2013年以來(lái)，大數(shù)據(jù)在各種領(lǐng)域的應(yīng)用正在爆炸式增加，Data Science是新興專業(yè)，成為今年留學(xué)生選擇的熱點(diǎn)。那么，數(shù)據(jù)科學(xué)到底是什么？

基本信息

數(shù)據(jù)科學(xué)(Data Science，DS)將應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化、數(shù)據(jù)倉(cāng)庫(kù)和高性能計(jì)算的交叉學(xué)科結(jié)合在一起。

通過(guò)挖掘數(shù)據(jù)，處理數(shù)據(jù)，分析數(shù)據(jù)從而得到有用信息的技術(shù)和研究。主要學(xué)習(xí)內(nèi)容為數(shù)據(jù)模型，數(shù)據(jù)處理，數(shù)據(jù)可視化。

巨大的市場(chǎng)需求和人才缺口

據(jù)麥肯錫全球研究院的報(bào)告“Big data：The next frontier for innovation，competition，and productivity”說(shuō)，“到2018年，能夠利用大數(shù)據(jù)來(lái)分析業(yè)務(wù)和經(jīng)營(yíng)管理的人缺口巨大，僅美國(guó)就一地就缺少約14萬(wàn)到19萬(wàn)具有深度數(shù)據(jù)分析能力的人才，150萬(wàn)能利用大數(shù)據(jù)分析進(jìn)行決策的管理人員。而且這類人才的短缺才剛剛開(kāi)始，基礎(chǔ)設(shè)施建設(shè)的有效性、激烈競(jìng)爭(zhēng)催生的持續(xù)創(chuàng)新、公共安全領(lǐng)域?qū)Υ髷?shù)據(jù)利用的渴求等等都將加大大數(shù)據(jù)分析人才缺口?！?/p>

專業(yè)介紹

數(shù)據(jù)科學(xué)專業(yè)分為三個(gè)分支：Analytics（數(shù)據(jù)分析），Business AnalytiCS（商業(yè)分析），and Data Science（數(shù)據(jù)科學(xué)）。2007年美國(guó)北卡州立大學(xué)Institute for Advanced Analytics設(shè)立了第1個(gè)相關(guān)碩士項(xiàng)目--M.S. in Analytics。以此為始，數(shù)據(jù)分析成為大學(xué)里的一個(gè)新型專業(yè)。該專業(yè)誕生伊始就具有很強(qiáng)的交叉學(xué)科的特性，融合了應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)與技術(shù)以及商科各個(gè)領(lǐng)域的知識(shí)。其中，Business Analytics這一分支一般開(kāi)設(shè)于商學(xué)院，與Science of Analytics近似的Data Science 則興起于2013年以后。

自2013年以來(lái)，開(kāi)設(shè)此類專業(yè)碩士項(xiàng)目的學(xué)校呈現(xiàn)爆發(fā)式增長(zhǎng)。截止2017年，已經(jīng)有175所美國(guó)高校提供該類專業(yè)的碩士項(xiàng)目（含在線項(xiàng)目）。從該專業(yè)的全美分布圖可以看出，經(jīng)濟(jì)越發(fā)達(dá)，商業(yè)越發(fā)達(dá)的地區(qū)，該專業(yè)的分布越密集。

和數(shù)據(jù)科學(xué)相關(guān)的4個(gè)碩士學(xué)位

數(shù)據(jù)科學(xué)碩士：M.S. in Data Science

學(xué)習(xí)內(nèi)容：以數(shù)學(xué)課程和統(tǒng)計(jì)課程為核心，搭配以編程技能課程，包括數(shù)據(jù)架構(gòu)，計(jì)算機(jī)工程等

商業(yè)分析碩士：M.S. in Business Analytics

學(xué)習(xí)內(nèi)容：專職于數(shù)學(xué)應(yīng)用，研究消費(fèi)者，市場(chǎng)和世界經(jīng)濟(jì)趨勢(shì)，以數(shù)據(jù)驅(qū)動(dòng)決策為核心

信息系統(tǒng)碩士：M.S. in Information Systems

學(xué)習(xí)內(nèi)容：基于現(xiàn)成的計(jì)算機(jī)架構(gòu)，語(yǔ)言和系統(tǒng)進(jìn)行信息收集，組織和整合，通常面對(duì)商業(yè)環(huán)境中的技術(shù)管理崗位

