数据科学考研

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

走进经济生活里的一切导读：2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。来源丨21世纪经济报道（ID：jjbd21）记者丨王峰 北京报道图片来源/ 图虫创意（资料图）“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上，教育部高等教育司副司长范海林介绍，2017年全国高校备案专业中，新增数据科学与大数据技术专业点250个，同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学，到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau，由此对大数据产生了浓厚的兴趣。通过Tableau，王宇杰感受到，数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来，数据量正在不断增长。未来，更多人将学会分析数据，并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流，人人都可以成为数据分析师。接下来的大学时间里，他参加了一些数据科学家训练营，和一些商业机构组织的训练营，还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴，每年都会成千上万数据狂人参加这一比拼。这其中，既有来自各行各业的数据分析专家，也有像王宇杰这样的数据爱好者，而王宇杰是获奖选手中唯一一名大学生。通过这些活动，王宇杰结识了这个一不断壮大的数据分析社区，也让他对这个行业更加充满热情。大四时，王宇杰得到了保研的机会，“国内开设大数据方向研究生专业的大学并不多，主要有清华大学、北京大学、复旦大学、北京航空航天大学等，这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer，权衡之后，他选择了清华-伯克利深圳学院，这是清华和伯克利合办的硕士研究生项目，不仅可以在清华拿到数据科学学位，还有机会到美国加州大学伯克利分校去进行为期9个月的学习，同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生，也就是说，大数据专业其实是一个非常崭新的学科，在我申请的那一年，相对来说，大家对这个概念还不是特别了解，当然已经有一定数量的申请者，远超我们实际录取的人数，但并不是那么的火爆。”王宇杰说。“到了我下面那届，就是招收第三届硕士生的时候，竞争就变得异常激烈，在短短一年时间里，这个专业成为了大家认可的非常有潜力的专业，大批的工程本科生，或者是数学、经济方面的学生开始申请我们这个方向，因此录取率直线下降。个人感觉在近几年内，竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室，分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上，像大数据分析、大数据基础等，的确会有这些，但从本质上来说，我认为我们学的课程跟数学、工程学这些基础学科没有太大区别，当然加入了一些新兴科技的课程，比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室，学习和科研课题是关于计算机视觉。“用一句话来概括，我们要做的是赋予计算机人的视觉能力。怎么理解呢？以后是一个有大量机器人存在的世界，而机器人要跟人类进行交互，做一些基本的工作，必须要有视觉能力，看得懂周围的环境，所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业：数据科学与大数据技术图片来源 / 新华社（资料图）3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中，“数据科学与大数据技术”最为热门。根据统计，共有250所高校新增“数据科学与大数据技术”专业，其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业，为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果，此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后，是人工智能行业的持续发展。3月6日，南京大学官网正式发布新闻，经研究决定，南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是，从清华大学到地方高校，大数据专业成为普遍的时尚。“清华或者其他一般院校，在这个领域里对科研的贡献会有差异，但事实上，在如今的大环境之下，大家都想跟上时代潮流，所以我认为无论处于怎样的研究水平，敢于去跟上这个时代，就是挺好的一件事情。”王宇杰说。“大数据是一个概念，它包含的范围非常广，不同的专业方向，对外显示的名称可能都是大数据分析、大数据工程与技术，但是整个产业其实非常庞大，从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了，我觉得这个行业需要细分，未来会有专门做算法的工程师，专门做硬件实现的工程师，以及专门做理论推导的科研人员等。”他说。（编辑 戴春晨）

