同學們，DS王牌強校資料大起底啦！
有關DS的多種定義，我猜你最愛最後一種
在如今這個大數據時代，明明才是新興而起的數據科學（Data Science）專業卻已經在悄然間變成了申請季的當紅炸子雞，「出場即六神」般的獲得了越來越多出國留學者的垂青。
可話說回來，你真的知道數據科學到底代表著什麼嗎？
從維基百科給出的定義來看，不免會覺得有些拖沓（具體來說，數據科學是指通過挖掘數據、處理數據、分析數據，從而獲取數據中潛在的信息和技術）。
所以其實我們也可以給它一個簡單些的定義：數據科學（DS）是從數據中提取有用知識的一系列技能和技術。
這些技能通常可以用德魯·康威（Drew Conway）創造的維恩圖（或它的變體）來表示。
三個圓圈分別代表三個不同的領域：編程領域（語言知識、語言庫、設計模式、體系結構等）；數學（代數、微積分等）和統計學領域；數據領域(特定領域的知識：醫療、金融、工業等)。
這樣的定義使得DS理所當然地成為了一門「交叉學科」，也因此不同學校項目的所屬學院也會有所不同。
比如哥大、布朗大學、紐約大學、維吉尼亞大學和羅切斯特大學會開設專屬數據科學中心，而在史丹福大學，DS專業則是統計學下的一個分支，在南加州大學，它又搖身一變跑到了計算機項目的麾下。
與這種所屬學院不同的類似情況，其實也出現在了就業方向方面。
一般來說，在美國攻讀DS畢業後的職業頭銜會分為Data Scientist（數據科學家），Data Engineer（數據工程師）與Data Analyst（數據分析員）三種。
Data Scientist，號稱21世紀最性感的職業，主要工作內容是建立統計模型，設計實驗（A/B Testing），發現data insight等，簡單來說要有紮實的數學功底，不錯的編程技術來實現模型（Python）以及良好的商業意識。
Data Engineer，主要工作是建立數據科學的pipeline，一般需要對大數據平臺非常熟悉，熟練掌握Hadoop，Spark，MapReduce等技術，對統計建模要求不高，但需要有很好的編程能力。
Data Analyst，主要職責則是數據處理，簡單的分析和可視化。
當然，對於正處於申請季或還在制定申請計劃的同學們而言，搞清楚到底哪一條就業道路更適合自己可能還是個模糊的概念，但這其實並不影響你選擇DS專業的這個前置決定。
因為無論是Data Scientist，Data Engineer還是Data Analyst，在它們的身上都印著一個殊途同歸的標籤——起薪高，好就業！
不過...要想實現這個人生目標，你首先得從一所專業質量過硬的學校畢業才行。
你一定想問了，到底哪些名校的DS專業堪稱業界翹楚呢？
它們的DDL為什麼時間，錄取要求又分別是什麼呢？
就讓我們一起揭開他們的神秘面紗吧！
美國TOP50大學DS專業
申請DDL&錄取要求匯總
#2 哈佛大學
Harvard University
數據科學碩士
Deadline：2020.12.15
TOEFL/雅思：需要
GRE/GMAT：不需要
推薦信：3封
文書要求：個人簡歷，個人陳述
先修課要求：需要具有計算機科學，數學和統計學的足夠背景知識-包括至少一種程式語言的流利性以及微積分，線性代數和統計推斷的知識
申請費：$105
明德立人導師點評
Harvard Data Science
數據科學項目開設在SEAS(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)學院內。
哈佛大學的DS項目自2018年開設，相對較新，但因該項目由統計系和計算機科學系聯合開辦，所以課程、教授都還比較成熟。錄取難度十分頂尖，非常注重數學、計算機、統計方面的學術成績和科研經歷。
課程設置：
可以在哈佛和MIT自由選課，這個項目的課程難度可想而知，每屆40人左右的class size也保證每個人都有充分的機會了解身邊的同學，也不會出現同屆同學過度競爭的情況。
錄取難度：
這個項目十分偏好數學基礎紮實，綜合能力全面，且有豐富科研經歷的學生，錄取者的專業從計算機，應用數學，經濟甚至心理學都有涵蓋。
#3 哥倫比亞大學
Columbia University
數據科學碩士
Deadline：2021.1.15
TOEFL/雅思：接受託福/雅思/PTE/DET，接受託福在家考TOEFL ITP Plus
GRE/GMAT：2020-21申請季可選
推薦信：3封
文書要求：個人簡歷，個人陳述
先修課要求：量化課程（微積分，線性代數等），計算機編程入門課程
申請費：$85
明德立人導師點評
Columbia Data Science
哥大DS項目還是十分成熟的，保持了非常高的水準。因為此項目開設時間長，招收了很多屆學生。