統(tǒng)籌學(xué)和相關(guān)工程學(xué)科：M.S. in Operations Research

學(xué)習(xí)內(nèi)容：采用數(shù)學(xué)建模，統(tǒng)計(jì)分析和數(shù)學(xué)優(yōu)化，運(yùn)用研究來(lái)為復(fù)雜的決策問(wèn)題找到最優(yōu)的解決方案，關(guān)注目標(biāo)利潤(rùn)，收益最大化，或最小化損失，風(fēng)險(xiǎn)成本等

排名靠前的學(xué)校

斯坦福大學(xué)（Stanford University）

統(tǒng)計(jì)碩士（Master of Science in Statistics）專業(yè)分支：數(shù)據(jù)科學(xué) （Data Science）

所屬學(xué)院：人文與科學(xué)學(xué)院，統(tǒng)計(jì)系

地點(diǎn)：斯坦福，加州

學(xué)制：1-2年

斯坦福的大名就不贅述了，其統(tǒng)計(jì)數(shù)據(jù)科學(xué)項(xiàng)目是統(tǒng)計(jì)系和計(jì)算與數(shù)學(xué)工程學(xué)院聯(lián)合創(chuàng)辦的，主要訓(xùn)練學(xué)生在數(shù)據(jù)科學(xué)中的計(jì)算能力。

哈佛大學(xué)（Harvard University）

計(jì)算科學(xué)與工程碩士（MS in Computational Science and Engineering）

所屬學(xué)院：工程和應(yīng)用科學(xué)學(xué)院

地點(diǎn)：劍橋，麻省

學(xué)制：1年

該項(xiàng)目嚴(yán)格訓(xùn)練一個(gè)人在CSE中的數(shù)學(xué)和計(jì)算機(jī)能力，獲得高效智能解決問(wèn)題并確定選擇等8項(xiàng)技能。核心課程包括高級(jí)科學(xué)計(jì)算：計(jì)算方法、計(jì)算科學(xué)基礎(chǔ)、計(jì)算科學(xué)系統(tǒng)發(fā)展等

加州大學(xué)伯克利分校（University of California,Berkeley）

兩個(gè)相關(guān)的學(xué)位項(xiàng)目：

·數(shù)據(jù)科學(xué)工程碩士Master of Engineering （concentration in Data Science）

·信息與數(shù)據(jù)科學(xué)碩士Master of Information and Data Science （MIDS）

所屬學(xué)院：工程學(xué)院和信息學(xué)院

地點(diǎn)：伯克利，加州

學(xué)制：12-20個(gè)月

伯克利的兩個(gè)碩士項(xiàng)目綜合教授技術(shù)和企業(yè)運(yùn)營(yíng)的技能，立足現(xiàn)有最前沿的技術(shù)，扎實(shí)務(wù)實(shí)地培養(yǎng)學(xué)生成為領(lǐng)域內(nèi)的佼佼者。

卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）

·數(shù)據(jù)科學(xué)碩士（Master of Computational Data Science）

·管理信息系統(tǒng)碩士（Master of Information Systems Management） 專業(yè)分支：商務(wù)智能和數(shù)據(jù)分析（Business Intelligence and Data Analytics）

所屬學(xué)院：Heinz學(xué)院

地點(diǎn)：匹茲堡，賓夕法尼亞州

學(xué)制：16個(gè)月

卡內(nèi)基梅隆大學(xué)的計(jì)算機(jī)科學(xué)專業(yè)排名在全美數(shù)一數(shù)二，與斯坦福、麻省理工起名，其數(shù)據(jù)分析與處理技術(shù)也名列前茅。本校的碩士項(xiàng)目有三個(gè)核心方向可供學(xué)生選擇：商務(wù)智能數(shù)據(jù)分析信息技術(shù)項(xiàng)目培養(yǎng)的目標(biāo)是要培養(yǎng)學(xué)生跨領(lǐng)域具備商業(yè)處理分析與預(yù)期建模、GIS地理信息定位與分析、分析報(bào)告、市場(chǎng)細(xì)分分析、數(shù)據(jù)可視化?？啡蝽敿獾膶?shí)驗(yàn)室也為學(xué)生提供了絕好的學(xué)習(xí)與實(shí)踐機(jī)會(huì)，并且有固定的企業(yè)實(shí)習(xí)項(xiàng)目，為就業(yè)做了充足的準(zhǔn)備。

