• 会员登陆
  • 用户名:
  • 密码:

纽约大学数据科学专业申请条件官网整理

发布时间:2016-11-27
纽约大学数据科学专业(MS in Data Science)

纽约大学数据科学专业专业介绍:


纽约大学的data science既不是在stern商学院下面,也不是在computer science下面,而是在math下面。申请的时候应该比较看重数学背景,该专业开设于2013年,开设在math下面的一个专门的Center for Data Scienc,为想进入NYU的申请者多提供了一个录取的可能通道。

基于这个专业的培养目标focuses on the development of new methods for data science。它录取的学生背景大多是理工科背景的居多:Math,Stat,也录取过几个CS, EE, Econ专业的学生。

我们从这个项目2013Fall第一次招生的录取数据来看:

今年打算要30个人,收到152份申请,发了50个ad,刚好来了30个。

30个人里面,背景很杂,undergraduate有11个,已经拿到一个graduate的大概有10个(有1,2个phd,其余都是master),剩下的就是已经工作了的。所以这30个人是同时包括parttime和fulltime的。

粗略分布:

White10人,Asian20人吧,其中2个印度人,1个韩国人,1个日本人,1个台湾人,其余都是大陆的。
average age=25.

大陆分布:10个左右美本,5个非美本吧。
美本来源包括umn,uiuc,u of toronto, wisc-madison,git等等等等。感觉美本基本都是美国的数学强校,本科专业也都是math,stat,ieor,有几个cs ee econ的。
非美本有5个,其中一个港大,一个清华ee。

当然随着Data Science的持续火热,未来的申请人数预测会增长到至少300人!

纽约大学数据科学专业官网申请大数据:

开设学位:MS
GPA要求:3.0
TOEFL要求:100
IELTS要求:不接受
GRE要求:Required
GRE Subject:Not Required
可申请学期:秋季
申请截止日期:2月4日
学费:$1,664/学分

纽约大学数据科学专业申请说明:

纽约大学数据科学硕士(MS in Data Science)一般为期4个学期,要求学生有足够强大的数学知识背景和一定的计算机科学基础知识,学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。该项目仅秋季学期可以申请,截止日期为2月4日,无需GRE Subject数学科目考试成绩。该项目基本无奖学金。

纽约大学文理研究生院按学分收取学费,一般PhD要求修读72个以上的学分,硕士要求修读32-34个学分。按全日制授课型项目,平均每年可修读学分至少24个。此处为2016-17学年文理研究生院平均每个学分的学费标准,需要注意的是,该费用每年会有较小(不超过5%)的涨幅。

TOEFL:不低于100分,无单项要求,不接受IELTS成绩;

数据科学硕士项目仅限秋季学期申请,申请截止日期为2月4日。

纽约大学数据科学专业课程设置:

该专业学制两年,共修36学分。具体开设课程如下:

Year 1 – Fall

Course Title Credits
TOTAL CREDITS 9
DS-GA-1001 Intro to Data Science 3
DS-GA-1002 Statistical and Mathematical Methods for Data Science 3
Data Science Elective 1 3

Year 1 – Spring

Course Title Credits
TOTAL CREDITS 9
DS-GA-1003 Machine Learning and Computational Statistics 3
DS-GA-1004 Big Data 3
Data Science Elective 2 3

Year 2 – Fall

Course Title Credits
TOTAL CREDITS 9
DS-GA-1005 Inference and Representation 3
DS-GA-1006 Capstone Project in Data Science 3
Data Science Elective 3 3

Year 2 – Spring

Course Title Credits
TOTAL CREDITS 9
Data Science Elective 4 3
Data Science Elective 5 3
Data Science Elective 6 3

知乎学长经验谈:

以下是NYU总体给我的感觉:

NYU的优势是在于关于Data的课太多了,DS自己的课不说,Cournat的CS也包含了一部分Big Data, NLP之类的课(同被DS的Big Data坑= =,不过Cournat CS有门Real Time Big Data Analytics不知道会不会好些),Steinhard的A3SR会有很多应用统计的课程,Stern有统计的PhD,还有Info的偶尔也提供一些课程可以上,Tandon CS有可视化的课(虽然老师也不怎么讲 基本靠自学 摊手~),CUSP有关城市数据分析(ML,Big Data这些的我们都开,不过和DS的侧重不一样,还有怎样通过传感器去采集数据,如何分析声音图像数据等等。。)Tisch的ITP还包含了一部分数据可视化(Data Art),前端(Creating API)和传感器的课程。除了Stern的课比较难选到以外,其他学院的课基本开了就能选到,而我经常听到哥大的同学说,选课难= = 。

手机用户点击此处访问



资讯来源:鑫泉留学

责任编辑:孙卉