隨著科技的發展，每天每時每刻都有大量數據被產生和存儲下來。如何才能把這些數據變成有用的信息價值被人類所利用，就會通過一系列的收集、統計、整理、分析、挖掘等方法和技術來實現整個過程。數據科學是一門交叉的學科，涉及到很多的領域包括統計學、數學、計算機、人工智慧、機器學習、資料庫、模式識別、可視化技術等多學科的知識。大數據時代的到來，為各個科學領域帶來了新的改革。
全球最頂尖管理諮詢公司麥肯錫（McKinsey）出具了一份詳細的分析報告，預計到2018年，大數據或者數據工作者的崗位需求將激增，其中大數據科學家的缺口在140000到190000之間，對於懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到1500000！
其中對大數據處理需求最旺盛的行業包括：製藥業、計算機軟體、網際網路、科研、IT技術服務、生物技術。事實上，大數據工作者可以施展拳腳的領域非常廣泛，從國防部、網際網路創業公司到金融機構，到處需要大數據項目來做創新驅動。數據分析或數據處理的崗位報酬也非常豐厚，在矽谷，入門級的數據科學家的收入已經是6位數了（美元）。
（1）機器學習工程師 Machine Learning Engineer
代表了技術含量較高的方向，工作內容主要是開發機器學習系統和用這些系統解決實際問題。一般需要ship production code，做出來的是數據產品。
（2）數據分析員 Data Analyst
工作內容俗稱analytics （product analytics or business analytics），從數據中提取insight，估計投資回報比，為產品方向提建議，所用工具一般較基礎，比如寫SQL query取數據、用R/Python做簡單的分析、用Tableau/Excel作圖比較常見，能自己開發Dashboard算是analyst裡面技術強的;工作需要產生各種形式的報告;在統計層次上，懂基本t-test和線性回歸即可。
（3）數據科學家 Data Scientist
很多人說，我想做數據科學家，我想做機器學習，而這類職位就是大家想像中的那種。此類職位工作內容以高級建模為主，會針對複雜的問題來設計技術方案，比如Uber叫車的ETA、各種定價系統、Airbnb和金融行業的Fraud Detection、Amazon物流管理，FB/Linkedin的社交網絡或者ebay/Airbnb/Uber這樣供需雙方Marketplace市場規模的實驗。這些例子，聽上去就不是寫SQL能解決的，也不是會寫代碼就能做出來的，都需要比較深的領域知識。
不論是陸本還是美本，在本科階段就開設Data Science這個專業的學校並不多，所以大家不要一看自己專業名字和數據科學不搭邊就覺得是轉專業申請。
首先，本科是計算機科學CS的同學，是最符合申請條件的，因為大多數數據工作都是通過編程和資料庫的相關手段進行的，同時學過統計、微積分、高級語言；
例如哈佛大學對於MSDS的本科背景要求是：希望有微積分、線性代數，熟悉概率和統計幹涉、能使用至少1種程式語言，例如Python或R，了解計算機科學概念。
Prerequisites we expect from applicants include knowledge of calculus and linear algebra, familiarity with probability and statistical inference, fluency in at least one programming language such as python or R, and an understanding of basic computer science concepts.
