数据科学（data science）是近几年被独立分割出的新兴专业，是一门交叉的学科，涉及到很多的领域，包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。大数据时代的到来，为各个科学领域带来了新的改革。大家概念中的“数据分析”或者“数据科学”，通常指的就是定量地定义问题，并基于历史观测数据（而不是实验数据）和定量方法解决问题，让数据自己讲故事而不是通过经验或者通过实验讲故事。
并且，随着大数据无限膨胀，人们越来越认识到如何处理大数据将成为一门非常有用且高深的学问，于是它渐渐从business school 和 cs 大院中剥离出来。
01、专业背景
数学:
data science 无法避免的就是算法，而算法的基础就是数学。因而数学系的同学如果申请 data science 的话是非常有竞争力的，虽然你可能没有计算机基础，但是你的逻辑思维直接导致了你有很好的处理大数据的能力。
计算机相关专业:
计算机在 data science 方向自然是最具竞争力的。但是，这个专业除了巩固自身的编程能力，更偏重了解更多的处理数据的方法。因此，学计算机的同学们，建议在数学方向有一定的基础，不然学的时候会很费脑。
经济学相关专业:
在大数据环境下，你有经济学基础，那么恭喜你，你一定比其他专业的同学们更懂得什么数据才是有利于预估经济发展行情的。因而，如果你有很好的逻辑能力的话，你完全可以学习一些基础的计算机知识和编程，这不但是适应社会发展的知识，也是能让你在今后就业方面如鱼得水的专业。
02、职业方向
1、机器学习工程师 machine learning engineer
代表了技术含量较高的方向。工作内容主要是开发机器学习系统和用这些系统解决实际问题，一般需要 ship production code，做出来的是数据产品。
2、数据分析员 data analyst
工作内容俗称 analytics（product analytics or business analytics），从数据中提取 insight，估计投资回报比，为产品方向提建议。能够影响薪资的技能包括数据分析、microsoft excel、sql、数据库管理与报告、microsoft office、数据挖掘 / 数据仓库、统计分析、数据建模、数据录入、microsoft sql server、microsoft access、microsoft word、r、tableau software、sas。
3、数据科学家 data scientist
it 数据科学家工作内容以高级建模为主，会针对复杂的问题来设计技术方案。它的任务是为建模、数据挖掘和生产目的设计和构建新的数据集流程，确定改进数据和搜索质量以及预测能力的新方法。执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。
营销数据科学家负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，以确保在线营销策略与公司更广泛的营销计划相结合，并使用例如 adobe analytics /google analytics 这类分析工具，及时向公司管理层和客户提供综合报告。
03、背景提升
科研:
科研的话，最好找和量化相关的，如果实在没有，可以把相关的课程大作业（project）拿来用。再退而求其次，也可以是 cs 相关，但切记没有科研经历，那将是极大的硬伤。
竞赛:
竞赛的平台有很多，比如最近很火的 kaggle，再如阿里的天池、soda、wid、数据嗨客等。谷歌旗下的 kaggle 是一个数据建模和数据分析竞赛平台。该平台是当下最流行的数据科研赛事平台，其组织的赛事受到全球数据科学爱好者追捧。如果学生能够在该平台的一些比赛中获得较好的名次，不仅可以体现学生在数据科学、人工智能学科方向上强烈的兴趣，还能在研究生申请和未来就业的过程中，展现自己在编程和算法上的竞争力。
实习:
实习的话最优选择当然是数据公司的数据岗，然而现实是这样的，岗位由于太过重要，基本不会招实习生。所以，建议找一些统计量化相关的或者计算机相关的实习。
04、学校推荐
斯坦福大学 stanford university
其信息管理与分析分支涵盖了当今最前沿的数据库与信息管理系统技术，并教授最先进的海量数据挖掘方法。
核心课程包括:数据库与信息系统应用，系统设计、构架和管理以及数据挖掘与机器学习。
该项目的学生就业十分便利、抢手，比如每年都有大量学生进入亚马逊(amazon)的ec2云计算平台处理大规模运算。
加州大学伯克利分校 university of california, berkeley
两个相关的学位项目:数据科学工程硕士master of engineering (concentration in dat

a science)，信息与数据科学硕士master of information and data science (mids)。伯克利的两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，扎实务实地培养学生成为领域内的佼佼者。
卡耐基梅隆大学 carnegie mellon university
其计算机科学专业排名在全美数一数二，与斯坦福、麻省理工起名，其数据分析与处理技术也名列前茅。本校的硕士项目有三个核心方向可供学生选择:商务智能，数据分析和信息技术。
项目培养的目标是要培养学生跨领域具备商业处理分析与预期建模、gis地理信息定位与分析、分析报告、市场细分分析、数据可视化。卡梅全球顶尖的实验室也为学生提供了绝好的学习与实践机会(heinz college’s ilab )，并且有固定的企业实习项目，为就业做了充足的准备。
哥伦比亚大学 columbia university
其专业分支有:计算生物学、计算机安全、机器学习、自然语言处理等(computational biology, computer security, machine learning, natural language processing, etc.)，并且哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(institute for data sciences and engineering)，学生在此参与实验与科研项目。
纽约大学 new york university
纽约大学的商业分析项目旨在培养学生成为基于数据分析与决策的领导者，学员在一年制学习当中会有机会去其他国家的教学场所学习(比如2016年的一个教学地点在上海)，全程分五个学习阶段。
弗吉尼亚大学 university of virginia
弗吉尼亚大学的数据科学硕士项目致力于为政府和企业培养大数据处理的人才，每年7月份开课，次年5月份结课。课程由计算机系、统计系、系统与信息工程系联合授课。攻读本项目需要一些先修课程:单变量积分（single variable calculus），线性代数（linear algebra or matrix algebra），统计学导论（an introductory statistics course）以及计算机编程导论（an introductory programming course）。
05、案例分享
k同学
中外合办大学 金工
gpa 3.7+，toefl 100+，gre325+
哥伦比亚大学 ，纽约大学，加州大学尔湾分校
m同学
美本 经济学
gpa 3.1+，gre 320
范德堡大学
z同学
985院校 应用数学
gpa 3.1+，toefl 105+，gre 325+
乔治城大学
同学们想要了解更多米睿留学全程/半diy/文书服务，或在申请路上遇到困难，都可以添加米睿留学小助手微信进行咨询，我们很高 同学们提供服务和 助。