前景排名NO.1的“王炸”专业，年薪10W+美金！做不到这些，你也只能错过...

明德立人导师点评

Harvard Data Science

数据科学项目开设在SEAS(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)学院内。

哈佛大学的DS项目自2018年开设，相对较新，但因该项目由统计系和计算机科学系联合开办，所以课程、教授都还比较成熟。录取难度十分顶尖，非常注重数学、计算机、统计方面的学术成绩和科研经历。

课程设置：

由于可以在哈佛和MIT自由选课，这个项目的课程难度可想而知，每届40人左右的class size也保证每个人都有充分的机会了解身边的同学，也不会出现同届同学过度竞争的情况。

录取难度：

这个项目十分偏好数学基础扎实，综合能力全面，且有丰富科研经历的学生，录取者的专业从计算机，应用数学，经济甚至心理学都有涵盖。

明德立人导师点评

Columbia Data Science

哥大DS项目还是十分成熟的，保持了非常高的水准。因为此项目开设时间长，招收了很多届学生。

此外，项目本身课程安排合理，帮助编程基础不足的学生补齐短板，又提高了学生在data science方面的知识水平。同时，该项目也安排了很多求职的机会，录取难度居中。

课程设置：

由于哥大类似的项目实在有点多，造成了同样的工作机会会有其他学校几倍的人数竞争，再加上近几年的扩招，导致不论是选课还是求职都一位难求的情况。

录取难度：

每年发放至少100+的offer给中国学生，不论是海本还是陆本都有包括。大量的录取人数注定这个项目的同学水平参差不齐，更需要自己努力啦。

明德立人导师点评

M.S. in Statistics: Data Science

斯坦福大名鼎鼎，而它的数据科学项目也同样十分成熟，就业前景光明，身处硅谷福地，是天时地利人和的完美项目之一了。

其相关专业共有两个，一个是统计系下的Data Science track，还有一个是ICME（Institute for Computational & Mathematical Engineering）的数据科学，课程设置也比较像，差距在于录得人背景不太一样。

前者更看重数学与物理背景，且相当看重你的Research Experience，而后者就相对而言对申请者更友好一些啦。

课程设置：

上述两个项目的数据科学课程的课程要求完全相同，基本由统计、数学与计算机这些领域涵盖，学生可以根据自己的情况安排学习进度和计划，同时享受斯坦福提供的大量学术资源。

录取难度：

顶着斯坦福的大名，录取难度自然也是非常的大，每年大概只录取3-6人（今年有望增多），当然他们的毕业出路也大多都很不错，从这个项目毕业的同学就业十分便利、抢手，比如每年都有大量学生进入亚马逊(Amazon)的EC2云计算平台处理大规模运算。

明德立人导师点评

UPenn Data Science

宾大数据科学项目于2017年创办，还在努力建设过程中。但是，因为该项目整体学生质量较高，就业情况也很可观。30人的小班优势+自由选课的权利也是很可了。

唯一的劣势要说的话可能就是其地理位置：地处费城，本身就业机会有限，找工作更需要自己艰苦奋斗。

课程设置：

仅有30人出头的班级大小加上宾大工程学院自由选课的权利，使得在这个项目就读的同学可以通过多选cs课的方式提升自己的能力，加上人数不多，整个项目的同学关系也会比较亲密。

明德立人导师点评

CMU Computational Data Science

卡内基梅隆大学是出了名的计算机神校，其Computational Data Science开设在School of Computer Science – SCS下面。

MCDS项目包含了三个track：System Track（系统方向）, Analytics Track（分析方向）和HCI Track（人机交互方向）。

申请数量一直居高不下，1000+人申请，录取人数却保持在60左右。录取学生的本科专业基本包括在计算机、数学、统计三个学科。

课程设置：

由于有三个track，且就读学生以中国和印度同学为主，diversity比较小。

录取难度：

更加适合以计算机本科的同学申请，相对于ML的master对于research或者DS的基础看重程度稍弱，并且由于录取人数更多，难度比前一个项目低一点。