數據科學

? 數據量的增大和數據的多樣化也促進了美國很多公司進行數據分析來支持商務決策(data driven decision making)。以大家都熟悉的例子來列幾個Data Science的應用。

? Data Science不像大部分專業都有自己獨立的院系,而DS多數沒有,多數在工學院或計算機學院,少數在統計學院,還有個別在其他學院。


專業設置

單獨作為一個專業的學校

Harvard University,

Columbia University

University of Pennsylvania

Duke University

Brown University

New York University

作為統計專業下面的一個分支

Stanford University

Cornell University

University of Wisconsin Madison

作為CS下面的一個分支

University of Southern California

North Carolina State University

作為EE下面的一個分支

University of Southern California

University of California San Diego


院系設置

工程學院下面

Harvard University

Columbia University

University of Pennsylvania計算機系下

University of Southern California計算機系下

人文或文理學院下面

Stanford University統計系下

New York University

計算機學院下面

Carnegie Mellon University

農業與生命科學學院下面

Cornell University統計系下

公共衛生或醫學院下面

Harvard University

Cornell University


誰適合CS的下data science分支?誰適合統計的data science分支?誰適合單獨開設的data science 項目?可以參考下面幾個原則:

1、如果是統計學,應用數學轉專業過來,可以考慮統計的data science分支,也可以考慮單獨開設的data science專業,因為這個專業從數學可以轉過來,而且對于編程的要求相對computer science要低,這正好能夠發揮數學專業,統計學專業同學的長處,而避免短處。


2. 如果是從information science信息科學這些專業轉過來,可以考慮CS下,相對對其他專業,information類的同學其實最接近CS專業,這樣情況下大家基本都有編程課,并且有些對data science感興趣的同學會有相應算法,數據結構,數據庫,data mining數據挖掘這樣的課程,就可以考慮CS下的項目。


3. 如果是本專業申請,但軟性背景不是很貼合data science,可以考慮CS下的,獨立的data science和artificial intelligence人工智能的碩士區別于綜合性項目最大的一個特點就是要求申請者軟性背景與DS和AI高度相關。比如說,一個同學做的軟性背景很雜,編程有,數據分析有,網絡安全也有,建議這樣情況還是申請CS下的,因為如果申請data science希望你至少有2-3個與數據分析高度相關的項目經歷。


? 總之,CS下data science的項目個數要比單獨開設的data science項目從個數上面來講更多,而如果既是本專業,又軟性背景高度契合data science,那么其實選CS下的項目和單獨開設項目都差別不大,就按照個人興趣選吧,更多考慮當地理位置,就業,名氣,花費預算,錄取難度這些來看了。建議如果學生想去名校,申像哈佛,哥大下的data science項目難度比較大的話可以考慮與之相關或稍冷門的項目,比如哈佛可以考慮公衛下另外一個與DS相關的項目,哥大的統計下也開設有DSseqence的課程,所以可以考慮統計項目。另外還像USC CS下的DS申請難度一般比EE大,考慮到申請難度可以選擇EE下的DS項目。其他學校也是一般在CS下面的項目競爭會比較激烈,這時候我們可以考慮統計下,相對難度會低一些。


?就業面廣,需求單位多

1、對大數據處理需求最旺盛的行業包括:制藥業、計算機軟件、互聯網、科研、IT技術服務、生物技術等。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、互聯網創業公司到金融機構,到處需要大數據項目來做創新驅動。

科技公司:Twitter,Microsoft,BAT,搜狗,美團,滴滴?

金融公司:Capital One(從建立之初就開始用一些數據方法進行風險控制等方面的工作),高盛,Blackrock,Hedge Fund?

咨詢公司:Polunteer(幫助美國政府部門解決反恐、審查等工作),麥肯錫,IBM(傳統咨詢公司也慢慢轉向 data 方向)?

專門做數據分析平臺的公司:Kotara,Hotten,Databreaks?

其他公司:Horizon(電信),Comecrack(傳媒),消費品公司,醫療公司 等等


2. 起薪較高

? 美國知名求職網站Glassdoor公布的2019 Best jobs in America 排名中,Data Scientist 排名第一;2020年排在第三


就業方向:

分析類崗位

? 分析類工程師。使用統計模型、數據挖掘、機器學習及其他方法,進行數據清洗、數據分析、構建行業數據分析模型,為客戶提供有價值的信息,滿足客戶需求。

? 算法工程師。大數據方向,和專業工程師一起從系統應用的角度,利用數據挖掘/統計學習的理論和方法解決實際問題;人工智能方向,根據人工智能產品需求完成技術方案設計及算法設計和核心模塊開發,組織解決項目開發過程中的重大技術問題。

研發類崗位

? 架構工程師。負責Hadoop集群架構設計開發、搭建、管理、運維、調優,從數據采集到數據加工,從數據清洗到數據抽取,從數據統計到數據分析,實現大數據全產業線上的應用分析設計。

? 開發工程師?;趆adoop、spark等構建數據分析平臺,進行設計、開發分布式計算業務,負責機器學習、深度學習領域的開發工作。

運維工程師。負責大數據基礎平臺的運維,保障平臺的穩定可用,參與設計大數據自動化運維、監控、故障處理工具。

管理類崗位

? 產品經理。負責大數據平臺產品的設計工作,主導數據產品的功能規劃、體驗設計,與研發、數據分析、算法團隊緊密合作,挖掘數據價值,形成數據產品,包括部分數據可視化的產品設計等。

? 運營經理。根據業務特點,結合業務發展需求,設立數據監控模型,搭建數據分析架構,理解業務方向和戰略,為業務戰略決策、業務方向提供決策支持,競爭分析及建議。


免費直播課程推薦

本科/研究生留學必備 | 論文寫作課(10課時超長錄播)
在線課程
主講:UCLA教授
雅思/托福高分詞匯班,10年教學經驗名師,助你沖刺高分!
在線課程
主講:袁湉、劉磊