其次，本科背景是統計、數學或應用數學，且有一定編程基礎的同學也可以申請，這都是很好的專業匹配。
最後，商科背景出身，但量化背景較強的商科專業，比如金工，但又希望能選擇一個STEM專業的同學，那DS顯然也是個非常好的選擇。
所以說，如果你有比較強的編程背景，又有比較好的數理基礎，那你就很有競爭力；而純商科背景的同學，如果沒有強的量化背景，或者不懂編程，那建議還是數據科學DS和商業分析BA混合申請，因為商業分析更加偏商科，開在商學院，對商科背景接納程度大很多。
建議可以從科研方面加強，在大學期間最好找和量化相關的科研，如果實在沒有，可以把相關的課程大作業拿來用。再退而求其次，也可以是計算機軟體、資料庫相關。如果沒有科研經歷，那將是極大地硬傷。
此外，可以參加一些競賽。競賽的平臺有很多，比如最近很火的Kaggle，再如阿里的天池、SODA、WID、數據嗨客等。
最後就是實習。實習最優選擇應該是數據公司的數據崗，然而現實是這樣的崗位由於太過重要，基本不會招實習生。所以建議找一些統計量化相關的或者計算機相關的實習。
熱門的MSDS數據科學專業基本上分布在大城市和名校，但因為專業較新，並沒有一套可信的排名。這裡羅列一些最熱門、也是大家最常申的學校：
■ 2 Harvard University 哈佛大學
Graduate School of Arts and Sciences
Master of Science in Data Science
■ 3 University of Chicago 芝加哥大學
Graham School of Continuing Liberal& Professional Studies
Master of Science in Analytics
■ 5 Columbia University 哥倫比亞大學
① Institute for Data Scienceand Engineering
M.S. in Data Science
② School of Professional Studies
M.S. in Applied Analytics
■ 5 Stanford University 史丹福大學
School: Department of Statistics
Master of Science in Statistics: Data Science
■ 11 Johns Hopkins University 約翰霍普金斯大學
Whiting School of Engineering
Master of Science in Data Science
■ 11 Northwestern University 西北大學
McCormick School of Engineering andApplied Science
M.S. in Analytics
■ 14 Cornell University 康奈爾大學
① School of Operations Research &Information Engineering
Master of Engineering-Data Analytics
② School: Department of StatisticalScience
MPS in Applied Statistics （Option II: DataScience）
■ 20 Georgetown University 喬治城大學
Graduate School of Arts and Sciences
M.S. in Analytics
■ 21 University of Southern California 南加州大學
Viterbi School of Engineering
MS in Computer Science – Data Science
■ 25 Carnegie Mellon University 卡耐基梅隆大學
School of Computer Science
Master of Computational Data Science （MCDS）
■ 25 University of Virginia 維吉尼亞大學
Data Science Institute
M.S. in Data Science
■ 30 New York University 紐約大學
Center for Data Science
Master of Science in Data Science
哥倫比亞大學的MS in Data Science 項目處於美國數據科學碩士申請難度的第一梯隊。該項目為期1年，學生共需修讀30個學分，無需撰寫畢業論文。該項目開設獲得專業成就認證必需的四門基礎課程，學生可以在此課程基礎上將數據科學技術運用於各自的興趣領域。
