哈佛大学介绍：哈佛大学（Harvar University）成立于1636年，位于美国东部小城剑桥市，临近波士顿，是美国八所常春藤盟校之一。哈佛大学在1636年由当地的殖民地立法机关立案成立，初名“新学院”，后为感谢一名年轻的牧师约翰·哈佛所作出的捐赠，改名为“哈佛学院”。1780年哈佛学院正式改称“哈佛大学（Harvar University）”。
哈佛大学在文学、医学、法学、商学等学科均为世界第一，哈佛大学在2020U.S. News世界大学排名世界第一、软科世界大学学术排名世界第一、QS世界大学排名世界第三、泰晤士高等教育世界大学排名第三。哈佛大学负责管理运行哈佛-史密松森天体物理中心、麻省总医院、波士顿儿童医院等机构。哈佛大学共培养了8位美利坚合众国总统，哈佛的校友、教授及研究人员中共产生了160位诺贝尔奖得主。
数据科学硕士简介：数据科学硕士（Master of Science in Data Science）开设在约翰保尔森工程和应用科学学院，由计算机科学和统计学院联合教授课程，并由应用计算科学研究所（IACS）管理，让学生可以在数据科学领域快速成长。项目主要关注数据分析、数据可视化和通信，以及数据科学中出现的安全和伦理问题。
数据科学硕士需要完成12门课程，项目时长为3个学期，学生也可以选择延长至4个学期，以选修额外的课程，或者完成研究项目。
课程设置：
核心课程（4）：
Data Science 1: Introuction to Data Science 数据科学1：数据科学概论
Data Science 2: Avance Topics in Data Science 数据科学2：数据科学的高阶话题
Avance Scientific Computing: Stochastic Methos for Data Analysis, Inference, an Optimization 高级科学计算：用于数据分析、推理和优化的随机方法
Systems Development for Computational Science 计算机科学系统发展
必修课程（1）：
Critical Thinking in Data Science 数据科学批判性思考
研究经历（2）：
Data Science Capstone Research Project Course数据科学总结性研究专题课程
AC 299r Inepenent Stuy in Applie Computation应用计算独立研究
学生可以在第二年的大部分时间完成数据科学项目，最终完成硕士论文的提交和答辩。所有的论文项目都必须与数据科学相关，但可以寻找与自身的背景和兴趣相匹配的研究领域。
选修课（4）：
如果学生选择论文，学生至少要上一门计算机科学方向的选修课，和一门统计学选修课。通常被选择的课程列表如下：
CS 165 Data Systems 数据系统
CS 171 Visualization 数据可视化
CS 181 Machine Learning 机器学习
CS 182 Artificial Intelligence 人工智能
CS 281 Avance Machine Learning 高级机器学习
CS 282r Topics in Machine Learning 机器学习主题讨论
STAT 131 Time Series & Preiction 时间序列与预测
STAT 139 Linear Moels 线性模型
STAT 149 Generalize Linear Moels 广义线性模型
STAT 195 Statistical Machine Learning 统计机器学习
申请建议：
建议申请者有微积分和线性代数知识，熟悉概率和统计推断，熟练掌握至少一门编程语言，如python或R，了解基本的计算机科学概念。
录取案例：
案例1：美本，GPA 4.0，GRE 335+；
案例2：美国TOP30大学，GPA：3.8+，GRE：330+。
