目录
1 项目概况
2 申请条件
3 录取学生画像（2020年招生数据）
4 培养体系
4.1 课程设置
4.2 分支方向
4.3 就业服务和毕业生去向
1 项目概况
纽约大学数据科学硕士（Master in Data Science）项目是世界上最早在该领域开设数据科学课程的项目，旨在应对“拍字节”时代的大数据浪潮，为数据革命提供基本理论和前沿方法支撑，应对学术界、工业界、政府等领域对数据科学人才日益增长的需求。该项目所在的柯朗数学科学研究所是美国排名第一的应用数学研究机构。该项目由纽约大学数据科学中心（CDS）开设，它由人工智能三巨头之一、Facebook人工智能实验室负责人、图灵奖得主Dr. Yann LeCun成立于2013年。该中心的教授和研究员都是数据科学领域的专家，他们的研究主要集中在计算统计、人工智能、计算生物学、计量经济学、社会科学研究定量方法等领域，该中心与人类学、生物学、经济学、教育、语言学等多个部门都有合作。CDS位于纽约大学主校区曼哈顿校区，以华盛顿广场为心脏，地理位置极佳，实习和工作机会较多。
2 申请条件
纽约大学数据科学硕士项目主要面向有较强数学、应用统计学和计算机背景的学生招生，录取学生来自数学、统计、计算机、工程、经济、生物、物理、心理等多种专业。该项目要求申请者具备一定的数学基础（高等数学、概率统计或需要较强数学基础的高阶物理、计量经济、工程课程）和基本的编程能力（不限编程语言种类，但具有R或Python使用经验更佳）。申请者有商业、政府或学术方面的工作经验更佳。申请材料包括本科成绩单、托福或雅思成绩、GRE成绩、三封推荐信以及个人陈述。
3 录取学生画像（2020年招生数据）
平均GPA：3.75/4
平均TOEFL：107
平均GRE（V）：155.99/170
平均GRE（Q）：166.96/170
4 培养体系
4.1 课程设置
该项目时长两年，要求修完必修课和选修课共计36个学分，每门课3学分，一个学期需修满9学分。也可选择多修学分，一年半完成项目。
必修课
课程代码 | 课程英文名称 | 课程中文名称 |
DS-GA 1001 | Introduction to Data Science | 数据科学导论 |
DS-GA 1002 | Probability and Statistics for Data Science | 概率和统计 |
DS-GA 1003 | Machine Learning | 机器学习 |
DS-GA 1004 | Big Data | 大数据 |
DS-GA 1006 | Capstone Project and Presentation | 实践项目 |
注：学生需在项目第二年在相应的实验室完成Capstone项目，Capstone所涉及的领域包括：概率和统计分析、自然语言处理、大数据分析和建模、机器学习和计算统计、软件工程、信号处理等。
下列课程任选其一完成：
课程代码 | 课程英文名称 | 课程中文名称 |
DS-GA 1005 | Inference and Representation | 推论和表征 |
DS-GA 1008 | Deep Learning | 深度学习 |
DS-GA 1011 | Natural Language Processing with Representation Learning | 自然语言处理中的表示学习 |
DS-GA 1012 | Natural Language Understanding and Computational Semantics | 自然语言理解和计算语义学 |
DS-GA 1013 | Mathematical Tools for Data Science | 用于数学科学的数学工具 |
DS-GA 1014 | Optimization and Computational Linear Algebra | 优化和计算线性代数 |
Fall 2020 DS-GA 1170/CSCI-GA 1170 | Fundamental Algorithms | 基本算法 |
Fall 2020 DS-GA 2433/CSCI-GA 2433 | Database Systems | 数据库系统 |
Fall 2020 CSCI-GA 2110 | Programming Languages | 编程语言 |
选修课
课程代码 | 课程英文名称 | 课程中文名称 |
DS-GA 1007 | Programming for Data Science | 数据科学编程语言 |
DS-GA 1009 | Practical Training for Data Science | 数据科学实践 |
DS-GA 1010 | Independent Study | 独立研究 |
DS-GA 3001 | Special Topics in Data Science: Probabilistic Time Series Analysis | 统计概率与时间序列分析 |
DS-GA 3001 | Special Topics in Data Science: Risk Management & Machine Learning | 风险管理和机器学习 |
DS-GA 3001 | Special Topics in Data Science: Machine Learning for Healthcare | 用于医疗保健的机器学习 |
DS-GA 3001 | Special Topics in Data Science: Mathematical Statistics | 数理统计 |
DS-GA 3001 | Special Topics in Data Science: Bayesian Machine Learning | 贝叶斯机器学习 |
DS-GA 3001 | Special Topics in Data Science: Search and Discovery | 探索和发现 |
4.2 分支方向
该项目共有以下七个培养方向，选择特定培养方向的学生需要选修对应分支方向的选修课。
- 数据科学方向
- 数据科学-物理方向
- 数据科学-生物方向
- 数据科学-生物医学信息学（医学院）方向
- 数据科学-大数据方向
- 数据科学-数学和数据方向
- 数据科学-自然语言处理方向
4.3 就业服务和毕业生去向
纽约大学与许多大型公司合作，为学生提供专业的就业指导，包括提供公司数据库，组织学生参加数据马拉松比赛；邀请在职数据科学家和数据工程师，与学生进行一对一对话等；提供修改简历和模拟面试机会。学生实习公司包括：
排名前三的领域是科技、媒体和金融。
研一学生（2019-2021）暑期去向：
就业数据（2018-2020）：
参考：
[1] 纽约大学数据科学硕士官网：https://cds.nyu.edu/masters-program/
[2] 纽约大学百度百科：https://baike.baidu.com/item/%E7%BA%BD%E7%BA%A6%E5%A4%A7%E5%AD%A6/2610719?fr=aladdin
[3] Spirling Slides for Fall 2020 New Admit Open House(向本公众号发送“纽约大学”即可获得下载2020年秋季新入学PDF链接)
