一个全新的领域

　　数据科学（Data Science）？UCSD还有这个专业？

　　没错，UCSD在2017年秋季正式创立了数据科学本科专业，沿用了UC伯克利同名专业的部分课程教案，挑走了本校CSE部门的顶级教师，是UCSD目前的重点“栽培对象”。

　　这个专业才成立不过一年而已，但因为申请人数过多，已经摇身一变成为需要抽签才能进的“网红”专业！

　　这个炙手可热的热门专业好申请吗？课程简单吗？都有什么必须课程？毕业就业方向如何？

　　今天，立思辰留学360小编就带大家走进数据科学，这个因为信息技术而诞生的时代性专业！

　　数据时代到来

　　随着电子科技进入我们的生活，前所未有的，大量的数据诞生了。合理运用这些数据，可以推动世界科学的发展，提高人类的生活质量。数据科学（Data Science）就是这样的一门标记着新时代到来的学科。掌握数据科学技术，才能掌握当下，掌握未来。

　　数据科学家：全能“独角兽”

　　UCSD的数据科学部门是由计算机科学（CS），数学，认知科学三个部门共同创建的，目前隶属于Jacobs工程学院。下图很好的解释了数据科学与这三个学科之间的关系。数据科学家是一名全能型选手，既要了解客户需求，还需要一定的编程技能，以及统计学知识。因为他们数量的短缺、技能全面这两个属性，被称为为“独角兽”。

　　数据科学同时是一个十分实用的学科，大部分毕业生会选择加入私人企业，而非继续留在高校搞科研。所以商业嗅觉的灵敏度以及各种软技能十分重要，因为在企业里，公司在意的是成果，而非过程。

　　Question1

　　数据科学与统计的区别？

　　从编写软件程序，到分析结果，得出结论，全部由数据科学家一人完成。数据科学家应当具备运用统计知识以及编程能力、解决问题的能力。虽然在UCSD，统计专业也会有写码课程，但是大部分还是数学理论课。然而数据科学学生，应当可以独立完成：数据的收集，数据的管理，以及数据分析，并得出结论。UCSD数据科学专业立志于培养出这样的全能型人才。

　　UCSD课程一览

　　UCSD的数据科学专业需要116个学分29门课，分别是14节基础课，以及15节进阶。

　　基础课（Lower Division）分为7节专业课，4节数学课，3节科学课。这些课程应在两年内完成。科学课可以从物理，化学，生物中选自己感兴趣的一个系列学习。

　　进阶课（Upper Division)包括10门专业的核心课程，以及5节选修课。选修课可以选择自己喜欢的领域的课程：认知科学，计算机科学，数学，和电子工程。

　　需要注意的是大部分选修课需要完成其他课程才能选，很多这些“前提课程”并不在专业的课单中，要求学生自行完成。

　　具体课程内容请参考数据科学本科专业要求官网。

　　基础专业课

　　如果你加入了这个专业，第1学期就可以开始上DSC10了，因为专业课都是上完一节才能上下一节，很拖进度。

　　COGS 9：数据科学入门

　　DSC 10：Python入门

　　DSC 20：数据结构 I （Python）（需上完10）

　　DSC 30：数据结构 II （Java）（需上完20）

　　DSC 40A：数据科学理论基础I（需上完20）

　　DSC 40B：数据科学理论基础II（需上完40A）

　　DSC 80：数据科学练习以及运用（需上完40A和30）

　　转专业要求

　　如果你是其他专业，或者还没专业（Undecided），想转到数据科学专业，有什么要求呢？其实很简单，只需要上完DSC10，MATH 20C，以及MATH 18就可以了！

　　但是！请保持你的GPA！学校会按照你这三门课的综合GPA将申请者排名，如果三门课GPA一样就按照总体GPA再排名，如果总GPA也一样就随机选出需要的人数进入专业，这就是所谓的“抽签”，是热门专业尤其是工科很常见的一种转专业审核模式。

　　其他要求包括：必须在大二结束之前申请转专业，申请时必须有24个非PNP的学分等等。具体要求请点原文链接。

　　数据科学专业毕业了能进入AI领域工作吗?

