大数据时代下,数据科学被列为最具发展前景的职业之一,随着DS专业知名度逐渐升高,很多申请者选择数据科学专业,申请竞争也愈发激烈,哥伦比亚大学MS in Data Science在美国数据科学硕士项目中,处于申请难度第一梯队,拿到offer的申请者普遍是美本偏多,且GPA在3.8以上,并且都递交了比较高的GRE成绩。那么哥伦比亚大学Data Science数据科学专业究竟是如何?核心课程有哪些,未来就业前景如何?
Data science申请者概况
如果你有比较强的编程背景又有比较好的数理基础那就很有竞争力,像本科Computer Science专业背景的同学在就比较有优势,因为大多数数据工作都是通过编程和数据库的相关手段来进行;
除此之外,学统计或者应用数学,同时具备一定编程基础的同学也可以申请。但商科出身的同学,如果你有很强的量化背景,希望能选择一个STEM专业,可以选择Data Science(数据科学)/ Data Analytics(数据分析)和 Business Analytics(商业分析)混申,而后者更偏商科会Match一些。
DS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。在硅谷,入门级的数据科学家的收入已经是6位数美元,岗位报酬非常丰厚。
好了,介绍了这么多DS,我们来看看具体的项目
Columbia哥伦比亚大学MS in Data Science数据科学项目
官网(https://datascience.columbia.edu/education/programs/m-s-in-data-science/)
哥伦比亚大学MS in Data Science是一个结合了统计、计算机科学,运筹等多个专业集合而成的综合项目,虽然隶属于工学院,但也同时拥有统计以及计算机科学等多个专业的资源。该项目是一个 1.5 年的课程(可以在 1 年内完成但不推荐),有春季和秋季入学,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,有7门核心课程,包括机器学习、可视化、统计和推理建模等,选修课程可以从新闻学/计算机科学/商学院/ECE中学习。
例如,云计算和分析、大数据等,共需修读30个学分,但无需撰写毕业论文,有机会从事独创研究,并与行业合作伙伴以及教学人员沟通互动。课程很好,具有挑战性,会在课程需要时进行有关 Python 和 R 的特殊培训课程。
核心课程
计算机科学
- 数据科学计算机系统
- 数据科学机器学习
- 数据科学算法
工程
- 数据科学顶点和伦理
统计数据
- 数据科学的概率和统计
- 探索性数据分析和可视化
- 统计推断与建模
选修课
- 应用机器学习
- 应用深度学习
- 数据科学的因果推理
- 数据分析管道
- 数据科学要素
- 机器学习与概率编程
- 社会意义的计算模型
- 计算机视觉、语音和语言的深度学习
- 个性化理论与应用
- 金融大数据
- 应用机器学习进行金融建模和预测
- 应用机器学习进行图像分析
申请要求
申请要求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,需要递交GRE成绩,且不能用GMAT替代GRE。
语言方面TOEFL 100+/IELTS 7+。没有强制性的工作经验要求,但是建议同学们在个人软硬件背景方面应做好充分准备,会成为申请者加分。
申请所需材料
- 个人陈述
- 成绩单
- 三封推荐信
- 简历
- GRE成绩( (optional)
- 托福、雅思或 PTE学术考试成绩
申请截止时间
- Deadline:1月15日
- Final Deadline:2月15日
就业方向
就业方向数据科学毕业生主要的三个岗位方向:
- 机器学习工程师Machine Learning Engineer,主要开发机器学习系统并解决实际问题
- 数据分析员Data Analyst。主要从数据中提取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
- 数据科学家Data Scientist,主要以高级建模为主,针对复杂的问题来设计技术方案,不是写写SQL或是懂些代码就可以,还是需要比较深的领域知识。
附上几张哥大DS的offer~
如果同学们对DS方向留学申研感兴趣,欢迎扫描下方二维码,立刻开启一对一留学咨询~