美国纽约大学数据科学课程设置及申请要求

　　纽约大学(New York University)，简称“NYU”，位于美国纽约，是一所世界著名私立研究型大学，也是美国唯一一座坐落于纽约心脏地带的名校。作为全美TOP30名校，纽约大学被列为25所新常春藤名校之一，同时也是美国大学协会(AAU)成员之一，而34名诺贝尔奖得主更是使纽约大学光芒四射，享誉世界。2019年US News全球大学排名第30名，2019年QS全球大学排名第43名，2019年泰晤士高等教育世界大学排名第27名。

　　什么是数据科学(Data Science)

　　随着科技的发展，每天每时每刻都有大量数据被产生和存储下来。如何才能把这些数据变成有用的信息价值被人类所利用，就会通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现整个过程。数据科学是一门涉及到统计，数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。它是以统计学、数学、计算机为三大支撑性学科，以生物、医学、环境科学、经济学、社会学、管理学为应用拓展性的学科。美国大多数院校的Data Science属于STEM学科。大数据时代的到来，为各个科学领域带来了新的改革。

　　下面兆龙留学小编为大家介绍一下纽约大学的Data Science：

　　课程设置

　　美国纽约大学Data Science数据科学专业开设于2013年，开设在math下面的一个专门的Center for Data Scienc，提供数据科学硕士学位，一般为期4个学期，NYU的数据科学项目非常适合专业背景为数学，计算机和应用统计的学生。

　　项目时长两年，需要修完36个学分。

　　项目要求完成六门必修课，分别为数据科学导论，数据科学概率论与统计，机器学习，大总数和核心项目及展示。

　　第六门课程需要从六门课程里选择一门, 其他的选修课要根据不同的方向进选择。

　　共有7个分支方向：

　　数据科学

　　数据科学大数据

　　数据科学数学与数据

　　数据科学自然语言处理

　　数据科学物理

　　数据科学生物(2018年秋季新开)

　　数据科学-生物信息(2019年秋季新开)

　　申请要求

　　本科专业背景：成功申请到NYU 数据科学专业的申请人本科背景为统计，计算机，数学，工程类，经济类，商科，生物，物理和心理学。

　　GPA：2017年入学的申请人的平均GPA为3.69。

　　先修课：微积分I，线性代数，计算机编程类课程(Python, R)。此外，还需要修过微积分II，概率论，统计学或包含高级数学内容的高级物理，工程或计量经济学其中的一门课程。

　　工作经验：很多在读生为应届生，也欢迎有工作经验的申请者。

　　就业分析

　　以2017年入学的毕业生为例，93.5%的学生找到了工作，4.65%的学生继续攻读学位，没有没找到工作的毕业生。

　　•工作地点

　　从官网数据可以看出，大部分毕业生在纽约州和加州找到了工作。

　　•工作岗位

　　大多数毕业生都在Facebook，IBM，三星，Aetna和NBCUniversal Media等公司担任数据科学家。9%是数据分析师，其次8.1%是Google Inc，Uber Advance Technologies和AIG的软件工程师，5.4%是FactSet，Apple或亚马逊的机器学习工程师。

　　•工作行业

　　工作行业也存在很大差异。在金融服务业(17.4%)和技术业(28.5%)工作的人数占主导地位。专业服务、旅游服务和媒体是学生选择的第二最常见的行业。1.7%的学生从事专业服务，主要在纽约大学的不同部门工作，如纽约大学朗贡医学中心、大学环境研究部或法学院。

　　多年来，毕业生所在的工业类型发生了重大变化。 尽管金融服务和科技公司仍然受到毕业生的青睐，但在教育，社会和环境部门相关行业的工作人数日益增加。 最后一个部分others 是一些组织Wylan Energy(环保服务)，纽约犯罪实验室和Civitas Learning(基于大数据分析的教育机构)。

　　数据科学和商业分析的区别

　　很多学生会选择同时申请两个专业，但是实际上，两个专业还是有区别的：

　　•DS一般在工学院或者文理学院， BA一般在商学院

　　•DS的课程设置一般偏向于计算机和数学， BA的课程一般还有商科

　　•应用的技能不一样

技能	商业分析师	数据科学家
决策制定	通过把多方面数据分析中的业务洞察力转换为有形的资源，为业务决策制定策划变动	运用数据挖掘发现数据集中的机会，编写机器学习算法来支持决策制定
应用问题解决	定义业务问题并将统计分析转换为数据驱动的商业智能，从而改善经营业绩	为解决业务问题创建分析基础
数据分析	运用预测性、规范性和描述性分析来研究、解释 和可视化原始数据，让原始数据变得有价值且能为商业用户所用	运用线性判别分析和多元线性驾照选择等方法来管理和组织多元大数据集
分析模型	利用数据模型理解、整合并建议解决方案	有经验的统计程序员使用SAS、SQL、R、SPSS、Python和Knime等语言工作
数据库管理	利用Teradata、Oracle和Hadoop等工具来为不同形式的数据（编码和非编码的）定义和调整数据库需求	利用Teradata、Oracle和Hadoop等工具来设计和结构化数据库

　　更多美国留学申请信息欢迎登录兆龙留学（http://www.chinazhaolong.com/mg）进行在线咨询，或拨打兆龙咨询热线400-666-2249进行咨询了解。兆龙留学申请团队专注美国名校申请，在此建议各位有名校梦想的同学们，一定要提早准备。兆龙留学高端申请团队会全方位指导学术准备、语言考试、背景提升、文书写作，让您的梦想照进现实！也可关注兆龙留学微信订阅号：beijingzl，随时掌握最新留学资讯!

　　陈老师 手机/微信 18910208101 QQ：410682734

　　冯老师 手机/微信 15600068868 QQ：1047730745

　　彭老师 手机/微信 13811996681 QQ：363172437

　　洪老师 手机/微信 13311518730 QQ：238476698

兆龙留学(www.chinazhaolong.com)留学专业部留学专家将为你量身定做最优留学方案。

免责声明：本平台发布的文/图/音/视频等，如无特别说明，均来自网络，版权归属于原作者及原版权所有者。如原作者及原版权所有者不愿意在本平台刊登内容，请及时联系本平台予以删除，谢谢！