哥倫比亞大學(xué)（Columbia University）

數(shù)據(jù)科學(xué)碩士（Master of Science in Data Science）

所屬學(xué)院：Data Science Institute

地點(diǎn)：紐約

學(xué)制：2年

哥倫比亞大學(xué)的大數(shù)據(jù)科學(xué)與工程研究室（Institute for Data Sciences and Engineering）

康奈爾大學(xué)（Cornell University）

運(yùn)籌與信息工程碩士M.Eng. in Operations Research and Information Engineering

專業(yè)分支：數(shù)據(jù)分析 Data Analytics

學(xué)院：運(yùn)籌學(xué)與信息工程學(xué)院

地點(diǎn)：伊頓/紐約；紐約州

學(xué)制：1-1.5年

紐約大學(xué)（New York University）

數(shù)據(jù)科學(xué)碩士 Master of Science in Data Science

學(xué)院：數(shù)據(jù)科學(xué)中心Center for Data Science

地點(diǎn)：紐約市

學(xué)制：2年

南加州大學(xué)（University of South California）

計(jì)算機(jī)科學(xué)碩士 Master of Science in Computer Science

專業(yè)分支：數(shù)據(jù)科學(xué)Data Science

學(xué)院：工程學(xué)院

地點(diǎn)：洛杉磯，加州

該項(xiàng)目是南加大計(jì)算機(jī)科學(xué)碩士的分支，主要目標(biāo)是幫助學(xué)生建立計(jì)算機(jī)、分析等多樣化背景，以使學(xué)生更好的解決現(xiàn)實(shí)世界中關(guān)于能源、環(huán)境、健康、傳媒、醫(yī)學(xué)、交通等問(wèn)題。

西北大學(xué)（Northwestern University）

分析科學(xué)碩士（Master of Science in Analytics）

地點(diǎn)：伊凡斯頓（Evanston），伊利諾伊州

學(xué)院：McCormick工程與應(yīng)用科學(xué)學(xué)院

學(xué)制：15個(gè)月

該項(xiàng)目成立于2012年，融合了數(shù)學(xué)、統(tǒng)計(jì)、高端IT和數(shù)據(jù)分析的教學(xué)和研究?jī)?nèi)容，除了正常的授課外，學(xué)生還需要完成兩個(gè)行業(yè)實(shí)習(xí)和一個(gè)課程設(shè)計(jì)。

弗吉尼亞大學(xué)（University of Virginia）

數(shù)據(jù)科學(xué)碩士 Master of Science in Data Science

學(xué)院：數(shù)據(jù)科學(xué)研究所（Data Science Institute）

地點(diǎn)：Charlottesville，弗吉尼亞州

學(xué)制：11個(gè)月

弗吉尼亞大學(xué)的數(shù)據(jù)科學(xué)碩士項(xiàng)目致力于為政府和企業(yè)培養(yǎng)大數(shù)據(jù)處理的人才，每年7月份開(kāi)課，次年5月份結(jié)課。課程由計(jì)算機(jī)系、統(tǒng)計(jì)系、系統(tǒng)與信息工程系聯(lián)合授課攻讀本項(xiàng)目需要一些先修課程：

·單變量積分 Single variable calculus

·線性代數(shù) Linear algebra or matrix algebra

·統(tǒng)計(jì)學(xué)導(dǎo)論 An introductory statistics course

·計(jì)算機(jī)編程導(dǎo)論 An introductory programming course

申請(qǐng)Data Science需要什么樣背景

不論是國(guó)內(nèi)還是美國(guó)本土，本科就開(kāi)設(shè)Data Science這個(gè)專業(yè)的學(xué)校并不多，所以大家不要一看自己專業(yè)名字和數(shù)據(jù)科學(xué)不搭邊就覺(jué)得是轉(zhuǎn)專業(yè)申請(qǐng)。

