积分商城

学习大数据,就业有“位”来!

来源: 东方国际美国部 浏览: 1137
发布时间: 2017-09-25

Big Data(大数据), 或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。


Big data is a term for data sets that are so large or complex that traditional data processing application software is inadequate to deal with them.


----维基百科


全球知名咨询公司麦肯锡最早提出了大数据时代这个概念,认为大数据在物理学、生物学、环境生态学等领域以及军事、金融、通信等行业的存在和影响力越来越显著,大数据时代已经到来。随着互联网和信息技术的高速发展,数据科学成为了继云计算、互联网之后IT行业的又一大颠覆性技术革命。



什么是数据科学 Data Science


数据科学就是通过一系列的收集、统计、整理、分析、挖掘等方法和技术来实现将数据变成有用的信息,从而被人类所利用的过程。在大数据时代,数据科学是将Applied Mathematics、Statistics、CS、Economics、Operation Research or Engineering等学科交叉来满足市场需求的过程,涉及统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多领域的知识。


从以上情况可以看出,在互联网科技高速发展的今天,大数据时代已经正式来临,分析大数据可以帮助企业更好的进行产品制定与推广规划,从而最大程度的帮组企业盈利,所以各大公司对于数据科学专业人才可谓是求之若渴,而美国数据科学专业主要就是学习对数据进行描述性分析、预测性分析以及规范性分析。因此美国数据科学专业是当今最受广大留学生欢迎的热门专业。


首先我们先来跟着东方国际美国部顾问了解一下美国数据科学专业的课程设置情况。


描述性分析:通过分析数据描述过去发生过的事情以及将要发生的事情,例如运用计算机与数据管理技术分析数据并基于此进行预测。硕士阶段课程主要包括分析编程、数据管理等,从中会学习到数据挖掘、提取、储存、建模、优化等知识以及一系列软件和工具的运用,比较常见的包括Python、R、SQL、SAS、Tableau等。


预测性分析:通过检测数据分析特定的趋势是否会在未来得以延续。硕士阶段课程主要包括统计分析学、随机分析、时间序列分析、数据管理等。它们对学生的数理能力要求较高,会涉及到统计学、概率论、不定量与双变量模型、条件平均模型、回归于拓展模型等随机分析内容,时间序列分析与预测、决策树、群集分析、关联分析等内容,也会涉及到一定的软件使用,例如SAS。


规范性分析:通过分析数据评估机构未来的最佳决策方案。硕士阶段课程包括优化方法与建模、决策与风险分析等,会学习到优化所需的技能、工具和分析知识,如建模、风险管理、决策树、蒙特卡罗方法等技术内容。由于分析最终的目标是更好地决策,所以会涉及到一些商务知识。


美国各大学对于该专业的课程开设以硕士为主,被称为分析类硕士,其主要有分析/数据分析硕士(MSA)、数据科学硕士(MSDS)以及商业分析硕士(MSBA)三种类型。


MSAMaster of Science in Analytics/Data Analytics


自2007年开始兴起,结合应用数学、统计学、计算机和商科的交叉学科,有些项目叫数据科学与工程或者信息与数据科学。主要开设在理学院和工程学院下,如哥伦比亚大学(M.S. in Applied Analytics)、芝加哥大学(M.S. in Analytics)、西北大学(M.S. in Analytics)、乔治城大学(M.S. in Analytics)、哥伦比亚大学(M.I.S.M. concentration in Business Intelligence & Data Analytics)、佐治亚理工学院、佩波戴恩大学等,其中西北大学为代表性学习

 

哥伦比亚大学Master of Science in Applied Analytics


Master of Science in Applied Analytics项目开设在哥伦比亚大学SPS专业研究生院,是2016年秋新开设的STEM项目,很难得是春秋季都招生。该项目是1年制,3学期完成36个学分,包含两部分核心课(领导、管理和沟通+应用分析),选修课和最后的毕业实践项目。虽然是开设在SPS学院,但由于是出身在常春藤哥大门下,地处纽约,就业机会多,也比商学院下面的金融经济学和工程学院下的金融工程录取难度低一些,导致该项目热度一直居高不下,录取分数也不低。此外,除了标化成绩和量化背景,哥大的招生风格对学生的批判性思维和领导力非常看重,学生们在文书中可以着重体现这方面。

 

芝加哥大学-M.S. in Analytics


和哥大一样,MS in Analytics也开设在Graham职业发展学院,课程强调数据收集和准备、统计方法和建模、领导力和沟通,旨在用真实数据为实际问题找到真正的解决方案,偏职业发展型。该项目共11门课,春季或秋季入学,时长1.5年,最快1年可毕业。不过该校录取的学生中,70%以上具有至少2年以上的全职工作经验,所以有工作经验在申请时也是加分项。


