长居美国最佳工作榜首的数据科学，青睐什么样的学生？
伴随着科技的不断发展，每时每刻，都会有大量的数据被产生和存储下来。各大采集数据的公司不怕数据太多，就怕啥数据丟，于是把所有的数据都记录了下来。为了处理分析好这些数据，便诞生了一系列诸如数据分析、数据科学的专业，以及数据科学家这样的职业，需求量正在日益暴增。
根据麦肯锡等咨询行业的研究报告，数据相关类的岗位需求仅在美国就突破了20W。据IBM预测，到2020年，所有美国数据科学类岗位数量将增加36万个，总数达到270万。
今天美藤带大家走进数据科学专业的世界，一起了解下2019申请季数据科学专业的录取趋势，更好地准备2020年的申请！
数据科学是什么
数据科学也被称为数据驱动科学，是一个关于科学方法、过程和系统的跨学科领域，从结构化或非结构化的数据提取知识或见解，类似于数据挖掘。
这个概念有两点需要解释，一个是数据科学的核心是从数据中提取知识或见解，另外一个是类似于数据挖掘，应该讲数据科学有很多内容依赖于数据挖掘的方法，但不全部是数据挖掘。
其交叉学科的性质和未来广阔的不同专业的就业面，使得众多学科背景的人群都可以参加学习这个专业。这些专业背景包括：
数学：Data Science 无法避免的就是算法，而算法的基础就是数学。因而数学系的同学如果申请Data Science 的话是非常有竞争力的，虽然你可能没有计算机基础，但是你的逻辑思维直接导致了你有很好的处理大数据的能力。
计算机相关专业：计算机在Data Science 方向自然是最具竞争力的。但是这个专业除了巩固自身的编程能力，更着重了解更多的处理数据的方法。因此，学计算机的同学们，建议在数学方向有一定的基础，不然学的时候会很费脑。
经济学相关专业：在大数据环境下，你有经济学基础，那么恭喜你，你一定比其他专业的同学们更懂得什么数据才是有利于预估经济发展行情的，因而如果你有很好的逻辑能力的话，你完全可以学习一些基础的计算机知识和编程，这不但是适应社会发展的知识，也是能让你在今后就业方面如鱼得水的专业。
数据科学的三类职业方向
数据科学的三类职业方向包括：机器学习、数据分析和数据科学家。
1. 机器学习工程师 Machine Learning Engineer
代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。
2. 数据分析员 Data Analyst
工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议。Data Analyst的基本工资中值为58777美元。
能够影响薪资的技能包括：数据分析、Microsoft Excel、SQL、数据库管理与报告、Microsoft Office、数据挖掘/数据仓库、统计分析、数据建模、数据录入、Microsoft SQL Server、Microsoft Access、Microsoft Word、R、Tableau Software、SAS。
3. 数据科学家 Data Scientist
IT数据科学家工作内容以高级建模为主，会针对复杂的问题来设计技术方案。它的任务是为建模、数据挖掘和生产目的设计和构建新的数据集流程。确定改进数据和搜索质量以及预测能力的新方法。执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。
营销数据科学家负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，以确保在线营销策略与公司更广泛的营销计划相结合，并使用比如Adobe Analytics /Google Analytics这类分析工具，及时向公司管理层和客户提供综合报告。
如何申请美研数据科学项目
虽然近几年来不断有美国高校开设新的数据科学类项目，但申请竞争形式日益严峻。
首先，学 CS 的同学显然是可以申请的，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；学统计或者应数，且有一定编程基础的同学也可以申请；商科出身，尤其是量化背景较强的商科专业，比如金工，但又希望能选择一个 STEM 专业的小伙伴，那 DS 显然也是个非常好的选择。
关于硬件条件方面，由于数据科学专业的申请非常热门，所以申请者尽可能在申请前能获得较高的GPA、TOEFL（美本大多项目可免）和 GRE 成绩，申请综排前 50 的项目的申请者，往往有GPA 3.5+, TOEFL 105+, GRE 325+ 的成绩，外加出色的科研、竞赛或实习经历。此外，由于该专业培养的人才供不应求，因此每年都有学校新开设相关项目，申请人可重点关注。
