很多学生对于DS专业了解不是非常深，但是DS专业也是非常有前景的专业，那么今天出国留学小编就给大家介绍超有“钱”途似锦的专业DS项目解析，如果对这个话题感兴趣的话，欢迎点击留学群。
出国留学选择什么专业？超有“钱”途似锦的专业DS项目解析，火热程度不输BA！
火热程度不输BA，超有“钱”途似锦的专业DS项目解析
今天就带同学们详细了解一下美研DS项目：
专业介绍
数据科学顾名思义，就是和数据相关的科学研究。
具体点说的话，数据科学是指通过挖掘数据，处理数据，分析数据从而得到想要的信息的一门技术和研究。通过数据的表象，挖掘用户的深层次需求，准确地进行商业决策，从而实现盈利。
核心课程
数据科学主要基于python为编程语言，研究、分析数据，并把数据作为重要的决策参考依据，研究方向主要分为三个模块，分别是：数据模型、数据处理、数据可视化
数据科学一般会配置三至五门核心课程，主要覆盖：数理统计、编程语言、机械学习、概率论与统计、大数据分析、数据挖掘等学科。选修课的方向相当多，学生可以根据个人兴趣进行选择。
先修课程
美研DS项目的申请者以数学、统计学、工学、经济学、计算机科学这几类专业为主，没有绝对的本科专业要求，但是大部分DS项目要求申请者具备一定的数学、统计学能力，并具备一定的编程能力。
当然也有少部分学校会为本科非计算机科学专业的申请者设置专门的数据科学项目，例如：南加州大学开设的应用数据科学项目（applie at a science）。
DS是一门交叉学科，相当于计算机科学与统计学（数学）的结合，如果学生在这两方面中的任何一个没有基础，那么这个学位读起来会非常吃力。
就业分析
就业前景
从近三年来毕业生的就业数据看，DS专业毕业生的就业率达到了99%，可谓是供不应求的专业，其中DS专业的热门就业岗位“数据分析师”已经成为美国成长第二快的职业，“大数据分析师”更是被媒体称为未来最具发展潜力的职业之一。
DS专业之所以能有如此光明的就业前景，主要得益于大数据时代的到来，人类已经进入商务智能化时代。
DS专业出来就业行情火爆之外，还有一个优势，那就是就业面广，基本上每个行业都需要用到数据分析，而且就业薪资非常可观，是名副其实“钱”途似锦的专业。
就业方向
根据TDU和美世共同发布的《专业数据人才教育报告》中的数据：DS专业的主要就业方向分为四类，分别是：数据科学家、数据工程师、数据分析师和数据产品经理。
在大数据时代各行各业都需要专业的数据分析来掌握市场需求，因此DS专业学生毕业后的就业方向和领域是很广泛的。
所以对于DS专业来说，未来可申请的专业方向则比较多。
1. 计算机方向
对于DS专业的本科学生来说，申请硕士时，除申请本专业外，该专业申请关联性最大的专业则为计算机科学（以下简称CS）专业。
但CS专业的本科申请DS专业的硕士一般相对容易。但DS专业的本科申请CS专业的硕士则相对较难。
而且点拨君了解到，那些本科读DS方向的同学，很多均是因为担心本科读CS的学霸太多，所以才选了DS专业方向。
2. 统计方向
2019年哈佛大学做了专业调整，原统计专业硕士项目不再对外招生。同时统计系与计算机系合并，新开设数据科学硕士项目。所以统计专业属于DS专业的平替项目。很多学校也都会把DS专业放到统计学科下，比如：哈佛大学、斯坦福大学、耶鲁大学等。
同时又因为DS专业毕业生的收入水平逐年增加，基本和计算机相关工作的薪酬持平，所以申请DS专业在这些年也越来越热门。那么大家在主申DS硕士项目时候，大多会选择：
学霸学生=DS+CS
普通学生=DS+统计
3.商业分析方向
商业分析（以下简称BA）专业这几年也比较热门。热门的原因主要是：这个专业允许本科为经管或商科的学生申请。让商科的学生未来有去做数据相关工作的希望。
因为BA专业是用数据科学的方法来解决商业领域中遇到的问题及挑战。与DS专业相比，BA专业其实是框定了一个解决问题的应用场景，这个应用场景就是商业领域。而DS专业的应用场景则更为广泛。
