在上一篇文章中，为大家讲解了什么是 Data science（数据科学）？以及数据科学的就业方向及趋势，相信大家对这门新兴学科有了初步了解。

那么，如果想在美国学习数据科学，该如何选校呢？今天这篇文章中，我给大家一点愚见，希望能有所帮助。

Data science 是新兴的专业，并不是每一所学校都开设了 Data Science 专业，尤其是本科阶段更少。现阶段大部分 Data Science 专业在师资，教学项目资源等方面都是处于完善阶段。所以，选校之前要花一些时间去了解学校和专业信息是必要的。

点击下图，查看数据科学详情介绍

接下来，我给大家一些选校方面的小建议，感兴趣的朋友可以参考。

本科选校指南

我们在上一篇数据科学详情文章中重点强调了这个专业的特定，就业指导性强，涉及领域广范，但是没有专精领域。与其说一门学课， 数据科学更倾向于一个由多个学科综合起来的专业技能。

在数据科学成为就业市场的宠儿之前，在各个院校争相开设 Data science 专业之前，社会上的相关职位都是由学习计算机科学、数学或统计学的毕业生担任的。

所以，在选择数据科学作为本科专业前，一定要再三考虑。因为最后你获得了一个强大的就业工具，但很可能没有自己的专精领域。

除此之外，数据科学在美国大学算是新兴学科，基本上开设时间都比较短，所以在师资配置和学科沉淀方面方面有待商榷。

以下是为大家推荐的大学，都是地理位置较好，学校的就业服务相对好的大学。

超一线

专业名称：Statistics and Data Science(BA, BS) 统计与数据科学

学位课程要求

文学学士：

要求修读 11 门课程，其中 10 门课程涉及到数学、概率统计学、计算机科学以及数据科学等领域，还有一门课程为高阶课程。

理学学士：

理学学士学位课程包含了所有的上述课程外，还需要多完成一门概率统计相关课程，并且从概率学、运算技巧、数据科学方法论、数学基础与理论、精算或大数据课程中选择两门完成。

二、哥伦比亚大学

专业名称：Data Science 数据科学

课程先决条件：

微积分（1、2、3），线性代数，一共15 学分。

统计学必修课：

概率论、统计推断、线性回归模型、统计机器进修

计算机必修课程：

算法分析 Ⅰ

离散数学：组合和图论

计算机科学和Java编程入门

计算机科学与MATLAB编程概论

计算机科学导论

计算机科学（科学家和工程师）

以上四选一

Java 数据结构

C/C++ 数据结构

数据结构算法

以上三选一

一线学校

专业名称： Data Science (BA) 数据科学

本科课程包含 lower division 6 节，upper division 8 节，一共14 节课。

Lower Division (6节)

数据科学基础

微积分 (Math 1A+ Math 1B)

线性代数与微积分方程

计算机程序的结构与解释 (CS 61A)

数据结构 (CS 61B)

Upper Division （8节）

数据科学导论与技术

深度计算推理课程 2节

概率论 1节

建模，学习，决策 1节

人文与道德 1节

领域专精 2节

二、密歇根安娜堡

专业名称： Data Science (BS) 数据科学

课程设置中包括了数学（微积分、线性代数）、数据结构、算法、数据库管理、机器学习、建模和统计推断等内容。

第一梯队的推荐学校除了这两所，还有威廉玛丽学院和塔夫茨大学。

其他主力军

专业名称： Data Science (BS) 数据科学

课程要求：

有效写作：技术写作

编程技术

中级编程

数据科学：数据管理

数据科学：隐私与安全

应用数据科学

数据科学高阶课程

数据组织

微积分与集合解析（1，2）

初级统计学

统计推断

二、罗切斯特大学

专业名称： Data Science (BS，BA) 数据科学

先修课程：

离散数学

计算机科学入门

数据结构及算法

微积分

核心课程：

数据挖掘

人工智能概论

数据库系统

数据科学高阶课程

微积分课程二选一

概率学课程三选一

统计学课程二选一

因篇幅原因，就列举了这三所，除此之外同等级的优秀大学有：普渡大学、德堡大学、东北大学、凯斯西储大学、UCI、UCSD.

保底院校

出去以上的竞争力强的大学项目以外，还有这几所大学的数据科学专业也是很棒的: 德雷塞尔大学、罗德岛大学、旧金山大学。

研究生项目选择

一、哈佛大学

专业名称：SM Data Science、

项目时长：1 年

背景要求：拥有自然科学、数学或工程学等相关专业学生可申请

*不接受GMAT代替GRE，不接受IELTS代替TOEFL

二、哥伦比亚大学

项目名称：MS in Data Science

项目时长：2年

背景要求：数学专业背景（微积分、线性代数等）、计算机相关课程

工作经验：没有强制要求，但很多申请者都有工作经验

三、杜克大学

项目名称：Master in Interdisciplinary Data Science (MIDS)

项目时长：2 年

背景要求：对学科背景和年龄段没有特别限制

工作要求：没有强制要求，但很多申请者都有工作经验

四、布朗大学

项目名称：Master's in Data Science

项目时长：1 学年+summer

背景要求：先修课程包括一学年微积分、一学期线性代数、一学期概率与统计以及编程。同时欢迎有线性代数、概率与统计和计算机科学背景的学生报考这个项目，每年布朗第一学年开始前的暑期项目中会开始这三个领域的课程。

工作经验：没有强制要求，但很多申请者都有工作经验

五、南加州大学

项目名称：Master of Science in Computer Science (Data Science)

项目时长：32学分

背景要求：工程学、数学或硬科学（自然科学与技术科学的交叉点统称），如果申请者不具备计算机科学背景，

*不接受GMAT代替GRE

六、纽约大学

项目名称：MS in Data Science

项目时长：2 年

先修课：微积分 1 、线性代数、 计算机科学入门（最起码会 Python 和 R 语言）

背景要求：数学、计算机科学和应用统计学

*不接受GMAT代替GRE

除了以上的大学，我对大家推荐的还有：

斯坦福大学

康奈尔大学

乔治城大学

卡耐基梅隆大学

罗切斯特大学

东北大学

加州大学圣地亚哥分校

乔治华盛顿大学

华盛顿大学

如果本科学校很好，成绩优秀 GPA 3.8 以上或者有优质实习经历的同学可以尝试冲击哈佛、哥伦比亚大学、布朗大学、康奈尔、斯坦福等大学的研究生项目。GPA 如果没达到 3.8 ，也可以适当下调但不能低于 3.4，同时需要工作经验来弥补 GPA 上的缺失，这也是为什么在上文中介绍项目时提到了关于工作经验的内容。

接下来乔治城，NYU, 卡耐基梅隆，UCSD 等这些学校也是 TOP 30（级别）优秀大学。如果硬件不是太好，比如说学校一般，但是 GPA 很棒；或学校很棒，但是 GPA 没那么抢眼等等情况，大家可以去试着去申请这些学校的项目。

但是，本科阶段觉得自己学的不是很好，想进一步去提升自己的学习能力尤其工作技能，那么可以尝试乔治华盛顿大学、华盛顿大学、罗切斯特大学、东北大学、福特汉姆大学。

每天一篇留学教育领域干货、选校指南、专业分析、语言考试、以及其他干货。 欢迎关注V：genbowenerliaoganhuo（跟博文聊儿干货） 你想要的这里都有！！！有关留学方面的问题还可以免费咨询哦！