該項目要求申請者擁有一定的數學及編程基礎，最好學過微積分、線性代數、計算機編程等課程，沒有強制性的工作經驗要求，有的話也會為申請者加分。
項目的學生將有機會從事包括畢業項目在內的獨創研究，並與行業合作夥伴以及教學人員溝通互動。畢業生可以選擇金融等服務領域工作，也可以選擇偏向技術的IT企業。
杜克大學的Master in Interdisciplinary Data Science （MIDS）項目為期2年，該項目致力於培養一批能夠使用計算策略來激發創新能力和洞察力，並且善於定量思考的新型領導者。旨在培養學生成為能給任何領域做出貢獻的數據科學家，通過跨學科訓練與團隊合作科學實驗的經驗促進學生更好地利用數據的力量。項目規模不大，每年招收25-35名學生。
申請要求方面，不強制要求申請者有數學、計算機等專業背景，但是最好要學過微積分、線性代數、統計等數學方面的課程。畢業生去向良好，實習就業機會較多，從事的領域以計算機科學，金融，生物科學等領域居多。
1.項目介紹：賓大的數據科學科學項目MSE in Data Science設置在School of Engineering& Applied Science，Department of Computer and Information Science （CIS） 下。項目屬於STEM。
該項目允許申請人使用同一申請帳號申請多於一個碩士項目，但需單獨提交並單獨交申請費，同時選擇「希望被其他項目考慮」。賓大修課自由度很大，學生可根據自己的興趣在CIS系修讀雙學位或轉學。
2.課程設置：項目修課時長通常為1.5/2年，學生需要完成10門課，包括3個部分：
基礎課程 Foundations （two course units）
必修核心課 Core Requirements （three course units）
專業選修課 Technical and Depth Area Electives (five course units)學生需要完成Thesis/Practicum其中一項目方可畢業
賓大的DS課程覆蓋面非常廣，包括生物醫學信息、通信和公共政策、機器人、機器學習和人工智慧以及數據隱私等多方面，同時Penn Data Science Group還會舉辦各種講座、workshop和data project供學生參加實踐。
西北大學分析學理學碩士項目（MSiA program）由西北大學工業工程與管理科學學院開設，為期15個月。該項目的核心課程由統計學、機器學習、優化、資料庫、數據處理組成，每一門課都已之前的課程為基礎，強調在商業實際中的學術研究。
申請要求方面。適合本科工程、商學、計算機科學、數學、信息科學技術專業背景的人士。該項目面向商業，加上課程時間較短，有很多的實習機會，大部分學生畢業後選擇直接工作，畢業生多進入金融領域。
康奈爾大學運籌學與信息工程碩士項目（數據分析方向）為期1年，共計30個學分，要求申請者擁有數學、工程、物理、化學、數學經濟學等本科背景，且已經修讀過微積分、概率論、統計、計算機編程、數據結構等課程。
每年招收50人左右，其中中國人大約30個。該項目選課自由度很大，並且有選CS系課程的優先級，無論你是想學CS，IS還是商科，金融，統計，統統都可以選。這種選課的自由度放眼全美也是十分罕見的。
畢業生2015年平均起薪達到83925美元，大部分學生進入蘋果，微軟，甲骨文，Facebook等網際網路公司。
南加州大學計算機（數據科學）理學碩士項目需要修滿28個學分，要求課程讀完GPA不低於3.0，班級規模較小，每年招收20-30人，偏向於理論研究方向。該項目的畢業生可進入微軟、百度等世界500強的企業機構。
卡耐基梅隆大學Heinz學院下設兩個數據科學碩士項目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一個偏技術導向，一個偏商科導向。這裡只介紹技術型的MSPPM Data Analytics track項目。該項目分標準（Standard）、延伸（Extended）、快捷（Accelerated）三種修讀模式，學制分別為16個月、20個月和12個月，總學分均為144個學分，每年招收學生較少。
項目的綜合性課程體系有助於學生習得專業技能與知識，以開發用於下一代大規模信息系統部署相關的技術層，以及分析這些系統生成的數據。畢業生就業形勢良好，能夠成為前沿信息技術、軟體服務與社會傳媒企業中備受青睞的軟體工程師、數據科學家與項目經理人。
喬治亞理工學院的MS in Data Analytics項目是2015 Fall新開設的項目，有三個Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨學科碩士項目，根據以往的經驗，這個學校的所有研究生項目都不太好申請，跟UC-Berkeley類似，申請難度較大。
