数据科学DS专业目前还没有一个官方的专业排名，我们根据过去的申请经验，比如录取bar、项目size、就业情况等等，做了一个排序（排名分先后），仅供参考。
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data science track，admission和administration都是分开的，课程差距总体不大。
其中ICME下的DS track录取难度更高一些，DS track是除了MCF track外最热门的一个方向。录取人数一样的少，只有10人左右。
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。
No.2 Stanford MS Statistics - DS Track
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。
一年收到700+个申请，stats和ds一共录40人左右，虽然看起来还挺多，但要注意不少quota是给Coterminal的本科学生和internal的斯坦福本校学生的！真正分给external applicant的名额就很少很少了……
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。
No.3 CMU 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）。提醒一句：申请sop里建议选好track。除了各自track的课程，常规的capstone project和internship也都有。剩下的选修课相对自由，可以在SCS里选，有很多“神课”，也是非常值得的了。
作为CMU计算机神校的毕业生，大部分进FLAG大厂，除了DA/DS，也会有一些NLP的岗位。
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（懂我意思了吧！）。
虽然哈佛大学MSDS项目开的相对晚（2018年才开），比较新，但终归是哈佛，毫无疑问也是神级项目，第一届的录取率就只有5%（70/1400）。
项目隶属于Institute for Applied Computational Science (IACS)，由数学系和CS系联合办学，也和DS的专业属性一致。IACS下还有个computer science and engineering（CSE）硕士项目，DS因为近几年比较热门，申请激烈程度超过了CSE。美本非常看GPA，很多都是3.9+。陆本会比较看出身，基本是顶级985院校专业第一这种，并且基本都有科研经历。目前录取率维持在8%-9%，和哈佛本科录取率持平。
耶鲁大学统计与数据科学硕士是20fall新开的专业，不过20fall的时候还只接受MA in Statistics项目录取的学生转过去，21fall开始才算正式招生。
虽然说是新项目，不过和原来8节课的MA统计硕士项目相比，其实就是在原有基础上增加了4门课，变成了一个12门课的MS统计与数据科学项目。纯授课制，非读博导向，项目反复强调是terminal。
项目规模很小，一共才发40个offer，最后入学人数大概为15-20个。MA Statistics之前的录取率在10%。
No.6 CMU MS in Data Analytics for Science
CMU 22FALL还新开了一个data analytics for science项目，项目隶属于理学院，时长1年，简单来说就是用数据分析工具和机器学习算法来解决science 研究的问题，因此该项目适合数理化生等基础学科的学生。
秋季学期课程设置主要围绕数学建模和计算方法computational methods，如并行计算、高性能计算、机器学习技术、信息可视化；春季学期主要是有1个semester-long capstone project，跟业界合作的。值得一提的是：考虑到职业发展需要，项目也为学生在春季学期提供了一个6周的沟通能力的训练（required 6-week mini course on communications and professional development）。
录取方面要求Science专业背景（such as biology, physics, math, chemistry or related fields）；先修课要求Python和线代；不要GRE。
No.7 宾夕法尼亚大学 MSE in Data Science
宾夕法尼亚大学数据科学硕士最初于18fall开设，18fall仅对SEAS内部招收transfer项目学生，19fall正式放开招生。
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（1/2的课程是选修课已经很不容易了），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。（其实学校也没扩招，只是入学的人多了）。
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。不同轮次的录取差别还是挺大的，赶得上第一轮的请一定申R1（Nov.1）。
NYU DS也算是很多人心里的白月光项目了。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。
高质量的课程设置、纽约的地理位置、超高的业界认可度，共同造就了NYU DS的高实习上岸率和毕业生留美就业率。就业方向很广，金融/科技/咨询等等都有，毕竟大数据时代。
如果考虑读博的话，CDS是有DS PhD的，大家会有机会陶瓷，也有summer research的机会（不过从当前的数据来看，真正选择读DS博士的还是少数）。
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。
图片
No. 9 哥伦比亚大学 MS in Data Science
