MS in Data Science
所属信息
基本信息
项目时长
9-16 months项目学分
32 credits学费估算
$64712 (不含申请到的奖学金）申请截止日期
-
秋季
-
常规
2023/7/1
-
其他
申请信息
TOEFL要求
90.00
IELTS要求
7.00 L:6.50 R:6.50 S:6.50
W:6.50
成绩单寄送要求
网申上传
成绩单邮寄地址
申请时不需要正式，录取后需要
推荐信要求
2
Prerequisite
1. 申请人应获得在与数据科学的计算和数据驱动学术领域相关的方法论或应用学科中获得学士或硕士学位。（ DS的核心领域，即计算机科学、电子与计算机工程、数学与统计学，或同等学历）
2. 申请人如果具有应用数据科学（Applied DS）相关专业（比如信息系统、经济学、生物信息学、物理学、天文学、地球与环境、新兴媒体等）应确保他们满足下列先决条件：
- 编程入门课程（例如，Python、Java、C++、R），相当于CDS DS 110
- 第二门编程课程，相当于CDS DS 210（数据科学编程）
- 离散数学入门
- 线性代数
- 统计学和概率论入门
- 微积分，达到微积分BC先修课程水平
- 算法入门
2. 申请人如果具有应用数据科学（Applied DS）相关专业（比如信息系统、经济学、生物信息学、物理学、天文学、地球与环境、新兴媒体等）应确保他们满足下列先决条件：
- 编程入门课程（例如，Python、Java、C++、R），相当于CDS DS 110
- 第二门编程课程，相当于CDS DS 210（数据科学编程）
- 离散数学入门
- 线性代数
- 统计学和概率论入门
- 微积分，达到微积分BC先修课程水平
- 算法入门
申请材料
英语语言要求：
最低TOEFL 分数 - 90
最低 IELTS 分数 - 7.0 （单项不低于6.5）
DUOLINGO - 130
GMAT/GRE：可以选择提供并作为申请人作品集的一部分。
申请材料：
- 您获得本科和/或研究生学位的机构的正式成绩单*（作为申请目的可以提交非官方成绩单，录取后必须提交正式成绩单）
- 两封推荐信
- 简历/简历
- 个人陈述
- 英语水平证明（托福、雅思等）* （从主要教学为英语的机构获得学位的申请人可免除此要求）
- 不需要提交 GRE 成绩
- 在线申请中更详细地介绍了这些要求。*出于申请目的，可以提交非官方成绩单代替官方成绩单；如果您被该项目录取，则必须向 BU 提供正式成绩单。
最低TOEFL 分数 - 90
最低 IELTS 分数 - 7.0 （单项不低于6.5）
DUOLINGO - 130
GMAT/GRE：可以选择提供并作为申请人作品集的一部分。
申请材料：
- 您获得本科和/或研究生学位的机构的正式成绩单*（作为申请目的可以提交非官方成绩单，录取后必须提交正式成绩单）
- 两封推荐信
- 简历/简历
- 个人陈述
- 英语水平证明（托福、雅思等）* （从主要教学为英语的机构获得学位的申请人可免除此要求）
- 不需要提交 GRE 成绩
- 在线申请中更详细地介绍了这些要求。*出于申请目的，可以提交非官方成绩单代替官方成绩单；如果您被该项目录取，则必须向 BU 提供正式成绩单。
特点
波士顿大学数据科学硕士学位 (MSDS) 旨在满足希望在数据科学领域追求学术或职业生涯的学生的目标。该项目能够帮助学生为融入社会、经济和公共话语各个方面的计算和数据驱动过程做出重大贡献。该项目为STEM项目，能将初始12个月的OPT延长24个月。
项目时长：
最快9个月完成该项目（32学分），参与暑期实习或项目的同学多数12个月完成，最多不超过16个月
秋季入学（9月），无春季课程
课程设置：1核心+5能力+2方向选修
核心课程：
CDS DS 701: Tools for Data Science 数据科学工具
能力课程：（至少在以下领域方向中各自任选一门)
- A1 Modeling and Predictive Analytics 模型和预测分析
CAS MA 575: Linear Models
CAS MA 576: Generalized Linear Models
CAS MA 578: Bayesian Statistics
CAS MA 585: Time Series and Forecasting
ENG EK 500:Probability with Statistical Applications
CAS MA 583:Stochastic Processes
ENG EC 505:Stochastic Processes
- A2 Data-Centric Computing 以数据为中心的计算
CDS DS 522:Stochastic Methods for Algorithms
CAS CS 561: Data Systems Architecture
CAS CS 660: Graduate Introduction to Database Systems
CAS CS/ENG EC 528: Cloud Computing
CDS DS 563: Algorithmic Techniques for Taming Big Data
CAS CS 565: Algorithmic Data Mining
CAS CS 562: Advanced Database Applications
ENG EC 500:Optimization for Machine Learning
- A3 Machine Learning and AI 机器学习和AI
CDS DS 644:Machine Learning for Business Analytics
CAS CS 505:Introduction to Natural Language Processing