首先，对于当前选择数据科学与大数据专业的同学来说，继续读研是不错的选择，一方面原因是当前大数据技术尚处在落地应用的初期，人才需求更注重以研究生为代表的高端人才，另一方面随着产业结构升级的持续推进，未来高端人才也会有更多的发展机会。大数据专业在读研时可以重点考虑两个大的主攻方向，其一是继续从事大数据方面的研究，虽然大数据的技术体系已经趋于成熟，但是大数据领域的创新空间依然非常大，尤其是大数据与产业领域的结合，会有大量的创新点，所有如果选择专硕，可以重点考虑如何利用大数据技术在产业领域创新，这也会为自己打开新的发展路线。其二是选择主攻人工智能领域的相关方向，由于大数据技术与人工智能技术的关系非常紧密，所以在读研期间主攻人工智能相关方向也比较方便。相对于大数据方向来说，人工智能技术体系远没有成熟，所以人工智能技术的创新点还是非常多的，当前计算机视觉、自然语言处理、机器学习等方向也是比较热门的方向。由于数据科学与大数据技术专业是比较新的专业，所以在读研时，如果想有更大的选择空间，可以考虑选择计算机专业，实际上计算机专业也是培养大数据方向研究生的主要专业之一。另外，当前统计、经济、金融等专业也有培养大数据方向研究生的能力，如果未来想在相关领域发展，也可以考虑考研这些专业。最后，虽然算法岗位的岗位附加值比较高，也相对比较适合女孩从事，但是算法岗位当前的竞争还是非常激烈的，所以在读研期间一定要重视开发能力的培养，这也会扩展自己的就业面。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

当前正处在大数据时代，而数据分析是大数据技术体系中的重要组成部分，也是数据价值化的主要方式之一，所以未来从事数据分析工作是不错的选择。数据分析可以选择两个大的专业方向，一个是统计学专业，另一个是大数据专业，另外不少计算机相关专业、金融领域相关专业和数学领域的相关专业也都有数据分析的细分方向。随着数据分析的重要性日益体现，现在不少专业也都增加了数据分析的细分方向，比如经济学、社会学、医学等专业都陆续开设了与本专业相关的数据分析方向。具体选择哪个专业需要根据自身的知识结构来决定，最好能够结合本科专业进行选择，这样在备考的时候会轻松一些。如果本科是计算机相关专业，那么可以选择的余地是比较大的，计算机应用、计算机科学与技术、软件工程等专业都有数据分析的细分方向，当然统计学和数学专业也是如此。在大数据领域，数据分析通常有两种方式，一种是统计学方式，另一种是机器学习方式，两种数据分析方式同样重要。学习数据分析通常需要具备一定的数学基础、统计学基础和计算机基础，其中数学基础是相对比较重要的，要想在数据分析领域走得更远，一定要重视数学相关课程，包括高数、线性代数、概率论等内容。以机器学习的数据分析方式为例，需要具备算法基础和编程语言基础，机器学习的步骤包括数据收集、数据整理、算法设计、算法实现、算法训练、算法验证和算法应用，目的就是从一堆杂乱无章的数据中找到其背后的规律。当前机器学习的数据分析方式是比较流行的，相关领域的研究也在逐步推进。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

大数据是目前互联网很火的一个词，在高考时，很多考生都选择了其对应的专业“大数据”，有些在本科所学知识涉及到大数据的很少，多和计算机相关的。那么本科大数据考研考什么专业？大数据专业属于计算机专业的一种，考研可以选择计算机科学技术一级学科门类下的专业。考研时可以选择考学硕或者专硕，专硕报考人数相对多。学硕偏向学术理论，专硕偏向实践应用。学硕的学科是计算机科学与技术，而专硕计算机所有相关的专业在报考时基本上不区分专业，统一为电子信息硕士，不同学校，电子信息研究方向不同，甚至同一个学校不同学院电子信息方向也不同。计算机科学技术下分专业有：保密科学与技术、大数据科学与工程、高可靠嵌入式系统、海洋技术、集成电路与系统、计算机科学与技术、计算机软件与理论、计算机网络与信息安全、计算机系统结构、计算机应用技术、健康大数据与智能医学、金融信息工程、人工智能、数据科学、数据科学和信息技术、数字媒体技术、网络安全技术与工程、网络信息安全、物联网工程、物联网工程与技术、物联网技术、新药物与新材料、信息安全、医疗信息技术、智能交通技术、智能科学与技术、智能医学诊疗。如：大数据科学与工程，开设的院校有：中国人民大学。如计算机科学与技术，开设院校最多，如：（以下仅展示部分）以北京大学软件与微电子学院的电子信息（专硕）为例，一共有9个方向，分别是（01）软件工程（02）网络安全（03）智能科技（04）软件 程实验班（05）集成电路（06）电子通信（07）集成电路实验班（08）金融科技（09）计算机技术。再以浙江大学为例，多个学院均招收电子信息专硕，而且每个学院的电子信息方向都不同，和本学院有一定的相关性，像生物医学工程与仪器科学学院的电子信息专硕研究方向有生物医学工程、仪器仪表工程。那么学大数据的同学了解后，可以选择考学硕也可以选择考电子信息专硕，具体再看高校的研究方向是否感兴趣，再进行选择。可以直接在中国研究生招生信息网的硕士目录进行查询。想了解更多精彩内容，快来关注51考研网

