数据科学(Data Science)和商业分析(Business Analytics)很相似,很多学生会选择同时申请两个专业,但是实际上,两个专业还是有区别的。DS的课程设置一般偏向于计算机和数学,BA的课程一般还有商科。许多加拿大一流高校,包括麦吉尔大学、UBC大学、滑铁卢大学等,都开设了数据科学和数据分析(data science and analytics)的硕士专业。从2018年秋季起,多伦多大学即将新增Data Science Specialist Program的本科专业。
申请加拿大的数据科学专业,建议本科具有比较强的量化技能,比如计算机、信息科学、工程、数学、物理、健康科学、商务、社会科学或者城市规划专业的学生可以申请。如果申请者具备一些计算机基础、数学统计知识以及一些数据可视化的技能,在申请时会具有更多的优势。
计算机基础
一般来说,数据科学专业大多要求具备编程、计算机科学相关的专业背景。简单来说,就是对处理大数据所必需的Hadoop、Mahout等大规模并行处理技术与机器学习相关的技能。
数学及统计基础
除了数学、统计方面的素养之外,还需要具备使用SPSS、SAS等主流统计分析软件的技能。其中,面向统计分析的开源编程语言及其运行环境“R”最近备受瞩目。
数据可视化
信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析,开发Web原型,使用外部API将图表、地图、Dashboard等其他服务统一起来,从而使分析结果可视化,这是对于数据科学家来说十分重要的技能之一。