美国大数据专业怎么样？
随着数据在全球的爆发式增长，数据科学和数据分析已成为最受欢迎的学科之一。 据New America估计，到2025年，全球信息量将从目前的1埃字节（EB）增加到413艾字节(ZB)。同时，IBM预测到2020年，我们所产生的数据中90%将被遗忘；而另一个观点认为，我们80%的数据是在进入互联网之后产生的。无论哪种说法吧，现在已经是大数据时代无疑了！ 在此背景下，“data scientist”这个全新的职业也就应运而生，而且这一职业在华尔街等金融领域以及政府当中都相当流行。
那么作为想要申请数据科学专业的同学们来说，美国的数据科学硕士项目的选择范围可以说是全世界最广的，因为美国几乎所有学校的数据科学项目都是面向国际学生的，而且课程设置方面也是以应用为主。 根据US News发布的最佳计算机科学专业的排名上可以看到，前三名的学校分别是杜克大学、哥伦比亚大学和斯坦福大学。除了这三所学校外，还有帕森设计学院、卡内基梅隆大学、南加州大学、密歇根大学等也都是非常好的选择。 这里以哥大为例说明一下它的数据科学硕士项目的情况：
这个项目设立在工学院下面，招生人数比较少，大概66个人左右，要求申请人具有丰富的计量经济学、统计分析、编程以及研究经验。如果申请人没有任何的研究经历，录取的几率是很小的。
哥大的DS项目还分为两个分支，一个是healthcare，一个是analytics. healthcare侧重临床方面的数据挖掘和分析，analytics则更偏向大数据。无论是哪个分支，授课老师都是用代码讲解课程，所以没有编程基础的同学需要提前补一补C++和R。
DS的项目设置是以实战项目为基础的，每个学期都会有三个大的project，学生们通过这三个大的project来掌握DS的核心技能。每天老师会带学生们做data exploratory analysis，让学生能够熟练运用Hadoop，Spark等工具进行大数据的处理。在第一个学期结束时，学生会完成一个mini-report，在第二学期结束时完成一个较大的report，第三学期结束时有最终的presentation。在项目里学生也会参与学术会议，发表自己的论文。 在哥大的DS项目中，学生所具备的核心能力是会被量化成GPA的形式体现出来。如果GPA达不到一定标准的话，是有可能被劝退的。 另外需要提的是，虽然这个项目是设在工学院下，但是工科的基础课如CS 61B，EECS 241等都是需要完成的。