高薪预定！美国本科Top级「数据科学」项目，说是神仙打架不为过吧～

数据理论（Data Theory）是UCLA统计系联合数学系于2019年推出的新型专业，为学生攻读数据科学相关领域的研究生打下坚实的基础。该专业相较于传统的“数据科学”更偏理论化，学生必须学习统计学、高级数学证明、C++/R/Python等编程语言，并在大四参加一个顶点课程（Capstone Course）。本科生有机会在业内客户的实际项目中担任顾问，实践课堂中学到的知识。

密大的数据科学本科项目是工程学院的EECS系和LSA学院的统计系的联合项目，旨在培养全面的数据科学家。学生将学习编程、数据分析和数据库系统，对数据科学进行批判性思考，并在大四上一门顶点课程，运用各科所学的技能和知识。项目允许你修一个CS双专业，假如你计划读硕士，试试密大的本科/研究生连续学习计划（SUGS），在五年内达成本硕连读的成就吧！

UCSD的数据分析专业由Halıcıoğlu数据科学研究所（HDSI）开设。学生会在初级课程学习数据科学的理论基础、从统计学和计算学的角度学习数据的基本技能，并在高级课程学习数据科学的核心课程，包括数据管理、可视化、机器学习和数据挖掘等。课程设置要求学生多实习、参与研讨会、做独立研究。你能在HDSI成熟的科研环境探索尽情AI、机器学习、生物医学等领域的边界。

数据科学是作为细分专业（Concentration）在康奈尔大学信息科学专业下设置的。该专业提供三个学位：信息科学文学士学位、信息科学理学士学位、信息科学、系统和科技理学士学位，分别由文理学院、农业和生命科学学院和工程学院管理。这三个学位均可选择数据专业作为学术方向，与数据科学相关的核心课程有：信息可视化、自然语言处理、机器学习、数据挖掘、数据伦理等。

哥大工程学院旗下的计算机项目提供数据科学的文学士学位。先决课程（Prerequisites）有15个学分，涉及数学和统计基础课；核心课程要上8门课，共计24个学分，内容包含高级统计学、机器学习、数据科学、离散数学和算法分析；选修课上5门课，涉及数据库、平行编程、计算机复杂性、人工智能等内容。毕业生部分直接进入企业或政府的数据科学相关岗位，或继续攻读研究生学位。

UIUC去年推出了一个跨学科专业叫X + DS，由iSchool联合吉斯商学院、格兰杰工程学院的科学系和统计系推出。你可以在会计学、天文学、金融学和信息科学四个方向中任选一个，与数据科学搭配着学习。核心课程将从数学基础、计算基础、数据科学基础、数据科学的社会影响和研究或发现经验这五个方面展开，学生会在前3-5个学期学完课程，为专业领域的高级课程做准备。

斯坦福大学提供数据科学的理学士学位，由斯坦福大学的统计学、数学、计算机科学和管理科学与工程系主办。学生需要学习数学、计算、优化、统计、伦理和写作等课程，并在大四上顶点课程，结合所学知识做一个项目。Data Science@Work也是斯坦福的必修课，学校会邀请到业内的数据科学家讲述他们的职业角色和职业道路，与学生分享职业生涯中重要的决策点。

卡内基梅隆大学的Dietrich人文和社会科学学院与计算机学院联合推出了「统计学和机器学习」专业。你将学习计算、数学、统计理论和复杂数据解释方面的课程，如何分析大量的数字集来寻找模式和改进算法。申请者高中必须学满3年数学，包括解析几何、初级函数、初级微积分，最好学习高阶/荣誉课程。87%的毕业生在半年内拿到了工作Offer/读研，雇主包括：谷歌、高盛、麦肯锡、贝莱德集团等公司。

麻省理工学院的电气工程与计算机科学系和经济学系联合提供了「计算机科学、经济学和数据科学」的理学士课程。该专业主打一个跨学科，为学生提供了经济学、计算机和数据科学方面的技能组合。学生会学习研究算法、优化和机器学习等专业补充知识，并与计量经济学和高等数学相结合。MIT的统计和数据科学中心让学生有机会接触到最前沿的统计和数据科学相关研究。

UCB的数据科学文学士学位由计算、数据科学和社会学院（CDSS）管理。该专业强调技术知识和人文社科背景的结合：学生在打好数学、统计基础的同时，能学习数据科学的专业知识，理解当下的数据伦理和行业政策，并加入全球高等学府的出国交换项目。CDSS与工程学院、D-Lab和加州大学旧金山分校有大量合作项目，UCB的学生最不缺的就是科研机会。