身，但量化背景较强的商科专业，比如金工，但又希望能选择一个STEM（Science，Technology，Engineering，Mathematics）专业的同学，那数据科学专业显然也是个非常好的选择。
所以说，如果你有比较强的编程背景，又有比较好的数理基础，那你就很有竞争力；而纯商科背景的同学，如果没有强的量化背景、完全不懂编程，那么可以考虑数据科学（Data Science）和商业分析（Business Analytics）混合申请，因为后者相较数据科学更加偏商科，多开在商学院，对商科背景接纳程度大很多。
如果想要了解更多数据科学专业的申请，欢迎继续关注数据科学家：21世纪“最性感的职业” ③！
