項目解析｜英國統計&數據科學研究報告（上）

【導語】收割機留學小編有話說：統計學（Statistics）是從應用數學領域分支出來成為一門單獨的學科，主攻方向是結合概率論、數學模型、統計模型、計量模型等工具，對大量的數據進行整理、總結、分析，並從中做出歸納性推測，或者進行預測分析。

數據科學（Data Science）從學科角度出發，是在統計的數學基礎上，結合了模式識別、機器學習、數據可視化、資料庫、編程等高性能計算的交叉學科。

統計/數據科學專業人才有著巨大的市場需求和人才缺口，關注相關專業的同學也很多，申請非常熱門。

01 專業簡介

統計與數據科學（Statistics & Data Science）, 都是在數學的基礎上，對數據進行收集、處理、研究、分析的學科。由於它們的專業方向、背景、就業領域，以及對錄取者的背景要求都相對接近，所以一般來說，這兩個專業基本是可以放在一起混合申請的。

統計專業：

Statistics從應用數學領域分支出來成為一門單獨的學科，主攻方向是結合概率論、數學模型、統計模型、計量模型等等工具，對大量的數據進行整理、總結、分析；並從中做出歸納性推測，或者進行預測分析。

統計專業的學科核心包括：數據挖掘、隨機過程、時間序列、生存分析、貝葉斯算法等等。可以說它可以為一切需要依靠大數據進行決策的行業領域服務，應用範圍和就業範圍都非常廣：政府部門、金融、經濟、網際網路行業、醫藥等等。

數據科學專業：

從申請的角度來說，Data Science的難度應該是覆蓋了Statistics的。因為Data Science相當於在統計的數學基礎上，再結合一定程度的計算機、編程知識。它的應用和就業領域同樣很廣，而且比統計更深入，可以從事比較前沿的，如AI、數據挖掘、算法、機器學習等熱門跨學科領域的工作。

Data Science的專業核心為3塊：數據處理、數據模型分析和數據可視化。前兩塊與統計的專業有部分重合；額外的部分，是與計算機技術結合產生的可視化，以及結合高級編程產生的如機器學習等分支。

因此大部分的Data Science相關項目都開設在計算機學院、文理學院、工程學院下，也有少數設置於商學院。這個專業的基礎課程包括應用統計方法、計算機方法、數據挖掘、資料庫等課程，在這個基礎上學生可以自由地選擇自己想要深入的領域。

02 申請攻略與建議

1、專業背景要求

【Statistics】

收割機留學小編有話說：除了本科統計專業外，常見錄取的本科背景如：數學、應用數學、計算機、信息科學等數理背景較強的專業。轉專業的同學也可以申請，如：生物、物理、電子工程等專業。

普通商科轉申會比較困難，需要有大量的數理課程背景支撐，包括並不限於微積分、線性代數、概率論、統計、回歸分析、微分方程、多元微積分、計算機、R等，技能上最好也能熟練運用Excel、SPSS、SAS、C++、Python、R等相關軟體。

【Data Science】

常見錄取的背景為：數學、統計、信息、計算機、數據、工程等專業背景。

基本上不適合商科等轉專業學生申請，除非選修足夠的數理課程，否則不建議申請DS，但可以嘗試申請統計，並且需要有相應的課程、技能、經歷作為背景。數理背景等硬性條件要求比統計還要更高。軟性背景，基本上需要計算機和數據方向的項目經歷，或者業內頂級公司的相關崗位。

2、錄取偏好

【GPA】

根據申請難度，硬性成績上，衝G5基本建議88+；愛丁堡、曼大、華威建議85+；聖安83+；其他院校建議80+；注意補充自身的數理背景，大量高階數學、統計、Data、計算機編程課程，有益無害，相關課程分數不能太低。

【IBT/IELTS】

統計/DS類項目普遍對語言要求不高，且英國針對語言會給條件錄取；大部分項目IELTS 6.5+/TOEFL 90+就能夠申請；

牛津、劍橋、LSE、UCL對語言要求更高，建議：IELTS 7+/TOEFL 100+，語言成績不是考量的重點，可以拿到offer後再刷語言都可。

【GRE】

英國統計/Data項目均未強制要求提交G，但衝G5建議提交，並且要考GRE，不要考GMAT；非G5院校均不需要。

【科研項目】

最關鍵/最有用的是某些大牛教授或者機構的高質量的科研項目，涉及數據、統計、建模、數據分析等內容的數據研究項目課題，能夠運用分析工具、模型、數據可視化等進行相關研究（如涉及SPSS、Eviews、Stata、Python、MATLAB等統計分析軟體使用），這樣的項目對申請幫助更大，甚至可以在大型期刊上發表論文的話也會很加分。

