发布时间：2016-11-27

纽约大学数据科学专业（MS in Data Science）

纽约大学数据科学专业专业介绍：


纽约大学的data science既不是在stern商学院下面，也不是在computer science下面，而是在math下面。申请的时候应该比较看重数学背景，该专业开设于2013年，开设在math下面的一个专门的Center for Data Scienc，为想进入NYU的申请者多提供了一个录取的可能通道。

基于这个专业的培养目标focuses on the development of new methods for data science。它录取的学生背景大多是理工科背景的居多：Math，Stat，也录取过几个CS, EE, Econ专业的学生。

我们从这个项目2013Fall第一次招生的录取数据来看：

今年打算要30个人，收到152份申请，发了50个ad，刚好来了30个。

30个人里面，背景很杂，undergraduate有11个，已经拿到一个graduate的大概有10个（有1，2个phd，其余都是master），剩下的就是已经工作了的。所以这30个人是同时包括parttime和fulltime的。

粗略分布：

White10人，Asian20人吧，其中2个印度人，1个韩国人，1个日本人，1个台湾人，其余都是大陆的。
average age=25.

大陆分布：10个左右美本，5个非美本吧。
美本来源包括umn,uiuc,u of toronto, wisc-madison,git等等等等。感觉美本基本都是美国的数学强校，本科专业也都是math，stat，ieor，有几个cs ee econ的。
非美本有5个，其中一个港大，一个清华ee。

当然随着Data Science的持续火热，未来的申请人数预测会增长到至少300人！

纽约大学数据科学专业官网申请大数据：

开设学位：MS
GPA要求：3.0
TOEFL要求：100
IELTS要求：不接受
GRE要求：Required
GRE Subject：Not Required
可申请学期：秋季
申请截止日期：2月4日
学费：$1,664/学分

纽约大学数据科学专业申请说明：

纽约大学数据科学硕士（MS in Data Science）一般为期4个学期，要求学生有足够强大的数学知识背景和一定的计算机科学基础知识，学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。该项目仅秋季学期可以申请，截止日期为2月4日，无需GRE Subject数学科目考试成绩。该项目基本无奖学金。

纽约大学文理研究生院按学分收取学费，一般PhD要求修读72个以上的学分，硕士要求修读32-34个学分。按全日制授课型项目，平均每年可修读学分至少24个。此处为2016-17学年文理研究生院平均每个学分的学费标准，需要注意的是，该费用每年会有较小（不超过5%）的涨幅。

TOEFL：不低于100分，无单项要求，不接受IELTS成绩；

数据科学硕士项目仅限秋季学期申请，申请截止日期为2月4日。

纽约大学数据科学专业课程设置：

该专业学制两年，共修36学分。具体开设课程如下：

Year 1 – Fall

Course Title	Credits
TOTAL CREDITS	9
DS-GA-1001 Intro to Data Science	3
DS-GA-1002 Statistical and Mathematical Methods for Data Science	3
Data Science Elective 1	3

Year 1 – Spring

Course Title	Credits
TOTAL CREDITS	9
DS-GA-1003 Machine Learning and Computational Statistics	3
DS-GA-1004 Big Data	3
Data Science Elective 2	3

Year 2 – Fall

Course Title	Credits
TOTAL CREDITS	9
DS-GA-1005 Inference and Representation	3
DS-GA-1006 Capstone Project in Data Science	3
Data Science Elective 3	3

Year 2 – Spring

Course Title	Credits
TOTAL CREDITS	9
Data Science Elective 4	3
Data Science Elective 5	3
Data Science Elective 6	3

知乎学长经验谈：

以下是NYU总体给我的感觉：

NYU的优势是在于关于Data的课太多了，DS自己的课不说，Cournat的CS也包含了一部分Big Data, NLP之类的课（同被DS的Big Data坑= =，不过Cournat CS有门Real Time Big Data Analytics不知道会不会好些），Steinhard的A3SR会有很多应用统计的课程，Stern有统计的PhD,还有Info的偶尔也提供一些课程可以上，Tandon CS有可视化的课（虽然老师也不怎么讲 基本靠自学 摊手~），CUSP有关城市数据分析（ML，Big Data这些的我们都开，不过和DS的侧重不一样，还有怎样通过传感器去采集数据，如何分析声音图像数据等等。。）Tisch的ITP还包含了一部分数据可视化（Data Art），前端（Creating API）和传感器的课程。除了Stern的课比较难选到以外，其他学院的课基本开了就能选到，而我经常听到哥大的同学说，选课难= = 。