　　其实AI和机器学习只不过时数据科学中的一小部分，UCSD的数据科学必修课中只有两三节是AI相关的。虽然AI这个领域未来前景很好，但大部分数据科学学生就业后的工作，90%的时间都是在处理杂乱无章的数据（数据收集与数据管理），而且不是所有的毕业生都有机会从事机器学习相关工作，因为门槛很高。

　　Question2

　　就业方向

　　3.21世纪最“性感”的工作

　　数据科学家被哈佛商业评价评为

　　21世纪最“性感”的职业，

　　绝大部分数据科学家拥有硕士或博士学位，

　　但随着越来越多的学校创建了

　　“数据科学”本科专业，

　　越来越多的本科生也能成为数据科学家了

　　数据科学家们工作于——

　　科技领域，市场营销，制药，金融，学术界

　　等等......

　　他们是研究人员，企业管理者，研发人员，

　　更是“点子创造者”

　　数据科学专业毕业了能干什么？

　　大数据工程师&数据分析师

　　数据挖掘（Data Mining）是从一大堆数据中提取有用的信息，并转换成可理解的结构。大数据工程师（Data Engineer）主要负责数据整理，方便其他部门调用。数据分析师（Data Analyst）主要负责数据的清理，数据挖掘，可视化（Visualization）。你需要熟练掌握编程语言，以及可视化工具。

　　适合公司：科技公司，娱乐公司，零售公司，以及各种大型公司。

　　机器学习工程师

　　越来越多的公司生产的产品就是数据本身。这些公司寻找会机器学习以及数据分析的机器学习工程师。机器学习工程师通常有正式的统计学，数学，物理的背景。首先大家需要知道，数据科学不等于机器学习（Machine Learning），机器学习更不是UCSD数据科学本科的教学重点。所以如果你想追求机器学习领域的职业，你需要比别人更努力，在课外和假期多多积累机器学习方面的知识与经验。

　　公司：拥有大量数据的公司（社交网络），或者提供数据服务的公司。

　　产品经理&项目经理

　　有数据科学背景的项目经理或产品经理运用数据来推动商业的决策，综合其他部门提供的信息，规划并在资金额度以内完成公司指定的任务。做数据分析的最终目的，就是通过数据分析来引导产品改进的能力。统计学理论知识以及对数据的掌控能力可以帮助你在这条道路上越走越远！

　　公司：任何公司！

　　学习建议

　　4编程从娃娃抓起

　　从现在开始学Python

　　不管你想不想进入计算机相关领域，编程都是十分重要的技能，甚至是必备技能！周围的同学，不管什么专业，都或多或少有编程课，设计、化学、物理，数学，更不用说工科了！UCSD的数据科学专业很注重编程，所以如果有条件，可以通过自学、网课等渠道提前接触Python语言。Python语言是数据科学领域最热门的语言，也是所有热门编程语言中最简单的一个。

　　现在开始四年规划

　　经验永远比大学学的理论重要！因为有成千上万的人都和你上了同样的编程课、数学课。实战经验是将这些求职者分层的关键。不管是编程经验还是在公司所属领域的专业知识以及“软技能”都至关重要。所以从现在开始就要着手准备，未来四年的学习/实习计划。前两年你可能找不到实习，但是可以通过这两年来丰富自己的学识。在你心仪公司招聘网页上找到数据科学相关职位的要求，看着一列列的应聘必须会的语言/软件，你可以将它们定为你的学习目标，不管是网课，还是自学。

　　Question3

　　双专业/辅修什么专业比较好？

　　因为数据科学与计算机科学和数学有太多重合部分，所以不能同时主修数据科学和数学或者CS。但是数据科学学生仍然可以辅修任何其他专业！热门辅修专业是CS、数学、认知科学、物理，以及各种其他的社会科学（经济学、心理学等）。因为大部分数据科学家的工作都会围绕着人类的行为，所以社会科学方面的背景知识也是很受用的！

　　马云说过，人们正从信息技术（IT，Information Technology）的时代走向数据技术（DT，Data Technoloy）的时代。没有人能否认未来十年是属于数据的，不管是物联网，云端数据处理，机器学习，还是深度学习，都是飞速发展，并且前景一片光明的疆土。数据科学专业的学位，可以让你日后在这些新兴领域有机会施展拳脚，更能帮助你成为一只稀有珍贵、有竞争力的、软硬实力兼备的——全能数据“独角兽”。