首先，对于大数据专业的本科生来说，当前读研是不错的选择，随着大数据技术开始逐渐落地应用，产业领域需要大量高端应用型人才，所以如果没有继续读博的计划，可以重点关注一下专硕。在读研方向的选择上，可以重点关注一下大数据领域的相关方向，一方面大数据领域的方向选择空间比较大，另一方面对于大数据专业的学生来说，读研继续选择大数据方向也会有一个更好的科研基础。从当前大的发展趋势来看，可以重点关注一下大数据与产业领域相结合的方向，比如大数据与金融领域、经济领域、医疗领域、教育领域、消费领域、出行领域等，都有大量的结合点，而且选择这些领域作为主攻方向，未来在就业时也会更有针对性。除了以上领域之外，大数据与装备制造业的结合点也非常多。除了大数据领域的相关方向之外，大数据专业的本科生在读研时还可以选择人工智能领域的相关方向，当前计算机视觉、自然语言处理等方向的热度也比较高，随着人工智能平台的落地应用，视觉和自然语言处理方向的落地场景会越来越多，就业前景也比较广阔。从当前大的岗位需求情况来看，虽然算法岗位的岗位附加值比较高，但是当前算法岗位的竞争也比较激烈，所以在读研的过程中，一定要重视自身开发能力的提升，近两年有不少研究生在找工作时会冲着算法岗去 ，但是往往最终会拿着开发岗位的offer回来。最后，当前计算机相关专业的考研竞争还是比较激烈的，所以一定要做好复习规划。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！

专业介绍什么是数据科学(Data Science)数据科学(Data Science)是一个新兴的留学专业，随着互联网的发展，越来越多的数据产生，而能够有效分析这些数据并将它们应用于商业的人才却极其短缺，在这种趋势下，数据科学专业就应运而生。数据科学专业源自于处理每日产生的海量信息流，它是一门交叉学科，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。数据科学项目主要是面向职业培训、侧重工业界需求。所以，该项目的实用性很强。该项目主要侧重培养学生分析数据、解决问题的实际动手能力，课程一般不涉及理论知识。相关专业辨析Business Analysis（商科）Business Analysis是以案例分析为主，数据分析为辅的传统商科，大多开设在商学院下, 主要是针对公司整个运营流程、业务开展方向的分析。Data Science数据科学（理工科）Data Science以高级建模为主，针对复杂问题来设计技术方案。经常开设在计算机学院或者工程学院下。一般会涉及较深入的计算机编程、统计模型，对学生技术要求更高。占比比较：Business Analytics: 40% Statistics+30% Computer Science+30% Business适合文科/商科/理科/工科背景学生申请Data Science: 30% Statistics+50% Computer Science+20% Application适合理工科背景的学生去申请申请要求申请者专业背景由于这是一个数理背景和计算机能力要求非常高的专业，所以，并不是所有背景可以申请该专业。而且大部分项目会有先修课的要求，常见的先修课程有：微积分、线性代数、统计、计算机编程基础（Python、R等）、计量经济学、概率论等。首先，本科是计算机科学CS的同学，是最符合申请条件的，因为大多数数据工作都是通过编程和数据库的相关手段进行的，同时学过统计、微积分、高级语言；例如哈佛大学对于MSDS的本科背景要求是：希望有微积分、线性代数，概率和统计等相关课程，能使用至少1种编程语言，例如Python或R，了解计算机科学概念。其次，本科背景是统计、数学或应用数学，且有一定编程基础的同学也可以申请，这都是很好的匹配专业。最后，商科背景出身，但量化背景较强的商科专业，比如金工，但又希望能选择一个STEM专业的同学，那DS显然也是个非常好的选择。所以说，如果你有比较强的编程背景，又有比较好的数理基础，那你就很有竞争力；而纯商科背景的同学，如果没有强的量化背景，或者不懂编程，那建议还是数据科学DS和商业分析BA混合申请，因为商业分析更加偏商科，开在商学院，对商科背景接纳程度大很多。此外，其他理工科或者商科也可以申请数据科学专业，如，物理，生物，MIS，电子信息工程，经济学等等。但相对来说，竞争力可能没有计算机和数学专业的学生那么大。