专业解析——美国数据科学专业背景要求有哪些？

　　一、专业背景

　　数学：

　　Data Science 无法避免的就是算法，而算法的基础就是数学。因而数学系的同学如果申请 Data Science 的话是非常有竞争力的，虽然你可能没有计算机基础，但是你的逻辑思维直接导致了你有很好的处理大数据的能力。

　　计算机相关专业：

　　计算机在 Data Science 方向自然是最具竞争力的。但是，这个专业除了巩固自身的编程能力，更偏重了解更多的处理数据的方法。因此，学计算机的同学们，建议在数学方向有一定的基础，不然学的时候会很费脑。

　　经济学相关专业：

　　在大数据环境下，你有经济学基础，那么恭喜你，你一定比其他专业的同学们更懂得什么数据才是有利于预估经济发展行情的。因而，如果你有很好的逻辑能力的话，你完全可以学习一些基础的计算机知识和编程，这不但是适应社会发展的知识，也是能让你在今后就业方面如鱼得水的专业。

　　二、背景提升

　　科研：

　　科研的话，最好找和量化相关的，如果实在没有，可以把相关的课程大作业(project)拿来用。再退而求其次，也可以是 CS 相关，但切记没有科研经历，那将是极大的硬伤。

　　竞赛：

　　竞赛的平台有很多，比如最近很火的 Kaggle，再如阿里的天池、SODA、WID、数据嗨客等。谷歌旗下的 Kaggle 是一个数据建模和数据分析竞赛平台。该平台是当下最流行的数据科研赛事平台，其组织的赛事受到全球数据科学爱好者追捧。如果学生能够在该平台的一些比赛中获得较好的名次，不仅可以体现学生在数据科学、人工智能学科方向上强烈的兴趣，还能在研究生申请和未来就业的过程中，展现自己在编程和算法上的竞争力。

　　实习：

　　实习的话最优选择当然是数据公司的数据岗，然而现实是这样的，岗位由于太过重要，基本不会招实习生。所以，建议找一些统计量化相关的或者计算机相关的实习。

　　三、职业方向

　　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。能够影响薪资的技能包括数据分析、Microsoft Excel、SQL、数据库管理与报告、Microsoft Office、数据挖掘 / 数据仓库、统计分析、数据建模、数据录入、Microsoft SQL Server、Microsoft Access、Microsoft Word、R、Tableau Software、SAS。

　　3、数据科学家 Data Scientist

　　IT 数据科学家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。它的任务是为建模、数据挖掘和生产目的设计和构建新的数据集流程，确定改进数据和搜索质量以及预测能力的新方法。执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。

　　营销数据科学家负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，以确保在线营销策略与公司更广泛的营销计划相结合，并使用例如 Adobe Analytics /Google Analytics 这类分析工具，及时向公司管理层和客户提供综合报告。

　　以上就是美国数据科学专业背景要求的相关内容。如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师，托普仕留学专注美国前30高校申请，助力国内学子顺利获得美国藤校入读资格。