高質量的數據處理、數據分析、數學等領域的經歷非常有幫助，通過這些經歷展示出自己的數據處理能力和對於數據處理軟體的掌握。

【實習/工作經驗】

沒有強制要求，但是相關高質量實習/工作經驗可加分；比如Google、騰訊、阿里巴巴等網際網路公司數據挖掘、數據分析崗；TOP諮詢、TOP投行等戰略分析、數據處理、建模、股票分析；保險精算等崗位。

以下列舉一些具體公司職位參考：

券商：直投部/投行部、量化崗、數據分析崗…

諮詢公司：波士頓、貝恩、麥肯錫、埃森哲、尼爾森等數據分析崗、戰略管理諮詢崗…

網際網路公司：阿里/騰訊/百度數據崗、Google數據崗、滴滴數據分析崗、去哪兒網數據分析…

電商：京東數據分析崗…

快消：歐萊雅、聯合利華、寶潔市場數據分析崗…

大數據公司：如BBD數據分析崗…

【比賽】

數模競賽：大型數學建模比賽如美賽、數模國賽，這兩項比賽認可度較高，強烈建議參加。

計算機/數據競賽：數據分析、數據挖掘、計算機類比賽建議參加。

以及其他的建模、統計建模競賽等也可以參加，參加這些類型的比賽，可以加強並鍛鍊自身建模、代碼編程、論文寫作、數據處理分析等方面的能力，豐富背景為申請增加亮點。

【交換】

有機會的話也可以考慮參加交換項目，如2+2、學期交換、暑校等，參加這類交換項目可以豐富國際化教育背景，能夠提前適應國外教育環境，還能夠要國外教授推薦信，對申請有加分作用，但並非強制。

其中2+2的話因為有海外本科背景，對申請來說可以給自己更多元的學位背景，可以主修輔修相關專業課程，並且好好學的話能拿到不錯的GPA。英國院校比較看重本科院校背景，一般而言對985/211、海本背景會優先考慮。

3、申請時間

收割機留學小編有話說：英國項目申請開放時間主要集中於9-10月，個別更晚，如UCL在20Fall申請季11.1才開放。且英國基本都採用滾動錄取，早申早錄，即使部分院校有輪次，但感覺也不明顯；建議申請英國的同學考出語言成績、儘早準備好申請材料，及早申請；英國此類項目主申階段9-12月都可。

03 申請難度

收割機留學小編有話說：Statistics與Data Science一直都是熱度比較平穩上升的專業，這兩年申請明顯較往年熱門的許多。Data Science這幾年隨著AI等概念也越來越吸引申請者。但是由於對專業背景門檻較高，所以申請的難度每年變化不算大。

同時，英國學校對於申請者的院校背景、成績均有嚴格的要求，加上大部分項目規模不大，所以TOP的幾所熱門申請難度並不小。

項目申請難度基本是與學校的排名高低和知名度成正比，G5、愛丁堡、曼大、華威的申請難度大於其他院校。

04 就業情況

收割機留學小編有話說：Statistics與Data Science比較適合數理背景強，且對數學和編程有興趣，有一定天賦的人。就業前景很好，工作待遇很高，無論是選擇海外就業/回國內地工作都有比較多的選擇。大多數最優的職位都出自各大知名IT公司，以及新興網際網路公司，如Facebook、Google、LinkedIn等；也有去金融投資行業做Quant，或者一些其他領域的公司（如藥廠）做相關行業數據分析的。就業率比普通商科類專業高很多，基本都能夠找到滿意的Job offer。

1、職位分類

畢業生往往大多從事Data Analyst、Statistician、Machine Learning Engineer、Data Scientist、Research Scientist、Business Analyst等。主要根據自身所具備的專業技能，以及對什麼方向比較感興趣，想從事哪方面的工作。

一般而言Data Analyst、Statistician偏傳統統計一些；Machine Learning Engineer、Data Scientist、Research Scientist偏現代Machine Learning一些；而Business Analyst則偏Business一些。

2、主要應用行業

數據支持行業: 對公司數據分析、決策分析、解決方法，如IBM

網際網路行業：數據挖掘、客戶數據分析、市場數據分析，如Amazon、Facebook

諮詢，銀行&投資&保險行業：行業分析、企業戰略分析、決策分析，如McKinsey&Company

醫藥行業/醫療機構：生物統計分析、製藥研究、生物科技，如Ellis Medicine

政府部門：人口社會保險數據統計、經濟數據分析決策、氣象研究；如DRC

保險行業：產品設計、產品分析；如Prudential

遊戲娛樂部門：產品分析、遊戲設計、數值策劃；如Blizzard

物流相關行業：運籌分析、物流分析；如UPS

教學/科研：大學、專業研究機構

未完待續，8月25日 繼續分享【項目開設情況】【部分熱門項目介紹】，敬請期待❤