硬件条件（GPA, TOEFL/IELTS, GRE/GMAT)GPA:对于GPA当然是越高越好，对于申请TOP50的DS专业而言，GPA至少在3.3+，建议能够到3.5+。而申请top 30的学校，建议能够有3.8+的GPA。这样子才会有更大的竞争力。TOEFL/IELTS:申请U.S News的综合排名TOP50之前的学校的学生需要IELTS至少要达到7.0, TOEFL至少达到100。而申请TOP30之前的, IELTS至少要达到7.5，TOEFL必须达到100以上。GRE:美国数据科学硕士一般要求申请者提供GRE成绩。综合排名TOP50之前的学校，对于GRE 的区间在310-325，单是显然只有310的话竞争力显然是不够的，因此，这里建议学生为自己设立的初步目标在320+。而申请top 30的学校，建议能够在325+,Q部分建议能够拿满分。英国与美国申请的不同之处而对于申请英国大学的数据专业而言，与美国相比略有不同。由于英国大学非常看重申请者所在的学校是不是211,985院校 ，所以，所指定的录取标准也有所区别。不少学校并不接受非211学生的申请。换言之，即便申请者自身背景非常出色，但由于所在院校为非211，必然会收到拒信。当然，英国中，大部分学校不需要提交GRE成绩。而且，英国大部分学校申请的时候，并不严格要求申请者提供雅思成绩，雅思成绩可以在拿到有条件录取之后再补充。所以，对于没有相关成绩的申请者来说，申请英国也算是一个不错的选择。此外，英国大学对于申请者的专业背景相对比较没有那么严格，不少学校接受商科，心理学甚至于医学类背景的学生申请。但通常来说，会要求申请者修过微积分、代数、微分方程、概论与统计、优化或其他数学课程。软件要求（实习，科研，工作等等）大部分学校的数据科学专业申请不要求工作经验，但有相关工作经验会对申请有帮助，建议有2-3段实习或项目经历。实习最优选择应该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。至于科研方面，在大学期间最好找和量化相关的科研，如果实在没有，可以把相关的课程大作业拿来用。再退而求其次，也可以是计算机软件、数据库相关。如果没有科研经历，那将是极大的硬伤。此外，可以参加一些数据科学相关的竞赛。学费介绍数据科学作为一个理工科专业，整体而言学费没有商科那么贵。以下是美国部分大学数据专业学费的介绍，每年的学费范围基本在 $40,000~$70,000之间。（注：美国大部分数据科学专业两年制，少部分为一年制）以下是英国部分大学数据科学专业学费的介绍，每年的学费范围基本在15,000~35,000之间。（注：英国的大学数据科学专业都是一年制）典型项目介绍Columbia University哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。项目由统计系、计算机系、工业工程和运筹系共同承办。建议申请者有较强的数理背景，比如修过微积分、线性代数等课程，建议修过计算机编程课程。至少完成30个学分的课程，包含21个学分的必修课和9个学分的选修课。大部分学生会在3个学期，也就是一年半把项目读完。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项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。Carnegie Mellon University卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。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。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。University of Pennsylvania宾夕法尼亚大学的MSE in Data Science项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。其主要核心课程：它融合了机器学习、大数据分析和统计等核心主题的前沿课程，以及各种选修课程，并有机会将这些技术应用于所选领域的专业领域(深度领域)。潜在的专业化领域包括网络科学;生物医学(生物医学信息学研究),和公共政策(宾夕法尼亚大学沃顿商学院预算模型以及更多的传统的机会在计算机和信息科学与电气和系统工程。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。华威大学作为英国国家数据科学研究所Alan Turing Institute数据分析研究的领导者，并且与纽约城市科学与进步中心New York Centre for Urban Science and Progress合作。该校的MSc in Data Analytics开设在Department of Computer Science计算机科学学院下，课程提供数据分析的跨学科视角，使学生能够获得计算机科学，数学和工程的先进知识，这对未来在“大数据”中的作用至关重要，使华威大学的毕业生在网络安全，金融，政府和技术等领域具有独特的价值。