CAS CS/ENG EC 523: Deep Learning
CAS CS 542: Machine Learning
GRS CS 640: Artificial Intelligence
ENG EC 503: Introduction to Learning from Data
ENG EC 700:Introduction to Reinforcement Learning
ENG EC 500: Online Learning
- A4 Social Impact 社会影响
CDS DS 682:Responsible Al, Law, Ethics, and Society
CDS DS 657: Law for Algorithms
CDS DS 680: Data, Society, and Ethics
- A5 Security and Privacy 安全和隐私
CDS Ds 653: Cryptography for Data Science
CAS Cs 538: Fundamentals of Cryptography
CAS CS 558: Network Security
ENG EC 521: Cybersecurity
ENG EC 700: Advanced Cybersecurity
ENG EC 700: Vulnerability, Defense Systems, and Malware Analysis
学术方向：
所有MSDS学生必须申报核心方法专业 core methods concentration 或应用方法专业applied methods concentration，两者均包括3门课程（12学分）
Core methods option：
学生必须选择DS 701 和另外两个从A1，A2, A3 方向选出的课程。
Applied Methods Option：
学生必须选择DS 701 和另外两门在 applied methods courses中获得批准的课程。
Data Science Pathway: 数据科学方向
CDS DS 719: Data Science Product Managementl(2 cr.) New Course
CDS DS 729: Data Science Product Management ll ( 2 cr.) New Course
Business Pathway: 商业方向
CDS DS 644:Machine Learning for Business Analytics
OST BA 860: Marketing Analytics
OST BA 879: Financial Analytics
QST BA 875: 0perations and supply Chain Analytics
OST BA 880:People Analytics
Computational Biology Pathway: 计算生物学方向
ENG BE 562: Computational Biology
ENG BF 527: Applications in Bioinformatics
ENG BF 550: Foundations of Programming, Data Analytics, and Machine Learning
ENG BF 768:Biological Database Systems
Social Technical Pathway: 社会技术方向
CDS DS 574:Algorithmic Mechanism Design
CDS DS 682:Responsible Al, Law, Ethics, and Society
CDS DS 657: Law for Algorithms
CDS DS 680 Data, Society, and Ethics
Security and Privacy Pathway:安全与隐私方向
CDS DS 653: Cryptography for Data Science
CAS CS 538: Fundamentals of Cryptography
ENG EC 521: Cybersecurity
ENG EC 700: Advanced Cybersecurity
ENG EC 700: Vulnerability, Defense Systems, and Malware Analysis
职业前景：
完成该项目的学习之后，学生们针对自己选择的不同生涯，努力成为所选领域的领导者，即无论是在学术界通过博士研究生，还是在工业界（通过合作、指导和有效管理不同的团队）作为工业研发最前沿的从业者。
项目时长：
最快9个月完成该项目（32学分），参与暑期实习或项目的同学多数12个月完成，最多不超过16个月
秋季入学（9月），无春季课程
课程设置：1核心+5能力+2方向选修
核心课程：
CDS DS 701: Tools for Data Science 数据科学工具
能力课程：（至少在以下领域方向中各自任选一门)
- A1 Modeling and Predictive Analytics 模型和预测分析
CAS MA 575: Linear Models
CAS MA 576: Generalized Linear Models
CAS MA 578: Bayesian Statistics
CAS MA 585: Time Series and Forecasting
ENG EK 500:Probability with Statistical Applications
CAS MA 583:Stochastic Processes
ENG EC 505:Stochastic Processes
- A2 Data-Centric Computing 以数据为中心的计算