學生有機會直接向頂級的國際商業智能權威機構、統計學與運籌學尖端分析技術的開發者，以及大數據與高性能計算領域的世界級領導者學習。畢業去向主要面向商業智能與決策支持。
1.學校介紹
紐約大學由18個學院和研究所組成，已經成為全美國境內規模最大的私立非營利高等教育機構之一，同時也是美國唯一一座位於紐約心臟地帶的私立名校。
2.申請要求
（1）專業背景
該項目學生背景多元化，包括統計學、計算機科學、數學、工程學、經濟學、商貿、生物學、物理學和心理學等；由於要求學生有一定的數理和計算機基礎，所以比較青睞在machine learning、computational statistics、data mining、large-scale scientific computing、operations research等領域有學術積累的申請者。2017年入學學生的平均GPA是3.69。
（2）先修課要求
微積分I：極限，導數，級數，積分等。
線性代數
計算機科學概論（或等效的「CS-101」編程課程）：至於具體的語言我們沒有要求，但我們都希望至少具備嚴肅的Python和R學術和/或專業經驗。
微積分II、概率論、統計學或高級物理、工程或計量經濟學課程中的一門課程。
北卡羅萊納州立大學分析學理學碩士項目是由高等分析研究所（Institute for Advanced Analytics）開設的全美第一個分析學碩士項目。NCSU analytics是分析學項目裡的頂級老牌項目，但是學校綜合排名不高。
每年招收20-30人，其中國際生50%。
1.項目介紹：布朗大學的數據科學碩士項目將計算機，數學和統計領域知識有效結合，為學生將來在新興領域的就業夯實堅定的基礎，2018年第一屆招生。該項目依託於四個非常強大的學術部門(應用數學、生物統計學、計算機科學和數學)，學生可以享用4個部門的資源。目標是為學生建立一個強大的數理分析能力，包括機器學習、數據挖掘、安全與隱私、可視化和數據管理等，為將來的就業做好準備。
該項目為STEM項目，有機會獲得最長36個月的實習時間。
2.申請條件
專業無限制，但是建議有數理背景，越強越好。可以通過活動、科研、實習等體現；
可以提交writing simple來增加錄取概率；
如果有工作經歷，也會增加錄取概率；
學生在校期間獲得的獎項，榮譽和獎品，參加的相關科研經歷等都有助於錄取。
3.先修課要求
至少一年的微積分課程；
一個學期的線性代數；
一個學期的基於概率統計的微積分；
編程入門。
如果學生不符合線性代數、概率統計和計算機科學的最低要求，也是有可能錄取的。被錄取的學生可以在開學前的夏季在受認可的機構修讀完畢即可
4.課程設置
該項目時長3學期，一般包括兩個學期的課程和一個為期5-10周的頂點項目
對特定領域的數據分析：
該項目需要9個學分：每學期4個，夏季1個(頂點研討)：
數學和統計基礎3學分；
數據和計算科學3學分；
社會信貸的影響和機會1學分；
自由選修1學分；
研討課程1學分。
學期1(4學分課程)：
概率論、統計和機器學習；
數據和計算科學入門。
學期2（4學分課程）：
概率、統計學和機器學習（與上內容不同）；
數據與計算科學（與上內容不同）；
數據和社會。
選修（1學分）-——自由選修，可從4個部門選
1.項目介紹
維吉尼亞大學數據科學碩士每年會招收45-50名學生，屬於STEM項目。該項目是嚴格的為期11個月的專業碩士課程，通過跨學科的方法，結合一流的工作機會，將技術和軟技能應用在與工業界，學術界和政府合作的頂點項目上，培養學生領導數據科學的尖端領域。在頂點項目期間，教師、工業和政府代表指導學生團隊處理實際問題。
2.申請要求及材料
學歷要求：具有認可機構三年或四年制學士學位的申請人有資格申請，不限專業背景。數據科學的學生來自不同的專業背景，包括經濟學、統計學、工程學、計算機科學、數學、酒店管理、歷史，等等；
先修課程要求：單變量微積分、線性代數和矩陣代數、統計學入門、編程入門；
個人陳述：應該解釋數據科學碩士項目如何適合你的短期和長期的教育和職業目標。
成績單
兩封推薦信
1.項目介紹
數據科學碩士由羅切斯特大學Goergen數據科學研究所提供，是STEM項目。項目時長一年或者一年半，畢業將獲得該大學文理學院授予的學位。
該項目可以通過兩個學期（秋季/春季）或三學期（秋季/春季/秋季）的全日制完成，兩學期的時長適合進入計算機科學和數學背景很強的學生，並可以承擔相對繁重的課程壓力（每學期四門課程），以便迅速畢業。
在三學期時長中，學生每學期上三門課，學生可以在暑期進行實習。學校會安排很多企業宣講會，並提供實習申請的建議，但學校不保證實習的安排。學校同時提供暑期橋梁課程，供沒有較強計算機科學背景的學生選修。
2.專業分支
數據科學碩士項目開設有三個專業方向：
計算與統計理論