MSDS: Master of Science in Data Science


开设在学校独立设置的研究中心或工程学院,如纽约大学、哥伦比亚大学、弗吉尼亚大学、卡耐基梅隆大学(M.S. in Computational Data Science)、罗切斯特大学、加州大学圣地亚哥分校(Master of Advanced Study in Data Science and Engineering)。相比以上两种,DS项目对于计算机的要求更高。下面以卡耐基梅隆大学为例。


M.S. in Computational Data Science项目设立在计算机科学学院,2013年将MSIT in Very Large Information Systems重新命名而来,所以非常倚重信息系统知识,为IT行业、软件服务和社交媒体公司培养专业人才。基于卡梅在计算机领域的卓越地位,项目也是非常技术话,课程涵盖数据库、分布式算法和存储、机器学习、语言技术、软件工程、人机交互和设计等各个方面。申请者最好是计算机相关工程背景。9门课程,一般16个月可毕业。小方向可选:系统(Systems)或分析(Analytics)。


MSBAMaster of Science in Business Analytics

 

多开设在商学院或与其他学院联合授课,是商学院新型项目,相比MSA, MSBA不那么偏重纯技术。前60的院校里开设15所左右,包括麻省理工学院、圣路易斯华盛顿大学、南加州大学、维克森林大学、罗切斯特大学、凯斯西储大学、伦斯勒理工学院、加州大学圣地亚哥分校、迈阿密大学、德州大学奥斯汀分校、乔治华盛顿大学、福德汉姆大学等。


下面就几所代表性院校做下介绍:

 

麻省理工学院- Massachusetts Institute of Technology

 

虽然素以工程、计算机等理工科享誉世界的麻省理工学院,其商学院也是商业领域的领军者。随着大数据时代的到来,斯隆商学院在MIT运筹学中心的支持下于2016年新开设的1年制项目,共10门课,含有一个暑期实践项目,课程安排比较固定,已在官网明确列出。由于项目新,暂定招生30人,后续是否会逐步扩大些招生也未可知。麻省理工学院要求本科生成绩完美,2017Fall录取的学生平均GPA高达3.9,数学和科学、工程学的学生占到75%,其次是文理类占到13%,而计算机和商科各占6%。


南加州大学University of Southern California

 

2014年春季开设在马歇尔商学院,STEM专业,被TFE Times 评为2017 MSBA项目第一名。项目涵盖11门课,时长18个月,课程灵活全面,配上毕业于斯坦福大学、普林斯顿大学和卡耐基梅隆大学的顶尖师资,在加上位于洛杉矶的优越地理位置,其毕业生的走向非常可观。据学校数据统计,16年毕业生入职IBM、亚马逊、沃尔玛、高盛等大公司,中位数薪资是85000美元,位列全美商业分析项目榜首。


但如此好的项目录取要求肯定不会低,录取学生的平均GPA3.6+,GRE 320+, GMAT 722+,录取率仅为8.9%。如果学生有数据分析、编程类工作经验的话,会增加自己的竞争优势。

 

德克萨斯大学奥斯汀分校University of Texas at Austin


麦库姆斯商学院下设的MSBA项目重点培养学生处理海量数据以提高公司业绩和决策。项目短平快,只有10个月,几乎是一进去就得着手找工作,所以除了硬性的Math 和CS能力,学校非常看重学生的软实力,即是否有业内工作经验以及学术是否是目标明确的行动派,这些对于毕业后找工作非常重要。此外,该校相对东西海岸的院校相对保守,招生规模为53人左右,但国际生占比较低,大陆地区一般平均在10人左右,竞争压力也是蛮大的。另,课程时间短,但课程量并未缩减,需完成36个学分,summer 2门,随后的秋季7门,春季8门,相比其他院校的每学期3-4门课,德州大学奥斯汀的课业压力也是翻倍的。


除以上三个主要项目外,美国的数据科学专业还有其他相类似项目,这些项目基本为相对较新、开设在非商学院下面的项目。代表性大学包括:哈佛大学 (M.S. in Computational Science and Engineering)、斯坦福大学(M.S. in Computational and Mathematical Engineering with Data Science Track)、康奈尔大学(M.Eng. concentration in Data Analytics)、杜克大学 (Master of Quantitative Management)、波士顿大学 (M.S. in Computer Information Systems: Data Analytics)、伊利诺伊大学香槟分校 (M.S. in Statistics with concentration in Analytics)等。


若有同学对这个专业感兴趣,可以直接联系东方国际美国部顾问进行咨询,在以后的时间里,我们东方国际美国部还会为大家介绍关于该专业的就业前景和申请中的实习要求。

 


分享到: