数据科学专业全解，附美国大学机器学习和数据挖掘排名

　　讲一个关于一个数据分析的笑话，数据分析就像手里有把锤子，看什么都像钉子。知道些数据分析的技巧，逮着话题就分析。有句话说，只要你拷问数据上百遍，数据总能招供。不过我们可以从里边窥见数据分析的一般性技巧假设检验，采样，方差分析，相关性分析等等。

　　数据分析，或者说数据挖掘，目的是从大数据中寻找到有趣模式和知识。

　　数据挖掘，使用到了多种技术，包括统计学，模式识别，可视化，机器学习等等。

　　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，她是一门交叉学科，一个数据科学家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。

　　课程设置

　　无论是美国还是其他国家，数据科学专业都是亚洲人学习得比较多，因为这个项目难(所以赚钱多)，白人一般试听完第一周就纷纷退课了。课程中的理论介绍部分，会用到大量的高级数学知识。

　　以美国某高校的课程为例，上学期要上Operational Research(高数知识、统筹学、以及AMPL软件、Excel高级算法)

　　Analytics in Managent Enomics(经济学知识、R语言、Excel高级算法)

　　Database&Data Managent(数据库知识、SQL、以及网页编写)

　　Statistics(统计学知识、以及目前所有的机器学习模型、R语言，Python)

　　下学期会有四个分支金融财务、市场营销、大数据和医疗。

　　其中金融财务课程会学习用Python做量化交易，用R分析公司财务风险等等;

　　市场营销会学习如何用R分析消费者，以及学习一些市场营销理论和案例;

　　大数据会学习Hadoop，如何管理大数据，以及目前最热门的算法;

　　医疗会学习医疗行业偏好的一些模型和分析方法。

　　专业研究方向介绍

　　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 de，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

　　1、专业背景

　　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。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

　　2、硬件条件

　　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。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。如果你这些分数都比较低，那就得看其他条件了。

　　3、软性背景

　　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。

　　未来就业薪资

　　数据科学专业的就业方向主要是当数据分析师和程序设计师。在不同行业中专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测。虽然这是一个较新的专业，但却有很好的就业前景。

　　在大数据时代，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。

　　像麦肯锡，贝恩，波士顿咨询 MBB 三家去年都收购了专门的数据部门做数据分析。该专业的毕业生都比较抢手，就业率接近100%，而且薪资水平也较高，年薪在6万-7万美金左右。

　　数据科学专业相当于其他专业的不同的点是个工具，不是一个行业。就业方向主要分四块

　　1) 金融领域可以成为前台 model tester 或者后台 risk ntrol

　　2) Consulting(咨询)非常典型的就业方向解决不同行业的问题，着重 problem solving 的能力，翻译成数据能够解决的问题，反馈给客户

　　3) 市场营销和市场分析比如淘宝用户数据分析

　　互联网公司网站维护，用户浏览等 hidden insight 数据

　　院校推荐及录取要求

　　1、斯坦福大学

　　Stanford University

　　学位项目计算机科学硕士(Master of Science In Computer Science)

　　专业分支信息管理与分析(Information Managent and Analytics)

　　所属学院工程学院，计算机系

　　地点斯坦福，加州

　　学制1-2年

　　斯坦福的大名就不赘述了，其信息管理与分析分支涵盖了当今最前沿的数据库与信息管理系统技术，并教授最先进的海量数据挖掘方法。

　　核心课程包括

　　数据库与信息系统应用

　　系统设计、构架和管理

　　数据挖掘与机器学习

　　该项目的学生就业十分便利、抢手，比如每年都有大量学生进入亚马逊(Amazon)的EC2云计算平台处理大规模运算。

　　2、加州大学伯克利分校

　　University of California, Berkeley

　　两个相关的学位项目数据科学工程硕士Master of Engineering (ncentration in Data Science)，信息与数据科学硕士Master of Information and Data Science (MIDS)

