
微信客服
wholerenguru3 (厚仁学术哥)
随着大数据时代的到来,对于数据分析人才得需求与日俱增,尤其是在最近就业形势不乐观的形势下,掌握一门技术可以说更有利于找到新的工作,发现新的机会。目前美国众多院校都开设有分析类专业项目,也有越来越多的学校纷纷开设数据科学相关专业,以培养相关人才,满足市场需要。今天我们一起来看看威斯康辛大学麦迪逊分校开设的两个项目:数据科学硕士(MS Data Science)与数据工程硕士(MS Data Engineering)。
一、学校介绍
威斯康星大学麦迪逊分校(University of Wisconsin–Madison),简称UW-Madison,是威斯康辛州第一所大型公立大学,是威斯康辛大学系统(University of Wisconsin System)的旗帜性学校,创建于1848年,位于美国威斯康星州首府麦迪逊。它是世界顶尖的著名公立研究型大学,也是美国大学协会和十大联盟创始成员,被美国教育界誉为“公立常春藤”。
根据US News,威斯康辛大学麦迪逊分校在2022年全美综合大学排名第38名,全球大学排名第63名。在2022年《华尔街日报》及《泰晤士高等教育》共同发表的全美最佳大学排名第58名。在2022年QS世界大学排名获得第83名,并在2022年泰晤士高等教育世界大学排名获得第81名。可以说在世界各权威排名中,威斯康辛大学麦迪逊分校都名列前茅。这也与它严谨的学风,浓厚的学术氛围以及国家对学校的重视程度有直接关系。威斯康辛大学麦迪逊分校的研究经费常年高居全美前四,近几年来每年高达11亿美元。
正是出于这样的严谨办学,这里走出过20位诺贝尔奖获得者。
二、项目简介
在今年5月,威斯康辛大学麦迪逊分校宣布推出两个全新硕士项目,分别是数据科学硕士(MS Data Science)与数据工程硕士(MS Data Engineering),两个项目都位于威斯康星大学的计算机、数据与信息科学学院。
数据科学硕士
1.项目基本信息
-
项目名称:MS – Data Science (MDS)
-
开设院系:由统计和计算机科学系联合办学,并由统计系管理。
-
开学时间:2022年秋季
2 .课程设置
学生将一共修满30学分,覆盖以下几个方面:
-
Statistical theories and methodologies (统计理论和方法)
-
Computer systems and algorithms (计算机系统和算法)
-
Machine learning (机器学习)
-
Electives from Statistics, Computer Sciences, and other partner departments (统计学、计算机科学和其他合作院系的选修课)
具体课程设置可参考官网:https://guide.wisc.edu/graduate/statistics/data-science-ms/#requirementstext
数据工程硕士
1.项目基本信息
-
项目名称:MS – Data Engineering
-
开设院系:开设在计算机系
-
开学时间:2022年秋季
2 .课程设置
课程的重点是大规模管理数据的原则和实践。它强调有效和高效地收集、存储、管理和处理数据集,以支持对数据科学和数据分析功能重要的计算和数据驱动系统。鉴于每天产生和处理的数据量不断增加,几乎所有行业都需要数据工程师来建立和维护强大的数据处理系统。所以需要大量从事数据工程方面的人才。
学生需完成30个学分的课程,包括:Data Engineering Foundations方面四节核心课,两节Machine Learning类课程,至少一节Algorithms课,一节Systems课,和一节Humans and Data课。此外还可以选择计算机和统计类相关选修课。
三、申请要求
两个项目都只提供秋季入学,2023年秋入学的申请截止日期为2023年3月15日。
MS – Data Science (MDS)
背景要求:先修课需满足
(resource: https://guide.wisc.edu/graduate/statistics/data-science-ms/#admissionstext)