CDS DS 522:Stochastic Methods for Algorithms
CAS CS 561: Data Systems Architecture
CAS CS 660: Graduate Introduction to Database Systems
CAS CS/ENG EC 528: Cloud Computing
CDS DS 563: Algorithmic Techniques for Taming Big Data
CAS CS 565: Algorithmic Data Mining
CAS CS 562: Advanced Database Applications
ENG EC 500:Optimization for Machine Learning
- A3 Machine Learning and AI 机器学习和AI
CDS DS 644:Machine Learning for Business Analytics
CAS CS 505:Introduction to Natural Language Processing
CAS CS/ENG EC 523: Deep Learning
CAS CS 542: Machine Learning
GRS CS 640: Artificial Intelligence
ENG EC 503: Introduction to Learning from Data
ENG EC 700:Introduction to Reinforcement Learning
ENG EC 500: Online Learning
- A4 Social Impact 社会影响
CDS DS 682:Responsible Al, Law, Ethics, and Society
CDS DS 657: Law for Algorithms
CDS DS 680: Data, Society, and Ethics
- A5 Security and Privacy 安全和隐私
CDS Ds 653: Cryptography for Data Science
CAS Cs 538: Fundamentals of Cryptography
CAS CS 558: Network Security
ENG EC 521: Cybersecurity
ENG EC 700: Advanced Cybersecurity
ENG EC 700: Vulnerability, Defense Systems, and Malware Analysis
学术方向：
所有MSDS学生必须申报核心方法专业 core methods concentration 或应用方法专业applied methods concentration，两者均包括3门课程（12学分）
Core methods option：
学生必须选择DS 701 和另外两个从A1，A2, A3 方向选出的课程。
Applied Methods Option：
学生必须选择DS 701 和另外两门在 applied methods courses中获得批准的课程。
Data Science Pathway: 数据科学方向
CDS DS 719: Data Science Product Managementl(2 cr.) New Course
CDS DS 729: Data Science Product Management ll ( 2 cr.) New Course
Business Pathway: 商业方向
CDS DS 644:Machine Learning for Business Analytics
OST BA 860: Marketing Analytics
OST BA 879: Financial Analytics
QST BA 875: 0perations and supply Chain Analytics
OST BA 880:People Analytics
Computational Biology Pathway: 计算生物学方向
ENG BE 562: Computational Biology
ENG BF 527: Applications in Bioinformatics
ENG BF 550: Foundations of Programming, Data Analytics, and Machine Learning
ENG BF 768:Biological Database Systems
Social Technical Pathway: 社会技术方向
CDS DS 574:Algorithmic Mechanism Design
CDS DS 682:Responsible Al, Law, Ethics, and Society
CDS DS 657: Law for Algorithms
CDS DS 680 Data, Society, and Ethics
Security and Privacy Pathway:安全与隐私方向
CDS DS 653: Cryptography for Data Science
CAS CS 538: Fundamentals of Cryptography
ENG EC 521: Cybersecurity
ENG EC 700: Advanced Cybersecurity
ENG EC 700: Vulnerability, Defense Systems, and Malware Analysis
职业前景：
完成该项目的学习之后，学生们针对自己选择的不同生涯，努力成为所选领域的领导者，即无论是在学术界通过博士研究生，还是在工业界（通过合作、指导和有效管理不同的团队）作为工业研发最前沿的从业者。