健康科學與生物醫學科學
商學與社會科學
3.課程設置
該課程是為具有科學、工程、數學或商業背景的學生設計的，共需修讀至少30個課程學分，屬STEM。研究生學位均通過藝術與科學學院授予。四門核心課程共16學分。學生可以從多個必修課程中挑自己喜歡的，最終完成30個學分即可。
學生需要完成4個學分的實習課程，結束後每個學生需要做個人展示，通過後即可拿到碩士學位（該課程是碩士畢業考試性質的）。學生需要至少修讀3門選修課達到10個學分以上。
（1）核心課程
統計計算入門(每年秋季提供)
中級統計和計算方法（春季提供，需先修初級）
數據挖掘(秋季和春季提供)
資料庫系統(秋季和春季提供)
（2）實習訓練
數據科學實習 (暑假期間提供)
（3）選修課
可以從計算與統計理論、健康科學與生物醫學科學、商學與社會科學方向課程中選擇
1.項目介紹
東北大學的數據科學MS in Data Science 開設於NEU波士頓校區CCIS院下，為2016年新增項目。該項目主要培養學生建立起處理、建模、分析和推理數據的綜合架構。畢業生一般就業崗位為數據科學家和數據工程師，或者繼續就讀博士學位。
2.先修課要求
所有錄取學生，無論背景如何，都需要在開學前1周參加兩個入學考試。
分別是：計算機科學和編程基礎和統計、概率論和線性代數基礎。
如果在考試中成績低於B，那麼學生需要額外修對應的基礎課程。
3.課程設置
項目要求5門核心課程，主要為介紹數據科學的基礎技術。
算法和數據處理兩門核心課程主要研究基本概念和語言，注重數據表示、存儲、操作和查詢，以及大規模的計算和優化。
機器學習和數據挖掘的兩門核心課程介紹了關於數據建模、可視化、揭示關聯和預測的概念。Capstone課程（相當於畢業項目）主要展示學生數據科學的整體觀點。該項目主要面對有數據和計算機基礎的學生。
5門核心課程
算法和數據處理兩門核心課程；
機器學習和數據挖掘兩門核心課程；
信息可視化一門核心課程。
學生可以在學校選擇3門選修課。
4.申請條件
成績單；
PS，包括相關工作經驗的描述；
簡歷；
三封推薦信。
專業名稱：SM Data Science
課程連結：https://gsas.harvard.edu/programs-of-study/all/data-science
課程長度：1年
專業背景：Students with bachelor’s degrees in the natural sciences, mathematics, or engineering are invited to apply for admission
工作經驗：無
註：不接受GMAT代替GRE，不接受IELTS代替TOEFL
哥倫比亞大學
Columbia University
專業名稱：MS in Data Science
課程連結：http://datascience.columbia.edu/master-of-science-in-data-science
課程長度：2年
專業背景：quantitative coursework（calculus, linear algebra, etc...）；computer programming coursework
工作經驗：許多學生有工作經驗，但不是必須的
專業名稱：M.S. in Statistics: Data Science
課程連結：https://statistics.stanford.edu/academics/ms-statistics-data-science
課程長度：5 Quarters（1年3個Quarters）
專業背景：較強的數學和計算機背景
工作經驗：最好有但不強制
註：不接受GMAT代替GRE，不接受IELTS代替TOEFL
專業名稱：Master in Interdisciplinary Data Science （MIDS）
課程連結：https://mids.duke.edu/
課程長度：2年
專業背景：We welcome applicants of any age and background, including (but not limited to) recent college graduates with quantitative majors, database engineers who have been in the IT field for years, government professionals who want to integrate data science into federal or local offices, and journalists who want to incorporate data mining into their investigative skills.
