美国TOP级大学数据科学项目情况
在美国综合排名TOP50大学中，有35所大学都设置了数据科学硕士专业。有的开设在计算机信息学院下，有的开设在统计系下作为统计专业的分支，也有的在工程学院下。
数据科学最常见的学科名称是Master in Data Science，也有部分学校命名为Master in Analytics，基本就这两类命名方式。
在学制上，所有数据科学项目都是1-2年完成，3个学期毕业，即秋季-春季-秋季这种学制安排最为常见，多数项目毕业要求为30个学分，修完10-12门课程毕业。基本只提供秋季开学，只有约翰霍普金斯等少数几个学校提供春季开学。
数据科学项目申请要求
总体以数学、统计、工程、经济学这几类专业为主，没有绝对的本科专业要求，本科开设数据科学专业的学校数量相对没有硕士多。
对于申请先修课程有严格要求，最常见的要求为：
两个学期的微积分课程，要求掌握多元微积分（Multivariable Calculus）
线性代数（Linear Algebra）
统计与概率论（Probability and Statistics）
编程语言（Computer Programming Language），以Python最为常见
以上四门课程最为常见，个别项目还有其他高阶要求，比如微分方程、随机过程、SPSS/STATA等。
托福和GRE要求
Top40的大学中，托福100+的要求很常见，部分还要求单项25+，对应雅思为7分，单项6.5，极个别的学校也可以接受minimum90和雅思6.5的成绩。
从GRE来看，对于2022年秋入学的学生，不只一个学校表示不需要GRE或者optional，比如哥大、耶鲁、宾大、杜克等。但是对于2023年，杜克就表示：还没有决定要不要GRE，其实就算不要求，递交申请的90%的同学，毫无例外的其实都有提交GRE，所以该准备还是得照样准备。
总体来说，建议325+为目标，弗吉尼亚大学公布的是：均分是80th percentile on the quantitative section and 60th percentile on the verbal section。哥大公布的是：Average GRE: 168 (Q), 158 (V), 3.8 (W)
另外，对于文书来说，从写作PS和CV来看，软性背景优势很重要。实习和科研是很有效的背景提升方式，建议在学校期间或者申请前多参加实习和科研项目。当然，我们也有合作的项目推荐，会帮大家解决难题。
数据科学项目开设的课程
数据科学项目都会以核心合成+选修课程两部分组成，以哥伦比亚大学为例，核心课程包括：
1. Computer Systems for Data Science/数据科学中的计算机系统
2. Machine Learning for Data Science/数据科学中的机器学习
3. Algorithms for Data Science/数据科学中的算法
4. Probability and Statistics for Data Science/数据科学中的统计与概率论5. Exploratory Data Analysis and Visualization/探索性数据分析和可视化
6. Statistical Inteference and Modeling/统计推理与建模
7. Data Science Capstone and Ethics/数据科学大作业
除了以上七门核心课程，哥大还要求学生完成三门选修课程，一共十门课程毕业，这也是数据科学项目常见的课程开设模式，大家上的主体课程内容相近。
美国TOP30大学数据科学项目申请难度
