(1) 美国数据科学专业特色
→在线咨询
从学科角度来讲，数据科学是结合了应用数学、统计、模式识别、机器学习、数据可视化、数据仓库等多学科的交叉学科，简单来说，在科技不断更新的现在，人们的一举一动都被记录下来，而这个记录就是数据，许多公司并不怕产生的数据量大，他们怕的是有哪些东西没有被记录，对于公司来讲，任何细节记录都有可能赚到钱，于是，数据科学诞生了。
数据科学并不是单一的学科，学习数据科学的过程中，会学到统计学、数学、计算机、人工智能、可视化等多学科的知识，可以说，大数据时代的到来，为各个科学领域都带来了新的改革。每个学校的数据科学类学位培养目标不尽相同。
由课程设置，可以预测该专业的背景要求。仔细观察，data science课程设置，都是与计算机密切相关的。并且，比如可视化，目前应用比较多的，当属machine learning，也就是通过计算机图形与图像处理，从而将我们所需要的数据在电脑屏幕上显示出来。所以，整个过程，需要一定的计算机技能，如编程、算法。另一方面，通过数据，分析挖掘出有用信息，因此，如果申请者具有一定的数学、统计分析基础的话，更有利于获得申请成功。
(2) 美国数据科学专业课程设置
根据每个学院和专业的开设情况，数据科学专业一般开设在计算机相关院系或商学院下。 其主要课程为 C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理、 大数据实践等课程，可以看到，这些课程和计算机密切相关，因此在整个学习过程中，都需要学生具备一定的计算机能力，比如编程、算法等，对于打算申请美国研究生数据科学专业的学生来说，具备一定的数学、统计分析基础，更有利于申请成功。
(3) 美国数据科学专业就业方向和职位
→在线咨询
大数据相关的行业或岗位都是比较广泛的，相关数据报告显示，未来几年，大数据科学家的缺口将达到十几万，懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到上百万，其中对大数据处理需求最旺盛的行业有制药业、计算机软件、互联网、科研、生物技术等，可以说，在未来，大数据或数据工作者的岗位将会越来越紧缺。
事实上，有很多领域都可以让大数据工作者一展拳脚，从国防、互联网到金融机构，凡事会产生大量数据且对数据信息提取有较高要求的行业，都会用到大数据工作者。
“数据科学的一般是三类职业方向：机器学习、数据分析和数据科学家
1. 机器学习工程师 Machine Learning Engineer
代表了技术含量较高的方向，工作内容主要是开发机器学习系统和用这些系统解决实际问题。一般需要ship production code，做出来的是数据产品。
2. 数据分析员 Data Analyst
工作内容俗称analytics (product analytics or business analytics)，从数据中提取insight，估计投资回报比，为产品方向提建议，所用工具一般较基础，比如写SQL query取数据、用R/Python做简单的分析、用Tableau/Excel作图比较常见，能自己开发Dashboard算是analyst里面技术强的;工作需要产生各种形式的报告;在统计层次上，懂基本t-test和线性回归即可。
3. 数据科学家 Data Scientist
很多人说，我想做数据科学家，我想做机器学习，而这类职位就是大家想象中的那种。此类职位工作内容以高级建模为主，会针对复杂的问题来设计技术方案，比如Uber叫车的ETA、各种定价系统、Airbnb和金融行业的Fraud Detection、Amazon物流管理，FB/Linkedin的社交网络或者ebay/Airbnb/Uber这样供需双方Marketplace市场规模的实验。这些例子，听上去就不是写SQL能解决的，也不是会写代码就能做出来的，都需要比较深的领域知识。 ”
