哈佛大学数据科学（DS）项目怎么样

哈佛大学的数据科学项目(M.S. in Data Science)隶属SEAS(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)学院内。这个项目成立于2018年，是一个相对较新的研究生项目。数据科学项目由统计系和计算机科学系联合开办。由于数据科学近期的火爆，这个项目2019年申请人数超过1000人，录取了60人左右，最终有约45名学生就读，录取率在8%~9%左右，和哈佛本科录取率基本持平。

 

Data Science项目时间为三学期，一年半。如果学生想探索更多实习、学术研究机会，或者只是想多上一些课程，都可以跟advisor沟通，延长到2年毕业，时间很灵活。

 

IACS还有一个叫做M.S. in Computer Science Engineering (CSE)的项目，和data science项目算是姊妹项目，重合度很高。CSE项目更偏向计算机，普遍是两年毕业。

01 课程解析

 

数据科学处于统计方法、计算科学和广泛的应用领域的交叉点。该项目在统计建模、机器学习、优化、海量数据集的管理和分析以及数据采集方面给学生提供了强有力的准备。该项目侧重于可重复的数据分析、协作解决问题、可视化和沟通以及数据科学中出现的安全和伦理问题等主题。

 

项目分为三个学期，每学期可以修4-5门课。其中有四门统计、应用数学、数据科学类的科目是必修课，还有一门比较偏文的必修课，学习数据科学中的批判性思维，这门课鼓励大家思考数据科学中的道德观。基本上必修课规模都比较大，可以达到100人左右。除此之外，项目要求必须修一门统计课和一门计算机科学课，具体科目可以自由选择。

 

此外，学生必须完成一段学术研究经历，一个capstone project，或一个硕士学术论文(三项任选其一)。Capstone project今年的合作公司包括google、spotify等。春季的选择比秋季要多。基本上每个学期的4-5门课中，有两门是必修课，其余都可以在允许的范围内自由选择。

 

同时，哈佛的学生不仅可以在肯尼迪学院、哈佛商学院等学院自由选课，更可以在麻省理工学院交叉选课，并且很多麻省理工的课程都可以抵掉必修学分。

 

02 录取偏好

 

学校官网上显示：欢迎拥有自然科学、数学、计算机科学或工程学士学位的学生申请入学。显而易见，哈佛对于申请者的本科专业是有一定要求和偏好的。

 

官网提到：

 

-对于GPA没有限制。

 

-寻找以下的候选人：

 

A：在数学、计算机科学、统计学或科学计算方面的课程表现出色。

 

B：在本科生研究中探索计算或统计方法。

 

C；或通过独特的专业成就。

 

-项目对申请人没有正式的先决条件。然而，成功的申请人确实需要有足够的计算机科学、数学和统计学的背景--包括熟练掌握至少一种编程语言和微积分、线性代数和统计推理的知识。

 

03 申请材料

 

NO.1 Statement of Purpose

 

NO.2 Three letters of recommendation

 

NO.3 Transcripts

 

NO.4 Resume

 

NO.5 TOEFL/IELTS (if required)

 

NO.6 GRE is not accepted

04 项目就读体验

 

这个项目非常务实，会扎实的教大家很多基本的技能和应该有的思维方式。平时上课主要是理论基础+python/R。项目的学术研究氛围非常浓厚，相比起其他求职导向的研究生项目，这里可能有更多同学偏好读博。DS一个非常学术的项目，课业占的比重比较大。在哈佛，教授都表示成绩其实不太重要，只是一个促进大家学习的工具。所以有的课curve会给的比较generous。但是研究生其实GPA就没有特别重要了，最主要的还是学到真本领。课程都是干货满满，内容很丰富扎实的类型。基本以作业和projects为主，工作量很大，基本上周围的小伙伴每天每个周末都是在写作业中度过的…再加上大家都特别优秀，美本的同学们基本都是GPA3.9+，陆本的同学一般只来自清北复交，也都很大神，所以压力还是很大的…最重要的是调整好心态，明确自己的目标，给自己定好优先级。总体来说这个项目非常适合学术性的小伙伴。也很适合学术基础薄弱，迫切的需要学点扎实本领来帮助自己找工作的同学。

 

04 就业前景

 

CSE计算机工程相关项目学生毕业后，61%从事科技相关领域，31%从事投资/金融领域，17%选择继续学习等。毕业学生起薪为$80,000-140,000之间。