近期有不少美国大学都在开设新项目，唯恐慢一步就跟不上其他学校的节奏。

这其中，又以数据科学类项目为主。前不久，哥大新开了一个数据科学类项目环境健康数据科学硕士（MS in Environmental Health Data Science）。

随后，作为综排TOP10“钉子户”的西北大学，也新增了一个数据科学硕士项目！在SPS学院开设了全新的Accelerated MSDS项目（线下），项目为期1年。

不难看到，现在DS相关项目真的很吃香，不少大学都在抢着开新项目。

那么除了这两个新增的项目，还有哪些优质DS项目推荐呢？我们按照申请难度由高到低给大家整理到以下这些，大家可作参考：

1. 斯坦福大学

斯坦福其实有2个DS项目，分别开在ICME（Institutes of Computational and Mathematical Engineering）和统计系，都是数据科学类，课程差距总体不大，但申请难度不一样。

ICME-DS

项目对申请者的数理背景提出了非常高的要求，要求线性代数、数值方法、概率、随机、统计理论、精通C和R编程，而且对这些课的课程成绩很看重，基本要3.9+。

主要录取数学/统计/计算机本科专业的学生，此外也很看重DS相关的科研经历。应届生可以申请，中国学生也不少，但更喜欢top美本/海本。

MS Statistics - DS

Stanford统计系下的MS stats和MS stats-data science也是分开申请的。MS stats-ds track是Terminal degree, 没有论文，时长5 quarters。

申请上注意只接受托福，不接受雅思，平均标化Verbal 97% + Quantitative 97% + Analytical Writing 82%；Average TOEFL: 110 Total。先修课方面要求线代、统计/概率论、随机过程、数值方法、编程（python/C/C++）等等；无面试。

2. 卡内基梅隆大学

Master of Computational Data science

CMU MCDS计算数据科学项目隶属于CMU SCS计算机学院，也是第一梯队的神校神项目。就业导向，可以选择1.5年到2年毕业。这个项目的前身其实是MSIT in Very Large Information Systems（2004），所以也没有特别specialized DS，还是更CS的。

课程设置比较成熟了，第一学期是4门DS基础课，第二学期在3个track里选其一：system系统方向（侧重databases, distributed algorithms and storage）、analytics分析方向（这个最前沿DS，侧重ML/NLP等）和Human-Centered DS方向（ds的跨学科应用）

申请方面，项目规模在60+，录取率在3%-5%，中国学生比例高，基本是cs/math背景。gpa3.8+，同时比较看重学生的科研经历。陆本录取一般除了硬件指标之外，基本都有美国暑研经历。

3. 宾夕法尼亚大学

MSE in Data Science

宾夕法尼亚大学数据科学硕士项目一共10节课，时长1年半或者2年，课程涵盖2门Foundations、3门Core以及5门Technical & Depth Area选修课。

基于宾大工学院的优势，课程不仅融合了DS核心知识，还涵盖机器学习、大数据分析和统计学等，更重要的是选课自由度很大，而且提供的选修课DS应用领域的广度也很够，算是DS项目里课程非常全的了。

另外众所周知，宾大的workload非常大！大家申请前还是要做好心理准备的。但有科研兴趣、成绩又好的话，入学后是有机会跟着导师做Thesis/practicum的（但真的要high proficient student）。

申请方面，历年录取率仅在10%左右。具体数据上，21fall有1984个申请，录取195，入学74；20fall，1525个申请里录取了190个，入学仅47个。

宾大工学院的录取特点就是非常看重GPA！几乎都是3.8+/3.9+。GRE 22fall是optional，但参考FAQ平均分（Verbal Reasoning 158 + Quantitative Reasoning 167 + Analytical Writing 4）就知道 ，最好还是带着这样的G去申请。

4. 纽约大学

MS in Data Science

项目隶属于纽约大学数据科学中心CDS，CDS是第一个开设全美DS PhD和本科的学院，可以说是DS领域标杆一样的存在。仰仗NYU Courant在数学和计算机领域的优势，CDS的师资力量和学术资源优势不用多说，还拥有天然的纽约地理位置优势。

项目正常是2年毕业，课程设置非常完善，完全按照Data Scientist的职业方向在培养，数学/统计，计算机/ML算法等基础课和硬核课程都兼而有之，还有细分track的选择。

NYU的NLP很强，还有跨学科的Data Science Physics/ Data Science Biology/ Data Science Biology。需要注意的是，项目还有part time，所以是有夜课的。就业导向的话，还提供了industry concentration，有cpt。

申请的话，属于tier 1的项目，size不算小（150左右）。数学/CS背景比较多，其他专业背景也可，商科/物理/生物/工科等都有。中国学生挺多的，美本多于陆本，都是高三维；有具体的先修课要求。

5.哥伦比亚大学

MS in Data Science

除了交叉学科，哥大也有正统DS项目哦！

哥伦比亚大学的数据科学（DS）项目开设在自己的专设学院（Data ScienceInstitute）下，由文理研究生院统计系、应用科学学院计算机科学系和工业工程与运筹学系联合开设。

项目的学制为1.5年，共有3个学期，需修读30学分的课程。

课程领域主要以计算机科学、工程和统计学为主，核心课程包括数据科学机器学习、概率与统计、统计推断和建模等。课程的安排整体非常合理，既能帮助编程基础不足的学生补齐短板，又能提高学生在DS方面的知识水平。

选修课也涵盖了众多数据相关领域，且由于项目与计算机学院有所交叉，所以有很多DS学院里的老师都同时是CS专业的授课老师。

相对应的，DS项目课程的代码训练含量也远高于哥大的其他类似数据专业。

项目size比较大，100+，中国人占大多数，其次是印度人，所以不管是热门课程还是求职资源的分配都非常紧张。因此，哥大DS的毕业生求职并不轻松。申请上建议本科有不错的统计课/编程课背景，3.7+/325+/105+的标化也只是必要不充分条件。哥大也比较看重本科名校背景，陆本基本都是中游985或专业强势的院校（比如北邮）。

除了以上这些，还有耶鲁大学的MA in Statistics、CMU的MS in Data Analytics for Science，布朗的Master’s Program in Data Science等项目都非常不错。