比如纽约大学数据科学硕士项目下的分支，就有物理、数学、生物、医学等领域，这些领域都是数据科学专业可以应用的场景。
BA专业主要解决的是市场营销、供应链、健康、金融科技等商业领域的问题，所以相对于DS专业多领域的应用场景而言，商业领域的分析难度要低于其他领域的分析难度。
♥ 所以BA专业对于学生的代码能力、数学能力、统计能力的要求都要再低一档。所以本科DS专业的学生申BA专业，比经管等商科专业的学生申BA专业是要更有优势的。
4. 运筹学方向
运筹（以下简称OR）专业有些项目和统计专业的结合很紧密，比如北卡教堂山的运筹与统计系，但也有些学校会把运筹和工业工程专业放到一起，主要做流水线优化等。
但现在的运筹专业，主要讲究的是最优化和算法，所以DS专业中与算法、建模相关的内容与运筹专业的关联度更高。其实运筹工作现在对于代码能力的要求更弱，运筹人员只要懂基础代码，并能把算法、模型构建出来，之后给到能写代码的人去实现代码即可。
综上，我们可以把运筹专业也作为DS专业可申请的方向之一。
代表项目有：哥伦比亚大学的运筹项目，佐治亚理工的运筹项目，下面分支都会有机器学习、分析学的track。
5. 分析学方向
我们可以把DS专业和分析学看成一个学科。分析学与商业分析相比，主要是缺少了“商业”这个应用场景的限制。
有些学校的分析学与数据科学项目的课程设置是一样的，比如：西北大学的分析学项目。但也有些学校，分析学与DS项目都开，但分析学的课程会更偏重于数学与统计。比如：南加大的分析学项目、南洋理工大学的分析学项目。
所以分析学这个方向也可以作为本科是DS专业学生的申请方向。
6.计算机工程方向
计算机工程（CE）和计算机科学（CS）差不多，也会开设如：机器学习、软件开发、数据科学的分支方向。
但从广义上来讲，CE会涉及硬件层面上应用，所以如果DS专业的同学要把CE作为申请方向时，在项目选择时需要注意，不要选择有硬件内容的项目。
比如：杜克大学、加州圣地亚哥大学的计算机工程专业下，有数据科学、机器学习的分支，那么这样的项目比较适合DS专业的学生。但有些学校的CE专业偏硬件制造，如芯片制造等，那这样的项目和DS方向就离的比较远，则不太合适DS专业的同学选择。
但要说明的是，DS专业学生申请CE专业其实会略难，所以推荐学习能力比较强、成绩比较好的学生来申请这个方向。
7. 生物统计/生物信息方向
生物统计/生物信息专业是统计专业的平替项目。因为按照往年的申请结果来看，生物统计/生物信息方向的申请都会更容易。而且从应用场景上来讲，因近几年疫情，所以生物统计/生物信息方向的学生就业时还比较受欢迎。
为什么说这两个专业的申请难度更低？
比如去年，我们有学员GPA 3.2-3.3就申请到了耶鲁大学的生物统计专业。但如果同学要申请耶鲁大学的统计或数据科学专业，那么GPA就要达到3.7-3.8。
8. 管理信息系统方向
管理信息系统专业（MIS），主要是指用信息系统去做管理，也就是用计算机来解决商业问题。所以这个专业是BA专业的平替。比如：明尼苏达大学的BA专业，原来就叫管理信息系统专业，只是后来改名叫BA。
♥ 所以香港、美国的管理信息系统专业，都比BA专业申请更容易。
以上几个申请方向的申请难度为：
（以上图片仅供参考）
而且以上方向，基本属于本科DS专业的学生不需要补太多先修课就可以直接申请的方向（生物统计方向除外）。
但如果同学除了以上方向外，还有其他的兴趣方向，那就需要通过补课等安排做进行跨专业申请。
而且需要提醒的是，同学们在选择跨专业申请前，也需要注意❗ 两件事：
先修课：提前把相关先修课补足
Track record：过往的经历是否能够证明同学很早就对这个专业感兴趣，并且这个经历在一定的应用场景中与这个专业更匹配。
♥ 如果可以做到这两件事，那么跨专业申请的成功率将会比较高。
DS项目院校/项目推荐
布朗大学
Master’s Program in Data Science