首先，學(xué)CS的同學(xué)顯然是可以申請(qǐng)的，因?yàn)榇蠖鄶?shù)數(shù)據(jù)工作都是通過(guò)編程和數(shù)據(jù)庫(kù)的相關(guān)手段進(jìn)行的；學(xué)統(tǒng)計(jì)或者應(yīng)數(shù)，且有一定編程基礎(chǔ)的同學(xué)也可以申請(qǐng)；商科出身，尤其是量化背景較強(qiáng)的商科專業(yè)，比如金工，但又希望能選擇一個(gè)STEM專業(yè)的小伙伴，那DS顯然也是個(gè)非常好的選擇。

所以說(shuō)，如果你有比較強(qiáng)的編程背景，又有比較好的數(shù)理基礎(chǔ)那你就很有競(jìng)爭(zhēng)力；而純商科背景的小伙伴則可以選擇Data Science（DS）和Business Analytics（BA）同時(shí)申請(qǐng)，后者更偏商科更加Match一些。

怎么提升背景

本身背景不太強(qiáng)或者不太匹配，有什么辦法可以使自己變得更有競(jìng)爭(zhēng)力么？對(duì)于DS這個(gè)專業(yè)來(lái)說(shuō)一般來(lái)說(shuō)有以下幾個(gè)途徑：

·科研：科研的話，最好找和量化相關(guān)的，如果實(shí)在沒(méi)有，可以把相關(guān)的課程大作業(yè)（project）拿來(lái)用。再退而求其次，也可以是 CS 相關(guān)，但切記沒(méi)有科研經(jīng)歷，那將是極大地硬傷。

·競(jìng)賽：競(jìng)賽的平臺(tái)有很多，比如最近很火的Kaggle，再如阿里的天池、SODA、WID、數(shù)據(jù)嗨客等。

·實(shí)習(xí)：實(shí)習(xí)的話最優(yōu)選擇當(dāng)然是數(shù)據(jù)公司的數(shù)據(jù)崗，然而現(xiàn)實(shí)是這樣的崗位由于太過(guò)重要，基本不會(huì)招實(shí)習(xí)生。所以天津立思辰留學(xué)老師建議找一些統(tǒng)計(jì)量化相關(guān)的或者計(jì)算機(jī)相關(guān)的實(shí)習(xí)。

就業(yè)情況

該專業(yè)的主要就業(yè)崗位有更行業(yè)的分析師、咨詢顧問(wèn)、數(shù)據(jù)科學(xué)家及經(jīng)營(yíng)管理者。

該專業(yè)的畢業(yè)生（碩士）普遍起薪（年）都超過(guò)8萬(wàn)美金。同時(shí)，該專業(yè)起薪不太受畢業(yè)前的工作經(jīng)驗(yàn)的影響。一個(gè)讀該碩士之前有三年工作經(jīng)驗(yàn)的畢業(yè)生的薪水與完全無(wú)工作經(jīng)驗(yàn)的畢業(yè)生的薪水相差很小。

機(jī)器學(xué)習(xí)工程師 Machine Learning Engineer

代表了技術(shù)含量較高的方向，工作內(nèi)容主要是開(kāi)發(fā)機(jī)器學(xué)習(xí)系統(tǒng)和用這些系統(tǒng)解決實(shí)際問(wèn)題。做出來(lái)的是數(shù)據(jù)產(chǎn)品。

數(shù)據(jù)分析員 Data Analyst

工作內(nèi)容俗稱analytics （product analytics or business analytics），從數(shù)據(jù)中提取insight，估計(jì)投資回報(bào)比，為產(chǎn)品方向提建議，所用工具一般較基礎(chǔ)，比如寫(xiě)SQL query取數(shù)據(jù)、用R/Python做簡(jiǎn)單的分析、用Tableau/Excel作圖比較常見(jiàn)，能自己開(kāi)發(fā)Dashboard算是analyst里面技術(shù)強(qiáng)的；工作需要產(chǎn)生各種形式的報(bào)告 。一般由統(tǒng)計(jì)、數(shù)據(jù)科學(xué)、商務(wù)分析、工業(yè)工程等專業(yè)的碩士擔(dān)任。

