<p>课程设置：项目时长两年，由南加州大学空间科学研究所与南加州大学维特比工程学院合作提供，旨在让学生了解数据科学领域以及如何应用空间数据科学技能来解决关键问题。有点类似于NYU Tandon 的CUSP和Gatech 的Urban Analytics。地理空间数据科学是多个动态学科的交叉点。数据科学用于从人类、技术和自然环境中收集信息，并试图理解这些信息。从大量数据中获取的信息可以进行分析和采取行动，从而改善个人和社区的生活质量。地理空间数据科学可以应用于许多行业问题。例如，在城市规划和公共政策中，它可能解决与交通流量或犯罪有关的问题，而农业应用范围从作物管理到野生动物控制。在这个项目中，学生将完成一系列核心课程，为信息工程、空间分析和思维奠定基础。学生还将选择自己的选修课程，以优化职业准备。 许多作业可以组合成一个数字作品集，帮助学生展示他们在就业市场上的能力和技能。学生还将有机会领导讨论并与同学合作完成项目。此外，空间数据科学硕士课程还包括体验式学习机会，例如客座演讲、小组讨论、座谈会和与同行、教师和行业领袖的非正式讨论。</p><p> </p><p>这个项目课程设计主要偏信息工程、空间分析，比较就业导向的项目，会涉及到较多数据科学，适合地理专业/GIS 低分选手，在成绩上比较友好，提供了一个很好的转型出口。因为项目会结合GIS和数据科学两个方向，DS课程可能不会特别深入，如果想转码可能需要自己补充课程（好在项目的选修课很自由，建议结合个人发展规划选课）</p><p> </p><p>就业方面：该项目从GIS 专家的角度研究数据科学。地理空间数据可访问性、空间决策支持系统和地理空间问题解决环境为医疗保健、营销、社会服务、人类安全、教育、环境可持续性、交通运输等领域带来了地理空间数据科学职业机会。学生可以在初创公司和技术公司进行数据分析，并使用空间数据的新兴技术。</p><p> </p><p>录取方面：转专业友好。课程面向科学、技术、工程和数学以及社会科学等各相关学士学位的学生，包括具有空间科学背景但没有计算机知识的学生，以及具有计算机课程背景但没有空间科学知识的学生。欢迎不同背景的学生来学习，建议具备编程经验（没有指定语言，比较建议python/c）或者一年的微积分知识。 这个项目如果本科是stem项目（理工科）会比较加分，或是其他相关的社科专业（量化课程要足够），建议有基础的高数三件套（概率论统计和线性代数最好也学一下）。实习/科研：这个项目比较建议做实习，尤其个人意愿未来转数据科学/转码的，最好在本科期间就能做点数据相关的工作，一来要锻炼一下代码能力，有助于申请&适应之后的学习，二来实际工作中会需要、但课程里缺少的内容要考虑未来在选修课/自己补充。大厂会有一定加分，不能直接做ds相关岗的话，可以体现个人在数据方面的能力&量化能力、代码能力（项目和地理信息数据更相关，如果能找到gis优先）</p><p>总的来说，项目是加申的好选择，但不是first choice, 因为开放时间比较晚。</p>