该项目隶属于布朗大学数据科学研究所Data Science Initiative （DSI），开设于2017年。课程内容涵盖：机器学习、安全和隐私、数据挖掘、可视化、数据管理等内容。
该项目的常规时长为一年，但是也可以根据学生的需求延长至16个月、21个月或者24个月，对于想做科研实习或者想选修CS系课程的同学来说是不二选择，因为该项目在选修CS系课程的优先级基本上与CS系本系学生差不多。
虽然在就业方面罗得岛的地理位置确实不好，但是系里面会为学生提供内推的公司作为intern/full-time的资源。
申录数据
GPA：3.0+ （根据往年录取数据学校会卡3.3，GPA3.5会有优势）
语言：TOEFL 90+（根据往年录取数据建议105）
先修课要求：无具体要求，但是要求学生有一定数学、计算机科学基础。
工作经验：无要求
GRE：305+
综合录取率：6%
华盛顿大学
MS in Data Science
该项目是一门以就业为导向项目，学制为1.5年。课程设置包括：统计建模、数据管理、机器学习、数据可视化等内容。值得注意的是，该项目的课程设置非常固定，学生不能自己选择，注重选课自有的同学要注意“避雷”了。
该项目有一个亮点是有持续两个学期的capstone。西雅图的地理位置项目同学都有一定了解，就业环境非常优越，因此这个capstone的合作公司就非常优质，包括：微软、Adobe、Boeing等知名公司！
申录数据
GPA：3.0+ （根据往年录取数据推荐3.3）
语言：TOEFL100+；不接受雅思
先修课要求：官方给出的信息是无专业要求，但是其实不然跟进往年的class profile可以发现，明显还是更青睐录理工科，商科录取量较少，虽然也有部分文科背景的录取，但基本都是有两年以上工作经验。
该项目对申请者的编程能力还有硬性要求，要求申请者必须掌握Python、C#、C++，Java、JavaScript中的至少一种，如果只会R、SAS、MATLAB、SQL也是不满足要求的。
工作经验：无要求，两年以上相关工作经验优先录取
GRE：305+
综合录取率：10%
杜克大学
Master in Interdisciplinary Data Science
该项目从名字上就可以看出来是一门跨学科的Data分析项目，由Duke Information Initiative研究院和 Social Science Research Institute社科研究院两个机构于2018年合办。
该项目学制为两年，虽然开设在社科研究院，但本项目的必修课程还是非常硬核的；工科生就读的话也完全可以再继续选修其他的硬核课程，常规的summer internship、capstone project。
申录数据
GPA：3.5+ （对学校背景相对没那么care，但是非常看重GPA）
语言：TOEFL 100+；IELTS 7.0+
先修课要求：无具体要求，但是要求学生有一定数学、计算机科学基础。
工作经验：无要求
GRE：305+
综合录取率：15%
南加州大学
MS in Applied Data Science
该项目的特点就更多地集中在“Applied”上。课程设置上更重视数据以及对数据的应用，除了DS的基础知识和技巧，课程还会涉及数据管理、数据可视化、数据挖掘和人工智能技术（特别是机器学习），以及如何将这些技术应用于现实世界。
申录数据
GPA：3.5+ （该项目同样看重GPA，低于3.5将很难录取）
语言：TOEFL 100+；IELTS 7.5+
先修课要求：项目设置的初衷是培养多元化背景的学生成为优秀的数据科学家，不过这里的多元主要还是指计算机科学以及其他工程或科学背景的申请者，社科和数学类跨学科专业的同学也可以考虑申请，不过会着重考察数学/统计背景和相关经历。
工作经验：无要求
GRE：310+
综合录取率：20%
推荐阅读：