此外，項目本身課程安排合理，幫助編程基礎不足的學生補齊短板，又提高了學生在data science方面的知識水平。同時，該項目也安排了很多求職的機會，錄取難度居中。
課程設置：
由於哥大類似的項目實在有點多，造成了同樣的工作機會會有其他學校幾倍的人數競爭，再加上近幾年的擴招，導致不論是選課還是求職都一位難求的情況。
錄取難度：
每年發放至少100+的offer給中國學生，不論是海本還是陸本都有包括。大量的錄取人數註定這個項目的同學水平參差不齊，更需要自己努力啦。
#6 史丹福大學
Stanford University
數據科學碩士
Deadline：2020 .12 .1
TOEFL/雅思：託福最低100，接受託福在家考，不接受雅思
GRE/GMAT：要求具備GRE通用考試成績。
不需要GRE數學學科考試。
推薦信：3封（至少1封學術推薦信）
文書要求：個人簡歷，個人陳述
選修課要求：線性代數和概率的高級本科水平課程，以及隨機過程，數值方法和編程熟練程度的入門課程（Python和C / C ++程式語言的基本用法）
申請費：/
明德立人導師點評
M.S. in Statistics: Data Science
斯坦福大名鼎鼎，而它的數據科學項目也同樣十分成熟，就業前景光明，身處矽谷福地，是天時地利人和的完美項目之一了。
其相關專業共有兩個，一個是統計系下的Data Science track，還有一個是ICME（Institute for Computational & Mathematical Engineering）的數據科學，課程設置也比較像，差距在於錄得人背景不太一樣。
前者更看重數學與物理背景，且相當看重你的Research Experience，而後者就相對而言對申請者更友好一些啦。
課程設置：
上述兩個項目的數據科學課程的課程要求完全相同，基本由統計、數學與計算機這些領域涵蓋，學生可以根據自己的情況安排學習進度和計劃，同時享受斯坦福提供的大量學術資源。
錄取難度：
頂著斯坦福的大名，錄取難度自然也是非常的大，每年大概只錄取3-6人（今年有望增多），當然他們的畢業出路也大多都很不錯，從這個項目畢業的同學就業十分便利、搶手，比如每年都有大量學生進入亞馬遜(Amazon)的EC2雲計算平臺處理大規模運算。
#8 賓夕法尼亞大學
University of Pennsylvania
數據科學碩士
Deadline：早申請：2020.11.15
常規申請：2021.3.15
TOEFL/雅思：必須提交
託福最低100
雅思最低7.5
GRE/GMAT：Optional
推薦信：2封
文書要求：個人簡歷，個人陳述
先修課要求：面向具有強大數學和統計能力以及一定編程經驗的學生。
申請費：$80
明德立人導師點評
UPenn Data Science
賓大數據科學項目於2017年創辦，還在努力建設過程中。但是，因為該項目整體學生質量較高，就業情況也很可觀。30人的小班優勢+自由選課的權利也是很可了。
唯一的劣勢要說的話可能就是其地理位置：地處費城，本身就業機會有限，找工作更需要自己艱苦奮鬥。
課程設置：
僅有30人出頭的班級大小加上賓大工程學院自由選課的權利，使得在這個項目就讀的同學可以通過多選cs課的方式提升自己的能力，加上人數不多，整個項目的同學關係也會比較親密。
#26 卡內基梅隆大學
Carnegie Mellon University
數據科學碩士
Deadline：提前：2020.11.19
Final：2020.12.10
TOEFL/雅思：TOEFL/IELTS
GRE/GMAT：需要
推薦信：3封
文書要求：目標陳述、個人簡歷
申請費：$125
明德立人導師點評
CMU Computational Data Science
卡內基梅隆大學是出了名的計算機神校，其Computational Data Science開設在School of Computer Science – SCS下面。
MCDS項目包含了三個track：System Track（系統方向）, Analytics Track（分析方向）和HCI Track（人機互動方向）。
申請數量一直居高不下，1000+人申請，錄取人數卻保持在60左右。錄取學生的本科專業基本包括在計算機、數學、統計三個學科。
課程設置：
由於有三個track，且就讀學生以中國和印度同學為主，diversity比較小。
錄取難度：
更加適合以計算機本科的同學申請，相對於ML的master對於research或者DS的基礎看重程度稍弱，並且由於錄取人數更多，難度比前一個項目低一點。
以上內容，就是小德攜明德立人教師團隊一起為大家奉上的，DS王牌強校資料大起底啦！