就业方向与平均薪资Data Science专业毕业后做什么？关于数据科学项目的就业前景，全球最顶尖管理咨询公司麦肯锡（McKinsey）出具了一份详细的分析报告，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在140000到190000之间，懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到1500000！其中对大数据处理需求最旺盛的行业包括：制药业、计算机软件、互联网、科研、IT技术服务、生物技术。事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。所以，在大数据时代下，数据科学专业的就业前景是非常广阔的，很多行业都需要擅长挖掘和分析数据的人，例如IT、互联网、游戏、通信、金融(券商、投行、基金、资产管理)、医药、咨询、零售等。数据科学专业主要有三类职业方向：数据科学家 Data Scientist机器学习工程师 Machine Learning Engineer数据分析员 Data AnalystData Science专业毕业后的薪资待遇如何？根据IBM预测，到2020年，所有美国数据科学类岗位数量将增加万个，总数达到270万。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数美元了。而LinkedIn在相关职业的调查中也发现，机器学习和数据科学工程师已经超过传统软件工程师，跃升为最高薪群体，年薪中位数高达$129,000。美国知名求职网站Glassdoor公布的2019 Best jobs in America 排名中，Data Scientist 排名第一，基础薪资中位数达$108,000。案例分享案例一毕业院校:国内普通本科主修: 管理信息系统GPA: 3.7/4.0托福/雅思: 105+GRE/GMAT: 320+实习/工作: 一段大数据实习科研经历: 两段相关项目经历录取院校: University of Rochester, University of Southern California, University of Virginia案例二毕业院校：国内某985主修: 数学GPA: 3.6/4.0托福/雅思: 110+GRE/GMAT: 325+实习/工作: 三段相关实习科研经历: 一段科研录取院校: Georgetown University, University of Rochester案例三毕业院校：国内某中外合办院校主修: 经济学GPA: 3.8/4.0GRE/GMAT: 330+实习/工作: 两段相关实习科研经历: 一段经济数据分析科研录取院校: University of Pennsylvania, Brown University, New York University案例四毕业院校：国内某C9院校主修: 电气与计算机工程GPA: 3.2/4.0托福/雅思:100+实习/工作: 无科研经历:三段ECE相关实习录取院校: New York University, Boston University案例五毕业院校：某美国top 100大学主修: 电气工程GPA: 2.6/4.0托福/雅思: WaiveGRE/GMAT: 315+实习/工作: 三年机器人相关全职工作经验科研经历: 无录取院校: Stevens Institute of Technology, George Washington University案例六毕业院校：某美国top 50大学主修: 统计学GPA: 3.1/4.0实习/工作: 一段相关实习科研经历: 一段相关科研录取院校: Georgetown University, Rutgers University–New Brunswick, Worcester Polytechnic Institute

首先，从当前大数据领域的人才需求情况来看，以研究生为代表的高端人才有更多的机会获得高附加值的工作岗位，而且由于当前大数据技术尚处在落地应用的初期，所以未来大数据领域还会需要大量高端应用型人才（专硕），从这个角度来看，当前大数据专业的本科生，选择考研是不错的选择。大数据专业考研有多种选择，可以根据自身的发展规划、知识结构和能力特点来进行选择，同时也要考虑到行业发展趋势和技术发展趋势。从目前大数据方向研究生的培养渠道来看，计算机专业是一个重要的培养渠道，同时统计学、经济学、金融等专业，也有培养大数据方向研究生的能力。由于当前大数据专业的开设时间比较短，所以很多大数据专业还没有硕士点，要想有更大的选择空间，可以选择跨考计算机等专业。大数据专业的本科生在读研时，在方向的选择上还是比较多的，除了可以考虑大数据相关方向之外，还可以考虑人工智能领域的相关方向，包括自然语言处理、计算机视觉、机器学习等。如果选择专硕，可以重点考虑如何通过大数据技术与行业相结合，在产业结构升级的过程中，行业领域也有很多创新点。最后，在选择主攻方向的过程中，还需要考虑到学校自身的学科实力、行业资源整合能力等因素，选择学科实力比较强的方向往往会有更好的科研体验，而选择行业资源比较丰富的方向，往往对于就业有非常积极的影响。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

