美国数据科学硕士录取条件（附大牛录取偏好）

　　美国数据科学是区别于BA项目的存在，它主要侧重于研究，实用性方面可能与BA略微存在差异，但是在录取生源方面，美国数据科学硕士一直都起点很高：主要体现在2点：

　　1、从背景上看，无论是理工科相关的学术背景，还是垂直领域内的实习科研方面，都是这个项目在录取过程的考核重点，此外，在院校背景方面，211和985、海外高校背景等层出不穷，普本以下的学生录取的比较少，所以也是比较挑剔背景学校的项目;

　　2、从学校选择来看，据hanna老师所知，在每年申请过程中，也有不少学校成为申请者的心头爱，包括CMU、哥大、nyu和UCB等学校，在美国都是最为出色的代表院校，同时也是数据科学领域的大牛，但是也是诸多开设数据科学硕士的美国学校中录取难度不低于四颗星的高难度存在。

　　那么，美国数据科学硕士录取条件到底需要满足哪些呢?在录取过程中有哪些明显的偏好呢?从这些牛校中，我们可以看出一定的逻辑！

　　1.卡内基梅隆大学-计算数据科学

　　录取条件：

　　作为传统计算机强校的卡梅，其计算机学院下的计算数据科学项目绝对是该领域神一般的存在。能在卷这个项目的生源们中脱颖而出的通常有着3.9以上的GPA，且本科专业是计算机、软件工程等相关专业，数据科学出身的学生都并没有专业优势。

　　2.哥伦比亚大学-数据科学

　　录取条件：

　　哥大的数据科学不用说，一直是大众情人校，GPA3.8是起码的，他和哥大的商业分析看重的点不太一样的是，BA看重实习，DS看重研究。有一段在学校lab做机器学习或人工智能相关项目的经历是标配。

　　3.纽约大学-数据科学

　　录取条件：

　　纽约大学也是老牌的大众情人校,总体的录取风格跟哥大差不多，今年的数据来看可能跟哥大难度不相上下，但是不仅对有lab经历的学生友好，也对有美国本土hi-tech行业实习经历的学生友好。

　　4.西北大学-分析

　　录取条件

　　西北大学的分析学是一个对应届生不太友好的项目，他们大部分的录取的生源是有5-8年全职工作经验的。虽然肉眼可见的难录，就业也好，但好像吸引力还是不如哥大宾大这样的藤校，且专业并非正统的数据科学，很多费劲千辛万苦录取这个项目的生源最后还是没有入读。

　　5.康奈尔tech-运筹与信息工程ORIE

　　录取条件：

　　很多申请者选择这个项目都会选择旗下的数据科学方向。他家过去几年都是比较平稳的，主流录取生源应该是3.7-3.8，如果有全职工作经验，标准可以放宽到3.4左右，今年的标准直接向3.9看齐，一大票3.8+的被拖着，连发录取的时间都比原计划晚了近2个月，但也有极少数录取早的会在12月中旬就拿面试，面完很快就录取的。

　　猜测学校出结果慢其中一个原因可能是他家面试题目是固定的，所有人都是那6道题，所以他们可能看了面试表现之后依然无法做决定，明年我们看看他们的题目是否会发生调整。

　　6.伯克利-IEOR VS analytics

　　录取条件：

　　伯克利的master of analytics是原先IEOR项目的一个分支独立出来的，可能因为选这个分支的同学太多了，就干脆独立出来了。

　　从专业上讲原项目留下的分支是management science engineering，和fintech，从难度上来讲好像两个项目都友好了一点点，以前感觉3.8以上才比较有机会，现在3.6或者3.7也有可能录取，但其实还有很多3.8以上的学生没有录取，所以并不能认为他的录取标准在降低。

　　关于面试，两个项目都是可能无面录取，也都可能需要面试才能录取，总体来讲面试通过率还是比较高的，analytics无面录取的概率更大一点。

　　以上是关于美国数据科学硕士录取条件的完整介绍，欢迎您在线咨询上海托普仕留学老师，上海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。尽早规划和递交申请，对您未来留学会更有帮助!