　　所属学院工程学院和信息学院

　　地点伯克利，加州

　　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。

　　3、卡内基梅隆大学

　　Carnegie Mellon University

　　学位项目本校有两个相关硕士项目，信息技术硕士(Master of Science in Information Technology)和管理信息系统硕士(Master of Information Systems Managent)

　　专业分支商务智能和数据分析(Business Intelligence and Data Analytics)

　　所属学院Heinz学院

　　地点匹兹堡，宾夕法尼亚州

　　学制16个月

　　卡内基梅隆大学的计算机科学专业排名在全美数一数二，与斯坦福、麻省理工起名，其数据分析与处理技术也名列前茅。本校的硕士项目有三个核心方向可供学生选择

　　商务智能

　　数据分析

　　信息技术

　　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。

　　4、哥伦比亚大学

　　Columbia University

　　学位项目计算机科学硕士(Master of Science In Computer Science)

　　专业分支计算生物学、计算机安全、机器学习、自然语言处理等(Computational Biology, Computer Security, Machine Learning, Natural Language Processing, etc.)

　　所属学院工程与应用科学学院

　　地点纽约

　　学制2年

　　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。

　　5、纽约大学

　　Ne York University

　　学位商业分析科学硕士Master of Science in Business Analytics

　　学院斯特恩商学院Stern School of Business

　　地点纽约市

　　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2023年的一个教学地点在上海)，全程分五个学习阶段。

　　6、西北大学

　　Northestern University

　　学位项目分析科学硕士(Master of Science in Analytics)

　　地点伊凡斯顿(Evanston),伊利诺伊州

　　学院McCormick工程与应用科学学院

　　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。

　　7、弗吉尼亚大学

　　University of Virginia

　　学位项目数据科学硕士Master of Science in Data Science

　　学院数据科学研究所(Data Science Institute)

　　地点Charlottesville，弗吉尼亚州

　　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 urse

　　计算机编程导论An introductory programming urse

　　8、德保罗大学

　　DePaul University

　　学位项目预测分析硕士Master of Science in Predictive Analytics

　　专业分支计算方法、健康管理、酒店管理及市场营销(Computational Methods, Health Care, Hospitality and Marketing)

　　学院计算与数字媒体学院

　　地点芝加哥，伊利诺伊州

　　学制2年

　　德保罗两年制的课程提供高级科研方法和技能在数据挖掘、多元统计、机器学习、数据库处理等前沿领域。

　　9、路易斯安那州立大学

　　Louisiana State University

　　学位项目分析科学硕士Master of Science in Analytics

　　学院E.J. Ourso商学院

　　地点Baton Rouge,路易斯安娜州

　　学制1年

　　本项目重点培养领域在数据挖掘、预报、客户分类和预测分析。核心课程包含高级数据管理工具、应用统计学和运筹研究技术。学生以小组的形式进入大公司或者政府机构实践大数据项目。

　　10、北卡罗来纳州立大学

　　North Carolina State University

　　学位项目分析科学硕士Master of Science In Analytics

　　学院高级分析研究所(Institute for Advanced Analytics)

　　地点Raleigh, 北卡罗来纳

　　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。

　　11、旧金山大学

　　University of San Francis

　　学位分析学硕士Master of Science in Analytics

　　学院商学院与文理学院

　　地点旧金山，加州

　　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。

　　12、维拉诺瓦大学

　　Villanova University

　　学位分析学硕士Master of Science in Analytics

　　学院商学院

　　地点Villanova, 宾夕法尼亚州

　　学制20个月

　　维拉诺瓦大学的分析学硕士项目培养学生组织、分析、编译数据以利于得出更智能的商业决策。毕业生能够掌握最新的分析技术、利用大数据预测市场走向。

　　以下描述的是CSRankings的2023年至2021年美国大学机器学习和数据挖掘的排名。选择不间段，排名的结果不同。我们采用的是近五年的排名结果。具体如下