——什么是数据科学?

数据科学(data science)是一门利用数据进行学习的学科，目标是通过从数据中学习并提取出有价值的信息，从而在应用层面有所贡献。

数据科学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、机器学习以及高性能计算等计算机科学相关内容。

数据科学通过运用各种相关的数据来帮助非专业人士理解问题。数据科学技术可以帮助我们如何正确的处理数据并协助我们在生物学、社会科学、人类学等领域进行研究调研。此外，数据科学也对商业竞争有极大的帮助。

数据科学的方向

下图为整个数据科学的架构

下图包含了整个数据科学的Landscape，如果想做数据科学，需要掌握以下这些背景/技能。

包括Statistics，Data Preprecessing，Machine Learning，Data Visualization，Software Engineering等统计、数学、编程等内容，以及一些Soft Skills，如：Writing，Critical Thinking，Story Telling等等。

如果选择学习数据科学，需要学习、掌握哪些知识?

1. 底层：

微积分，线性代数，概率论与数理统计，编程，离散数学，凸优化…

2. 中层：

算法优化，统计，机器学习…

3. 顶层：

医学诊断，农林监测，自动驾驶，人脸支付，金融风险评估，推荐系统，物联网…

▪ 课程设置

——包括本科、研究生课程设置等

01、本科课程设置

大一：数学、统计基础课，编程基础课

大二：数据科学基础课，算法基础

大三：机器学习，算法设计，优化

大四：应用类课程

Computer Science

Mathematics & Statistics

Social Media Analytics

Business Analysis

02、硕士课程设置

Learning theory and algorithms

Optimization and control

Artificial Intelligence

Internet of Things

Healthcare Systems

Block Chain

▪ 科研与就业

——科研方向以及就业前景

科研方向包括：

网络安全

物联网

医学

遥感环境

新能源汽车

推荐系统

就业前景：

Data Scientist: $78K+

Imaging Scientist: $60K+

Software Engineer: $60K+

——数据来自Glassdoor

▪ 申请要求

——数据科学专业的申请条件

标准申请要求可查询意向学校官网

除了标化成绩外，往往被忽略的：

文书

专业匹配程度

海外交换经历

科研经历极其重要

Research Proposal 研究计划书

推荐信

科研的优势：

更早发现适合自己的方向与兴趣

多方面能力的提升

丰富简历，获得推荐信

辅助大学课业

与实习侧重点不同

软实力的重要组成部分