哥伦比亚大学数据科学项目严格来说属于数据科学研究院Data Science Institute，粗略来说，也就是属于工学院的。14年开的，算比较早的了，经过这么多年的发展，也越来越成熟了。
项目正常为期1年半，课程也是典型的DS课程，数学/统计/计算机都有。哥大的师资首屈一指，都是相关研究领域的大牛。选修课也有一些FE/OR/CS/统计的课程可以选，可以满足学生的需求。
Career services就是一惯的哥大工学院作风——“放养型”。但靠着哥大的课程训练，纽约的地理位置优势，以及哥大的校友网和学校reputation，就业还是非常不错的。就业方向有部分转码sde，也有各个领域的DS/DA工作；因为纽约地理位置的关系，进金融/咨询/科技公司的居多。如果就业目标是算法工程师的话，还是更建议申CS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）。
No.10 布朗大学 Master’s Program in Data Science
项目隶属于布朗大学数据科学研究所Data Science Initiative (DSI)，于2017年开设（也不算新了）。课程内容涵盖了机器学习、数据挖掘、安全和隐私、可视化和数据管理等等，还是挺全面的，毕竟也汇集了布朗应用数学、生物统计、计算机和数学4个系的优势~
时长方面，常规是1年，但也可以根据需求延长到16、21，甚至是24 个月，对于想做实习和选修CS系课程的同学就很方便了！顺便说一下，这个选CS系的课是真的选的到的那种，优先级基本和CS系本身的同学差不多。
在找工上罗得岛的地理位置确实不算好，学生选择去波士顿和纽约的很多，系里也会提供内推的公司作为intern/full-time的资源。不过项目有一个很大的优势是学校内卷小，官方就业率显示是100%。
申请上项目size还是比较小的，基本不到40人，而且班里有部分是本校5th-year的学生或者PhD在读学生。本科背景上总体偏爱数学、统计背景，陆本招的不多，总体录取率仅6%，适合喜欢小班化氛围和有藤校情节的学生。
另外提醒一点，虽然官网写的托福要求是90，但从我们的实际申请来看，往往会卡105（好好冲托福懂了吧）！
No.11 华盛顿大学 MS in Data Science
在指南君这里可以排到No.11的是华盛顿大学的DS硕士，同样是一个17年开设的“老牌”项目。热度也还是很高的，21fall收到了超过1000份申请，最终录取率不到10%。
项目是就业导向，1.5年制。课程设置也还是比较全的，包括8节课，统计建模、数据管理、机器学习、数据可视化等都有。但这个项目有个问题在于课程规定的非常死，很固定，大家不能自己选择，特别重视选课自由度的小伙伴就要注意下“避雷”了。
项目亮点是有一个持续2个学期的capstone。西雅图的地理位置大家都知道，非常优越，因此这个capstone的合作公司就非常好看，微软、Adobe、Boeing等都有~同样因为西雅图的地理位置，项目的就业也非常不错！
项目size总体算中等（约62人），但其实还有20%是part-time，这样算留给FT的quota也不算很多了；并且也是因为有part-time，所以项目会有夜课，能不能接受这点大家也要提前想清楚~
申请上官方说法是转专业友好，但其实emmmmm……大家看一下21fall的class profile就知道了，明显还是更青睐录理工科，商科录了少量；虽然也有部分文科背景的录取，但基本都是有工作经验的。
并且这个项目对申请者的的编程能力还有硬性要求，必须掌握Python、C#、C++,、Java、JavaScript中的至少一种，只会R、SAS、MATLAB、SQL都是不满足要求的（而且要在ddl之前掌握）。也等于把不适合文社科无任何相关技能和经验跨申写在明面上了……
提醒：不接受雅思！感兴趣的快准备考托福！
No.12 杜克大学 Master in Interdisciplinary Data Science
第12的位置指南君打算给Duke MIDS，一个并不算很正统的DS项目，商科、医药、文科等非数理专业的同学可以重点留意这个项目！
项目的特点从名字上看就很明显了，是跨学科的Data分析项目，由Duke Information Initiative研究院和 Social Science Research Institute社科研究院两个机构合办，18fall是第一届。
项目为期2年，虽然顶着社科研究院的名号，但其实必修课程还是很硬核的；工科生就读的话也完全可以再继续选修其他的硬核课程，常规的summer internship、capstone project也都有~
录取上规模不大，在35-40左右，录取率12%-16%，不过国际学生还是挺多的，中国学生占20%-30%左右。录取bar其实也不算低，但对学校背景相对没那么care，更看重GPA（3.5+）以及对DS在跨学科领域运用的理解。
No.13 南加州大学 MS in Applied Data Science
Tier 1的最后一个DS项目指南君给到USC的ADS！
和名称相对应，USC ADS的特点就更多的集中在“Applied”上。课程设置上更重视数据以及对数据的应用，除了DS的基础知识和技巧，课程还会涉及数据管理、数据可视化、数据挖掘和人工智能技术(特别是机器学习)，以及如何将这些技术应用于现实世界。
项目设置的初衷是培养多元化背景的学生成为优秀的数据科学家，不过这里的多元主要还是指计算机科学以及其他工程或科学背景的申请者，社科和数学类跨学科专业的同学也可以考虑申请，不过会着重考察数学/统计背景和相关经历。
录取来说，项目的size也不算大，在50人左右，对中国学生还是挺友好的~需要注意的是，如果GPA不占优势的话（低于3.5），那录取可能会延后到春季学期发放~
以上就是给大家整理的美国Top13数据科学硕士了。
最后再和大家强调一下，上述排名由指南君根据各个项目的取bar、class size、就业情况和我们自己的申请经验整理，仅供参考~
后续指南君会继续给大家更新这个排名，大家有其他想了解的学校和专业也可以评论区留言许愿~
