数据科学(Data Science)专业源自于处理每日产生的海量信息流，是一门交叉学科，一个数据科学家同时需要是一个统计学家、计算机科学家，并且要是一个具有创造性思维的思想家。该专业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。
专业研究方向
数据科学的三类职业方向：机器学习、数据分析和数据科学家
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，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的;工作需要产生各种形式的报告;在统计层次上，懂基本t-test和线性回归即可。
3. 数据科学家 Data Scientist
很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。此类职位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，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理，FB/Linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。这些例子，听上去就不是写SQL能解决的，也不是会写代码就能做出来的，都需要比较深的领域知识。
申请条件
从申请背景上说，世界名校很少有明确表明录取偏好。但从申请经验上讲，他们更喜欢要美本、国内985和六大财经背景的申请人。当然你还要修过以下这些先修课，就再完美不过了：线性代数、概率论、统计、微积分、宏微观经济学、计量经济学
美国前50的学校一般要求托福100分，GRE320分，GPA3.5以上。如果低于这个分数也有被录取的可能。但是托福必须在100分以上，GRE和GPA没有最低要求，GPA通常在3.0以上即可。但是如果你这些分数都比较低，那就得看其他条件了。
如果你的学校背景和硬件分数上没有优势，可以通过实习经历来展示你的数据敏感性和天赋。所以，你将来打算去哪里工作，实习就选择去哪些公司。比如要去咨询公司、券商、互联网公司就业，那你在校期间，就可以去行业顶尖的公司去实习。证明你申请之前已经具备了在这些公司就职的能力，对你的申请是非常有利的。
院校推荐
University of California, Berkeley
- 数据科学工程硕士Master of Engineering (concentration in Data Science)
- 信息与数据科学硕士Master of Information and Data Science (MIDS)
学制：12-20个月
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。
New York University
- 商业分析科学硕士Master of Science in Business Analytics
学制：1年
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。
Northwestern University
分析科学硕士(Master of Science in Analytics)
学制：15个月
硬件条件：GPA3.0+、托福95+
本项目成立于2012年，融合了数学、统计、高端IT和数据分析的教学和研究内容，除了正常的授课外，学生还需要完成两个行业实习和一个课程设计。
4、弗吉尼亚大学
University of Virginia
数据科学硕士Master of Science in Data Science
学制：11个月
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
计算机编程导论An introductory programming course
North Carolina State University
分析科学硕士Master of Science In Analytics
学制：10个月
北卡罗来纳州立大学的分析科学硕士立足于现实商业环境，扎实务实，不以理论学习或者博士进阶为中心。在一年制学习当中，学生可以获得应用数学、统计学、计算机科学、商科等多方面的知识和技能，课程的作业或者论文多以4-5个成员小组为单位来完成，促进协作沟通;在第二和第三个学期，学生将在行业或者政府机构实习。
6、旧金山大学
University of San Francisco
分析学硕士Master of Science in Analytics
学制：1年
旧金山大学的分析学硕士项目培养学生掌握战略决策学所需要的技术和方法、提高技术技能比如软件开发和统计分析，并着重培养学生的沟通表达技能。
同斯坦福大学一样，旧金山大学得天独厚的地理优势非常有利于学生就业，目前学生普遍就业与亚马逊(Amazon Web Services)等知名企业。