數(shù)據(jù)科學(xué)家 Data Scientist

很多人說(shuō)，我想做數(shù)據(jù)產(chǎn)品，我想做機(jī)器學(xué)習(xí)，而這類職位就是大家想象中的那種。此類職位工作內(nèi)容以高級(jí)建模為主，會(huì)針對(duì)復(fù)雜的問(wèn)題來(lái)設(shè)計(jì)技術(shù)方案，比如Uber叫車的ETA、各種定價(jià)系統(tǒng)、Airbnb和金融行業(yè)的Fraud Detection、Amazon物流管理，F(xiàn)B/Linkedin的社交網(wǎng)絡(luò)或者ebay/Airbnb/Uber這樣供需雙方Marketplace市場(chǎng)規(guī)模的實(shí)驗(yàn)。這些例子，都需要比較深的領(lǐng)域知識(shí)。一般是統(tǒng)計(jì)、運(yùn)籌、經(jīng)濟(jì)、工業(yè)工程、EE、CS等專業(yè)的博士擔(dān)任，需要某領(lǐng)域的深刻理解。

三個(gè)職業(yè)方向的對(duì)比

從工資收入高低來(lái)看，1和3都很高，2要低一些，尤其是非IT行業(yè)，工資明顯低很多，工作地點(diǎn)如果也不是熱門地區(qū)的話，可能只有1和3的一半。

從工作機(jī)會(huì)多少來(lái)看，對(duì)1的需求很高，今后幾年內(nèi)也會(huì)保持；2散布在各個(gè)行業(yè)，加起來(lái)也不少；3其實(shí)是少數(shù)派，職位很少，往往只有大公司才需要，中小型公司可能不需要，即使需要的話，有少數(shù)幾個(gè)人也就夠了。

從讀什么專業(yè)、拿什么學(xué)位角度來(lái)看，1包含“會(huì)一些ML的軟件工程師”和“會(huì)寫(xiě)生產(chǎn)代碼的機(jī)器學(xué)習(xí)專家”兩種，也就是說(shuō)，側(cè)重點(diǎn)會(huì)有差異，但是機(jī)器學(xué)習(xí)和軟件開(kāi)發(fā)技能都需要。有EE或者CS博士學(xué)位最佳，統(tǒng)計(jì)等計(jì)量學(xué)科博士，如果輔修了CS master，也合適。如果只有EE/CS碩士學(xué)位也可以，但是碩士生們需要額外自學(xué)很多機(jī)器學(xué)習(xí)知識(shí)才能勝任，只靠在學(xué)校里簡(jiǎn)單上一兩門課，可能不夠。此外，找工作的時(shí)候，也需要一些運(yùn)氣成分才能找到合適的崗位。

常規(guī)申請(qǐng)要求

一般均要求申請(qǐng)者有較好的數(shù)學(xué)或者統(tǒng)計(jì)學(xué)功底，或者修過(guò)數(shù)學(xué)/統(tǒng)計(jì)學(xué)課程?；静灰蠊ぷ鹘?jīng)驗(yàn)，Business Analytics也不要求有商科背景。需要有編程經(jīng)驗(yàn)，某些學(xué)校會(huì)特別指出需要懂某類編程語(yǔ)言，比如Pyton，因?yàn)樯险n和作業(yè)都需要用到。

該專業(yè)一般屬于STEM項(xiàng)目，可以延長(zhǎng)OPT。該專業(yè)碩士項(xiàng)目屬于就業(yè)導(dǎo)向的，所以學(xué)制一般較短，平均為一年左右，較短的如University of Texas-Austin-Business Analytics只有10月的學(xué)期長(zhǎng)。

推薦基礎(chǔ)學(xué)習(xí)路徑（以數(shù)據(jù)分析為例）

Excel

了解各種函數(shù)，如sum，count，sumif， countif，find，if，left/right，時(shí)間轉(zhuǎn)換等，學(xué)習(xí)vlookup和數(shù)據(jù)透視表兩個(gè)性價(jià)比很高的技巧。

數(shù)據(jù)可視化

數(shù)據(jù)分析界有一句經(jīng)典名言，字不如表，表不如圖。數(shù)據(jù)分析的最終都是要兜售自己的觀點(diǎn)和結(jié)論的，兜售的最好方式就是做出觀點(diǎn)清晰數(shù)據(jù)詳實(shí)的PPT給老板看，雖然Excel也可以完成很多的數(shù)據(jù)可視化功能，但是如果想要得到更專業(yè)的可視化效果，還是建議學(xué)些編程方面的知識(shí)。