语言要求:
雅思:总分不低于7.0
托福:总分不低于92
GER:不要求
推荐信:2封required, 建议3封。
MS – Data Engineering
背景要求:计算机或者相关本科学历
语言要求:
雅思:总分不低于7.0
托福:总分不低于92
GER:不要求
推荐信:3封required
可以看出两个项目对相关背景要求还是有不同,MDS 不限制本科专业,但需要满足先修课的要求。MSDE则需要计算机背景及相关学位为基础。
四、就业前景
数据科学和数据工程的毕业前景广阔,大部分毕业生从事的职位如下:
1. Data Analyst 数据分析师
数据分析师侧重于利用统计学、数学等知识进行数据挖掘,日常的主要工作内容为收集数据、清洗数据、然后做一些分析或可视化处理,对编程语言有一定的要求,如R,Python,Javascript,C/C++,SQL等。初级的Analyst的工作就是配合Scientist和Engineer,当业务需求使用某些方法的时候,他们就是一线操作者,当scientist要数据,他们要收集清理数据,当客户或者子公司要数据,他们也要收集清理数据。得出最终的分析报告给产品组工程组或管理层。 所以从这个角度讲,analyst只是非常纯粹的在和数据打交道罢了。
2. Data Scientist 数据科学家
数据科学家是数据领域非常具有复合型的高级岗位,往往需要具备能够独立完成一整套数据分析过程的能力:从数据提取,整合、并进行分层,进行统计或其他复杂的分析,创造引人注目的可视化诠释和效果,开发具有更宽广应用前景的数据工具。实际工作中主要的精力大概在分布式算法的实现和优化上,特别是后者,是极具挑战性的,需要资深的数据科学家来完成,因此需要非常强大的数学、统计、计算机背景,在优化问题上很有经验。
3. Data Architect 数据架构师
都说不想当数据架构师的程序猿不是一个好前端。因为一个优秀的数据架构师应该对所在领域的主流技术体系有一个全面清晰的认识,对某一种技术的原理、运作机理有深入的理解,是该领域的专家,同时具有将客观事物抽象出来的能力,关注当前技术前沿和热点,使用最高效的方式解决问题。他们的日常主要任务为创建数据管理系统,对数据源进行整合、集中、和维护。具体来讲,要求会SQL,XML,HIVE,PIG,SPARK等,对数据库体系结构有深入了解,擅长数据仓库解决方案等。
4. Data Engineer 数据工程师
作为一个新兴的职业类型, 数据工程师更倾向于掌握 “战术层面” 的具体数据技能,专注于使数据可用并能够在生产环境中对数据进行处理,如具体的编程语言、操作系统与数据库等;而数据科学家更倾向于“战略层面”的数据技能,如数据分析、数据挖掘、统计分析、机器学习等。他们的日常主要工作内容是用SQL来回答分析型问题,用脚本来做数据集成,清洗ETL(提取-转换-装载)任务和使用Hadoop生态工具等,对编程语言要求较高,SQL,HIVE,PIG,R,MATLAB,SAS,SPSS,Python,Java,Ruby,C++,Perl等等都要会。
5. Database Administrator 数据库管理员
数据库管理员和数据分析的关联不是很大,类似于一个IT职位,职责为管理数据以及支持数据管理的设施,确保数据库是提供给所有相关用户,正在正确、安全的执行,因此可能会用到SQL,hadoop及相关查询语言,如Hive和Pig。日常专注于优化数据仓库,负责数据的读写和管理。
总结:作为一所全美顶尖的科研公立大校的数据专业,新开放的项目存在许多机会,希望同学们可以多多探索,拿到理想的offer。
References:
https://stat.wisc.edu/graduate-admissions/ms-datascience/
https://www.cs.wisc.edu/ms-data-engineering/
https://www.zhihu.com/question/22476954
美国招生协会
AIRC权威认证
80位
美国双语导师
10年+
名校申请经验
8600+
名校名企录取

微信客服
wholerenguru3 (厚仁学术哥)


