培养目标
收集这些数据会引发关于准确性、隐私、平等和道德的问题。分析它需要深厚的分析和技术专长。使用它来为决策提供信息需要沟通和管理技能。
这些技能的需求从未如此高。事实上，Glassdoor 连续五年将数据科学家列为最佳工作。我们的计划为您准备好这个有价值的职业，专为希望获得数据分析专业知识的学生而设计，无论您已经拥有技术背景，还是正在开始新的职业道路。
随着数据科学领域的发展，该学科的专业正在出现。这就是为什么我们设计了三个轨道，让您在该领域的特定方面进行更深入的研究。选择通过数据和业务分析轨道深入研究数据科学的业务应用。通过 Language Analytics Track 专注于非结构化语言数据。或者通过 Data Pipelines and Platforms Track 探索数据收集和数据工程。
无论您选择哪个方向，您毕业时都将具备对任何行业产生影响所需的数据科学技能。在短短一年内完成你的课程，看看你的学位可以带你去哪里。
申请截止日期
学期 优先1 优先2 截止日期
秋季 1 月 1 日 2 月 1 日 6 月 1 日
春季 10 月 1 日 11 月 15 日 12 月 15 日
夏季 3 月 1 日 4 月 1 日 5 月 1 日
录取要求
所有候选人都应具有学士学位或同等学历。 此外，建议潜在学生在商业、科学、统计、研究或信息技术等数据密集型领域具有深厚背景。 申请人应该对跨学科工作感兴趣，这些工作侧重于使用信息技术作为工具来管理大型数据集，以便为商业和公共企业等组织提供解决方案。 鼓励对数据科学感兴趣但缺乏推荐的本科背景的准学生咨询。 此类潜在学生可以进行个别咨询，以探索他们的潜在候选资格。
课程列表
| 中文 | 英文名 | 类型 |
|---|---|---|
| 数据管理概念和数据库管理 | Data Administration Concepts and Database Management | |
| 数据科学导论 | Introduction to Data Science | |
| 应用机器学习 | Applied Machine Learning | |
| 大数据分析 | Big Data Analytics | |
| 数据科学的定量推理 | Quantitative Reasoning for Data Science | |
| 商业分析 | Business Analytics |
