数据科学硕士申请策略
哥伦比亚大学 Master of Science in Data Science 有一定的量化背景（学习过微积分、线性代数等），有计算机编程经验。哥大的Data Science是一个较新的专业，并且有自己的专设学院，行政上属于工程学院。是一个STEM项目。项目的课程主要横跨统计学和计算机两个领域。
专业课程分为两个部分：必修课和选修课。必修课包括：两门统计课（概率论、数理统计）包括算法、机器学习、数据可视化、计算机系统（实际上是教大数据架构的一门课，主要涉及 SQL、Spark、Hadoop）等。
选修课的部分分为不同的方向，主要有：金融，机器学习方向，应用机器学习，大数据方向（并行计算与云技术）；以及网络安全、生物方向等等。
解答：数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。数据科学家综合利用一系列技能（包括统计学、计算机科学和业务知识）来分析从网络、智能手机、客户、传感器和其他来源收集的数据。
解答：DATA就业方向非常广，数据支持类行业：比如去一些公司的数据分析、决策分析。做数据挖掘，客户数据分析，市场数据分析，如 Amazon，Facebook。像咨询，银行&投资行业就是去做行业分析，企业战略分析，决策分析。在医药行业，主要是是去做生物统计分析，制药研究，生物科技。政府部门做人口社会保险数据统计，经济数据分析，决策。保险行业做产品设计，产品分析。
解答：本科是计算机科学CS的同学，是最符合申请条件的，因为大多数数据工作都是通过编程和数据库的相关手段进行的，同时学过统计、微积分、高级语言。其次，本科背景是统计、数学或应用数学，且有一定编程基础的同学也可以申请，这都是很好的专业匹配。最后，商科背景出身，但量化背景较强的商科专业。
解答：哥伦比亚大学 Master of Science in Data Science，约翰霍普金斯大学 Master of Science in Data Science，南加州大学 Master of Science in Applied Data Science，纽约大学 MS in Data Science，华盛顿大学 Master of Science in Data Science，福特汉姆大学 Master of Science in Data Analytics
数据科学硕士留学资讯
数据科学 Data Science
数据科学是一门利用数据学习知识的学科，其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术，包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。
材料科学与工程 Materials Science and Engineering
材料科学与工程专业 材料科学与工程(Material Science and Engineering)，涉及物质的性质及其在各个科学和工程学领域的整合应用，是一个研究材料的制备或加工工艺、材料的微 [...]
政治 Politics
政治 Politics 政治的功能是政治产生和发展的原因,而这种功能对社会发展有着不可替代的作用。随着经济、社会以及人类本身发展需要,政治功能日益拓展。第二次世界大战以来,政治已经日渐走下上层建筑 [...]