原标题：最新发布：这些专业太抢手！你的排第几？导读：“2015-2018全国考研大数据”来了！教育部全国硕士研究生招生考试网上报名和网上调剂唯一指定网站——研招网发布《2015-2018硕士研究生报考数据分析报告》！一起来看看！硕士研究生报名人数持续增长！女生为主力硕士研究生报名人数持续增长据教育部数据统计，2018年考研报考人数达到238万，增加人数和增长率均为近年来最高。△近4年硕士研究生报名人数（单位：万人）△近3年硕士研究生报名人数增长率女生读研占比超半数报考人数不断增长的同时，女生成考研群体主流。△男女生人数对比图（单位：人）为何考研？超半数受访者觉得考研是为了提升就业竞争力据中国青年报社社会调查中心数据，对于自己或身边的人选择考研的原因，调查显示，有以下几点：提升就业竞争力（58.8%）通过考研进入名校（41.4%）通过考研更换专业（37.1%）完成自己的学术理想（33.3%）工作晋升需要（30.9%）暂时逃避就业压力（24.9%）因身边朋友都在考而“随大流”（19.6%）寻找备考过程中的独特体验（10.5%）完善自己的大学生活（8.2%）据中国青年报报道，河北石家庄某高校的吴硕表示，由于学校一般，不论就业还是申请出国都没有太大优势，所以全班近一半同学选择了考研。胡杨本科读的是电气工程专业，他表示自己考研的主要目的是换专业，“4年读下来，觉得自己不太喜欢与机床、传送带打交道。希望研究生能学个‘和人打交道’的管理类专业”。对吴硕而言，选择考研更多是出于自己读名校的执念。本科就读于一所普通一本院校的他，考研志愿填报了北京某985高校。不过，深究自己渴望读名校的原因，吴硕坦言，主要还是考虑到未来对就业的影响。“身边非985、211毕业的同学找工作，简历投出去，得到的回应特别少”。山东济南某高校的研一学生李潇妍认为，读研能让自己在职场上“少走弯路”。“比如很多公司针对本科生和研究生的起薪和起始职位都是不一样的”。这些专业太抢手！最热门的是。。。哪些专业报考人数最多？以北京为例：2018年，工商管理专业报考人数居首，为19749人，随后为会计专业的13124人和法律硕士（非法学）专业的12957人，报考人数居第四至十位的专业依次为金融、公共管理、计算机技术、法律硕士（法学）、广播电视、软件工程、计算机科学与技术。2016年，报考“工商管理”的人数为13395名，居各专业报考人数之首，报考会计的人数为9369名，报考“法律硕士（非法学）”的人数为7608名（不含推免生），分别居第二位和第三位。报考人数居第4至10位的专业依次为金融、公共管理、计算机科学与技术、金融学、材料科学与工程、汉语国际教育、计算机技术。由此可见，工商管理、会计、法律硕士（非法学）连续数年成为报考专业的前三甲，依然是最热门的专业。热门高校专业考研难度排名报录比指的是报考人数和录取人数之比，报录比越大说明该专业考研难度越大。下面，我们就通过4所热门高校报录比排名前10的专业来看一下那些相对难考的专业有哪些：中国人民大学学术型学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（学术型学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。专业学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（专业学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。复旦大学学术型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（学术型）专业型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（专业型）南开大学难度排名↓↓↓↓↓↓浙江大学难度排名↓↓↓↓↓↓注：以上统计中不含非全日制、推免生、单独考试、强军计划、退役士兵计划以及少民骨干计划考生；录取人数中包括了由本校其他相近专业调剂到该专业录取的考生。往届生比例增幅明显 部分省市专硕超学硕应届生考研比例涨幅平稳，往届生读研比例增幅明显对在职人员来讲，考取双证不必脱产学习，充分满足了工作、学习两不误的需求。2017年在职研究生纳入统考后，在职考生的积极性空前高涨。部分省市专业硕士报名人数超过学术硕士近年来，由于招生计划增加的影响，除了总体报名人数呈上涨趋势之外，专硕的报考人数增长明显，多地甚至出现专硕报考人数超过学硕的现象。比如：湖北↓↓↓△湖北学硕和专硕（蓝色）人数对比图（单位：人）河北↓↓↓△河北报考学硕和专硕（蓝色）人数对比图（单位：人）