工作經驗：許多學生有工作經驗，但不是必須的
註：每年大約招收25-35個學生
專業名稱：MPS in Information Science（含Data Science分支）
課程連結：http://infosci.cornell.edu/academics/mps
課程長度：1年
專業背景：solid writing skills, computing experience with some proficiency in a high-level programming language and an understanding of web technologies, good analytical skills, an understanding of the human/cognitive facet of information systems, and a mathematical foundation that includes calculus, probability, statistics, and linear algebra.
工作經驗：不要求
註：不接受GMAT代替GRE
專業名稱：Master's in Data Science
課程連結：https://www.brown.edu/initiatives/data-science/academic-programs/masters-data-science
課程長度：one academic year plus one summer
專業背景：先修課要求為1年的微積分，1學期的線性代數，1學期的概率與統計，編程。We also admit exceptional students who lack one or more of the minimum requirements in linear algebra, probability and statistics, and computer science. The four departments （Math, Applied Math, Computer Science, and Biostatistics） will offer a suitable course in each of these three topics during the Brown summer session before the first semester.
工作經驗：不要求，但最好有
專業名稱：Master of Science in Data Science for Public Policy
課程連結：https://mccourt.georgetown.edu/master-in-data-science-for-public-policy
課程長度：2年
專業背景：a college level calculus course with a grade of a B or higher, and demonstrate evidence of technical ability, such as coursework in computer science, advanced statistics, or higher level mathematics. It is also recommended that applicants complete an introductory microeconomics course.
工作經驗：不要求
南加州大學
University of Southern California
專業名稱：Master of Science in Computer Science（Data Science）
課程連結：https://www.cs.usc.edu/academics/masters/data-science
課程長度：32 units
專業背景：engineering, math or a hard science.Applicants whose background is not in computer science may consider the MS in Computer Science (Scientists and Engineers)
工作經驗：不要求
註：不接受GMAT代替GRE
卡耐基梅隆大學
Carnegie Mellon University
專業名稱1：MSPPM Data Analytics track
課程連結：http://cms-staging.heinz.win.cmu.edu/school-of-public-policy-management/public-policy-management-msppm/msppm-track-options/data-analytics-track/index.aspx
課程長度：1.5年
專業背景：較強的數學基礎，有先修課要求（http://cms-staging.heinz.win.cmu.edu/admissions/application-process/quantitative-background/index.aspx）
工作經驗：不要求
專業名稱2：MISM Business Intelligence & Data Analytics
課程連結：http://www.heinz.cmu.edu/school-of-information-systems-and-management/information-systems-management-mism/business-intelligence-data-analytics/index.aspx
課程長度：16個月
專業背景：Required: Statistics、Database、Object Oriented Programming；Suggested: Linear Algebra
工作經驗：不要求
專業名稱：MS in Data Science
課程連結：https://cds.nyu.edu/academics/ms-in-data-science/
課程長度：2年
專業背景：a strong background in mathematics, computer science, and applied statistics.
先修課要求：Calculus I、Linear Algebra、Intro to Computer Science (Python and R at a minimum)
工作經驗：不要求
註：不接受GMAT代替GRE
羅徹斯特大學
University of Rochester
專業名稱：MS in Data Science
課程連結：http://www.sas.rochester.edu/dsc/graduate/ms.html
課程長度：two semesters
專業背景：science, engineering, mathematics, or business
工作經驗：不要求
東北大學
Northeastern University
專業名稱1：MS in Data Analytics Engineering
課程連結：https://www.northeastern.edu/graduate/program/master-of-science-in-data-analytics-engineering-14810/
課程長度：2年
專業背景：無
工作經驗：不要求
註：不接受GMAT代替GRE
專業名稱2：Master of Science in Data Science
課程連結：https://www.northeastern.edu/graduate/program/master-of-science-in-data-science-5256/
課程長度：2-3年
專業背景：Successful applicants to the Masters in Data Science program will have a background in STEM fields, with prior exposure to programming and statistics or linear algebra.
