随着互联网的发展和人才需求的增加，国内的数据科学与大数据技术专业从2016年兴起后，开设量在2018年猛增至250多所，截止2020年已达612所，主要开设在数学&计算机学院。
而在美国，数据科学专业的出现要比国内早3-5年，2007年北卡州立大学开设了ms in analytics硕士专业，是全美第一所开设a项目的大学。从2013年开始，数据科学专业的开设呈现井喷之势，以master项目为主，ph项目极少，大部分院校集中在东北部。主要开设在工程学院，计算机/信息学院或者ata science institute数据科学研究所，少数隶属于公共卫生学院、社会科学学院、商学院。
高排名院校ata science项目非常密集，且常开设多个s项目（如哈佛、南加大），每年申请截止日集中在12月15日至次年1月15日，2018-2021年很多学校陆续开设新项目，比如vanerbilt，artmouth，rice，ucla，uva，tufts，uci等等。课程设置方面，往往强调统计+计算机+数学，重视某个具体领域的应用和项目实践。
我把美国数据科学硕士专业分为了四大类：
- 纯ata science/cs统计系下的s，偏学术，难度系数☆☆☆☆☆
代表院校：harvar，columbia，yale，stanfor，upenn，uke，jhu，brown，vanerbilt，rice，cornell，emory，cmu，virginia，tufts，rochester，nyu，uci
- analytics/ata analytics，课程与s专业重合度较高，难度系数☆☆☆☆
代表院校：ucberkeley，chicago，northwestern，git，georgetown，wustl
- 应用型的ata science，转专业友好型，难度系数☆☆☆
代表院校/项目：
health/bio s：harvar，artmouth，cornell，tulane，usc
environmental s：ucsb，usc
social policy s：columbia，chicago，georgetown，usc
- 其他学位下的ata science/ata analytics track
代表院校/项目：
electrical engineering-s track：uc-berkeley，rice
mis-s track：cornell，virginia，floria，bu
总的来说，应用型的s与s分支项目比纯s项目的申请难度低一些；开设不止一个项目的院校，申请人可根据自身背景和职业目标选择合适的一个，或者同时申请多个项目；近几年新开设的项目可以多加关注，或有扩招趋势。
