数据科学主要学习数学,统计,和一些CS的课程如算法和数据结构。Python, R ,SQL是用的最多的编程语言。这个专业应用领域非常广,从科技行业到媒体行业到甚至体育行业都有很大的需求。例如在美国最大的媒体公司NBC Universal和体育公司MLB做data science,这些传统公司现在很需要会处理数据或者“大数据”的技术人才。
过去大家觉得数据就是在Excel里随便拖拖拉拉就可以了,现在发现Excel连数据都装不下了。现在“大数据”这个词非常火热,其实这就是数据科学一个很重要的应用领域。业界很多大公司现在会用Hadoop,Spark,Hive等去做分布式计算来处理大数据问题。这两年一家做Spark平台的创业公司非常火,叫做Data bricks。很多非IT大公司现在用的就是他们的平台来处理大数据的清洗和建模。
成本预算和毕业后回报率
在美国读一个data science master的成本大概是6w-9w美金左右,取决于学校地理位置和项目收费。但是有一点要知道是master的学生很容易当助教(TA)。在很多公立大学当助教只需要交州内学费。即使在私立大学,助教一个月2000+的工资也很常见。那么这么算来,其实成本就可能只有3w-6w美金的成本。
那么毕业后回报率多大呢?首先大多数做data science的人进入了科技行业。众所周知,美国的IT界现在发展很好。一个data scientist平均来说可以拿到一年14w-16w左右的收入。即使在很多其他行业,10w+也是最低标准。也就是说,你毕业后一年的收入足够拿回你的成本。
起薪较高
该专业的毕业生(硕士)普遍起薪(年)都超过8万美金。同时,该专业起薪不太受毕业前的工作经验的影响。一个读该硕士之前有三年工作经验的毕业生的薪水与完全无工作经验的毕业生的薪水相差很小。