工作經驗：不要求
加州大學-聖地牙哥
University of California-San Diego
專業名稱：MS in Advanced Study Degree for Data Science and Engineering
課程連結：http://jacobsschool.ucsd.edu/mas/dse/
課程長度：2年
專業背景：Engineering, Math, Physics, or other Science field preferred
工作經驗：不要求
喬治華盛頓大學
George Washington University
專業名稱：Master of Science in Data Science
課程連結：https://www.programs.gwu.edu/graduate/data-science
課程長度：10 three-credit graduate courses（10門課程）
專業背景：先修課包括Multivariable Calculus，Statistics，Computer Programming
工作經驗：不要求
註：不要求GRE
華盛頓大學
University of Washington
專業名稱：Master of Science in Data Science
課程連結：https://www.datasciencemasters.uw.edu/
課程長度：1.5年
專業背景：先修課包括Mathematics（a three-class calculus sequence and a linear algebra course），Computer Programming（a two-course introductory sequence in programming）
工作經驗：不要求
註：不接受GMAT代替GRE
專業名稱：Master of Science in Data Analytics
課程連結：https://www.fordham.edu/info/25661/master_of_science_in_data_analytics
課程長度：1-2年
專業背景：computer science, information science, engineering, math, physical science, health science, business, social science or city and urban planning
先修課包括Computer Programming(C, C++, Java, R or Python) ，Applied Statistics and Probability，Discrete Mathematics including basic combinatorics and graph theory
提到數據科學，夢之帆留學整理了前100中國際生可申請的項目，並按照大家習慣的綜合排名進行排序。
Harvard University：M.S. in Computational Science and Engineering
University of Chicago：M.S. in Analytics
Columbia University：M.S. in Data Science or M.S. in Applied Analytics
Stanford University：M.S. in Statistics: Data Science
Duke University：Master of Quantitative Management
Northwestern University：M.S. in Analytics
Washington University in St. Louis：M.S. in Customer Analytics
Cornell University：M.Eng. concentration in Data Analytics
Georgetown University：M.S. in Analytics
University of Virginia：M.S. in Data Science
New York University：M.S. in Data Science
Georgia Institute of Technology：M.S. in Analytics
University of Illinois—Urbana-Champaign：M.S. in Statistics with concentration in Analytics
University of Washington：M.S. in Data Science
Pepperdine University：M.S. in Applied Analytics
Worcester Polytechnic Institute：M.S. in Data Science
American University：M.S. in Analytics
Indiana University—Bloomington：M.S. in Data Science
North Carolina State University—Raleigh：M.S. in Analytics
錄取院校：
哈佛大學 Harvard
國內院校：
中山大學 統計學
GPA：3.5+
TOEFL：110+
GRE：325+
錄取院校：
杜克大學 Blue Devil
國內院校：
南開大學 數學
GPA：90+
TOEFL：103
GRE：325+
錄取院校：
哥倫比亞大學 Columbia University
國內院校：
北京郵電大學 統計學
GPA：3.6
TOEFL：101
GRE：323
錄取院校：
紐約大學 NYU
國內院校：
中國人民大學 信息系統與信息管理
GPA：3.5+
TOEFL：100
GRE：327
錄取院校：
華盛頓大學--聖路易斯
國內院校：
北京科技大學 數學與應用數學
GPA：3.57
TOEFL：98
GRE：321
錄取院校：
維吉尼亞大學 UVa
國內院校：
吉林大學 計算機
GPA：3.2
託福：98
GRE：300+
因為專業，所以信賴！
因為誠信，所以選擇！
掃描下方留學專家二維碼
諮詢您的專屬留學規劃方案
中國留學人群關注的主流留學機構！高端海歸精英團隊，數萬成功案例，消費者推薦的口碑品牌！專注於幫助學生申請更高、更好的offer，提供更優質的留學服務！只為名校夢想！知識改變命運，留學改變人生！懂留學，更懂您！
官方網站：www.welldoneedu.com
24小時全國免費諮詢熱線4000-690-955