數(shù)據(jù)庫(kù)

Excel對(duì)十萬(wàn)條以內(nèi)的數(shù)據(jù)處理起來(lái)沒(méi)有問(wèn)題，但是互聯(lián)網(wǎng)行業(yè)就是不缺數(shù)據(jù)。但凡產(chǎn)品有一點(diǎn)規(guī)模，數(shù)據(jù)都是百萬(wàn)起，這時(shí)候就需要學(xué)習(xí)數(shù)據(jù)庫(kù)。SQL是數(shù)據(jù)分析的核心技能之一，從Excel到SQL絕對(duì)是數(shù)據(jù)處理效率的一大進(jìn)步，除了最基本的增刪改查、索引、約束外，主要了解where，group by，order by，having，like，count，sum，min，max，distinct，if，join，left join，limit，and和or的邏輯，時(shí)間轉(zhuǎn)換函數(shù)等。

R/Python語(yǔ)

是否具備編程能力，是初級(jí)數(shù)據(jù)分析和高級(jí)數(shù)據(jù)分析的風(fēng)水嶺。數(shù)據(jù)挖掘，爬蟲(chóng)，可視化報(bào)表都需要用到編程能力。而數(shù)據(jù)分析領(lǐng)域推薦使用的兩種語(yǔ)言絕對(duì)是R和Python了，二者在數(shù)據(jù)分析領(lǐng)域的地位可以說(shuō)是旗鼓相當(dāng)，各有優(yōu)勢(shì)。

R的優(yōu)點(diǎn)是統(tǒng)計(jì)學(xué)家編寫(xiě)的，如果是各類統(tǒng)計(jì)函數(shù)的調(diào)用，繪圖，分析的前驗(yàn)性論證，R無(wú)疑有優(yōu)勢(shì)。學(xué)習(xí)R，需要了解數(shù)據(jù)結(jié)構(gòu)（matrix，array，da，list等）、數(shù)據(jù)讀取，圖形繪制（ggplot2）、數(shù)據(jù)操作、統(tǒng)計(jì)函數(shù)（mean，median，sd，var，scale等）；開(kāi)發(fā)環(huán)境建議使用Rstudio，Python則是萬(wàn)能的膠水語(yǔ)言，適用性強(qiáng)，有很多分支，我們專注數(shù)據(jù)分析這塊。需要了解調(diào)用包、函數(shù)、數(shù)據(jù)類型（list，tuple，dict），條件判斷，迭代等；開(kāi)發(fā)環(huán)境建議Anaconda。

統(tǒng)計(jì)知識(shí)

統(tǒng)計(jì)學(xué)是數(shù)據(jù)分析的基礎(chǔ)。需要花一些時(shí)間掌握描述性統(tǒng)計(jì)知識(shí)，包括：均值、中位數(shù)、標(biāo)準(zhǔn)差、方差、概率、假設(shè)檢驗(yàn)、顯著性、總體和抽樣等概念。

分析思維

好的數(shù)據(jù)分析首先要有結(jié)構(gòu)化的思維，也就是我們俗稱的金字塔思維。思維導(dǎo)圖是必備的工具；之后再了解SMART、5W2H、SWOT、4P理論、六頂思考帽等框架。

業(yè)務(wù)知識(shí)（用戶行為、產(chǎn)品、運(yùn)營(yíng)）

對(duì)于數(shù)據(jù)分析師來(lái)說(shuō)，業(yè)務(wù)其實(shí)比了解數(shù)據(jù)方法論更重要。但很遺憾，業(yè)務(wù)學(xué)習(xí)沒(méi)有捷徑，必須靠你在某個(gè)行業(yè)自己一點(diǎn)點(diǎn)積累。當(dāng)然，在你正式從事某個(gè)行業(yè)之前，你可以在網(wǎng)上找一些相關(guān)業(yè)務(wù)方面的項(xiàng)目自己動(dòng)手進(jìn)行實(shí)踐練習(xí)。