哈佛大学 数据科学硕士 Master of Science in Data Science
项目网址
https://seas.harvard.edu/applied-computation/graduate-programs/masters-data-science
项目介绍
哈佛大学数据科学项目隶属工程与应用科学学院下的Institute for Applied Computational Science (IACS)。该项目成立于2018年，由统计系和计算机科学系联合开办。IACS还有一个项目MS in Computer Science Engineering (CSE)，和DS项目算是姊妹项目，重合度很高。CSE项目更偏向计算机，DS项目则在统计建模、机器学习、优化、海量数据集的管理和分析以及数据采集方面给学生提供了强有力的准备。该项目侧重于可重复的数据分析、协作解决问题、可视化和沟通以及数据科学中出现的安全和伦理问题等主题。毕业生的就业方向来看，科技和金融这两大巨头产业对数据人才需求都很大，这也是为什么越来越多的同学选择了数据科学这条路的原因。该项目有50%的毕业生进入了苹果、谷歌、亚马逊等科技大厂，15%就职于银行、投资公司等金融机构，13%选择继续攻读博士，剩下20%进入健康、电气、医药、咨询等其他各行业。
课程设置
该项目一共12门课程，分为三个学期，也可将学制延长到2年。 每学期可以修4-5门课（两门必修课，其余可以在允许的范围内自由选择）。其中有四门统计、应用数学、数据科学类的科目是必修课，还有一门比较偏文的必修课，学习数据科学中的批判性思维，鼓励大家思考数据科学中的道德观。此外，学生必须完成一段学术研究经历，一个实习项目，或一个硕士学术论文(三项任选其一)。实习项目今年的合作公司包括google、spotify等，春季的选择比秋季要多。同时，哈佛的学生不仅可以在肯尼迪学院、哈佛商学院等学院自由选课，也可以在麻省理工学院交叉选课，并且很多麻省理工的课程都可以抵掉必修学分。
具体课程安排如下：
核心课程
AC 209a 数据科学 1：数据科学导论
AC 209b 数据科学 2：数据科学高级主题
AM 207 高级科学计算：数据分析、推理和优化的随机方法
AC 207 计算科学系统开发
AC 221 数据科学中的批判性思维
研究课程
AC 297r 数据科学顶点研究项目课程
AC 299r 应用计算独立研究
热门选修课
CS 165 数据系统
CS 171 可视化
CS 181 机器学习
CS 182 人工智能
CS 281 高级机器学习
CS 282r 机器学习主题
STAT 131 时间序列与预测
STAT 139 线性模型
STAT 149 广义线性模型
STAT 195 统计机器学习
招生要求
- 简历
- 个人陈述
- 三封推荐信
- 就读过的每所学院或大学的成绩单
- TOEFL或IELTS成绩单
- Supplemental Data form
- 申请费105美金
项目希望寻找到通过以下方式证明具有高级计算工作能力的候选人 ：
擅长数学、计算机科学、统计学或科学计算课程；
探索本科研究中的计算或统计方法；
或有独特的专业成就。
先修课程
微积分和线性代数知识；熟悉概率和统计推断；至少熟练掌握一种编程语言，例如 Python 或 R，并了解基本的计算机科学概念。
申请时间
2023秋申请截止时间为2022年12月1日。2024秋季最新招生日期预计将于8月-9月初公布，每年变化不大。
每年秋季，学院会为对项目感兴趣的学生举办线上远程信息交流会，下面是23年秋季举办的活动日期，感兴趣的同学可在初秋关注注册开放日期。
东部时间 2023 年 10 月 11 日星期三上午 10:00
东部时间 2023 年 10 月 27 日星期五上午 10:00（10 月 27 日的会议将与当前的 CSE 和数据科学硕士学生进行主持讨论，讨论他们的经验。）
东部时间 2023 年 11 月 14 日星期二上午 10:00
顾问解析
由于数据科学近两年的火爆，该项目每年申请人数都超过1500人，录取70-80人左右，录取率维持在6%-9%，和哈佛本科录取率持平。美本学生非常看GPA，基本都是3.9+；陆本学生会比较看本科院校背景，基本是顶级985院校专排第一的水平。录取学生的软件背景也十分强大，基本都要有高含金量的科研经历。从录取者本科专业来看，不同专业按获录学生人数从高到低，排在前4的专业分别是数学、经济金融、CS、统计，其次是工程、理科和社会科学。另外再提醒下，哈佛和MIT的学生是可以互相选课的！ 哈佛的学生不仅可以在著名的肯尼迪政府学院、哈佛商学院等学院自由选课，也可以办MIT的学生卡，去MIT交叉选课。
