在中国，打开直聘，搜索数据科学家职位，你会看到月薪范围为2万至9万，每年14至16薪，按此计算，最低年薪为28万，最高为144万。高级/资深软件开发工程师的月薪范围为2-6万，每年12-15薪，按此计算，最低年薪为24万，最高为90万。两者的差距还是很大的。你会发现：数据科学专业毕业后的薪资水平高于大部分计算机专业的毕业生（以上数据源于2021年9月份直聘网）。

除了薪资高，职位需求也是快速增长的，据领英发布的《2021年新兴职位趋势报告》对2020年3月1日至2021年2月28日与上一年同期进行了对比，数据科学是增长最快的职位。

在美国，综合年薪、工作满意度以及在Glassdoor开放的岗位数目，数据科学家在美国最大的求职网站之一Glassdoor美国最佳工作（Best jobs in America）排名，连续四年稳居第一，平均年薪维持在10万美元之上，成为美国最为炙手可热的职业之一。

Ⅰ 专业介绍

数据科学(Data Science)是近几年被独立分割出的新兴专业，是一门交叉学科，涉及很多的领域,包括统计学、数学、计算机、人工智能、机器学习、数据库、模式识别、可视化技术等多学科的知识。大数据时代的到来为各个科学领域带新的改革。

大家概念中的“数据分析”或者“数据科学"，通常指的就是定量的定义问题，并基于历史观测数据(而不是实验数据)和定量方法解决问题，让数据自己讲故事，而不是通过经验或者实验讲故事。因此，所有可靠的可定量的数据问题都可以基于数据分析方法解决,而远不止商业问题。

去年抗击新冠疫情的过程中,数据科学也起了非常重要的作用。前有根据大数测疫情拐点、利用监控网络发现传染源,后有达摩院医疗，AI医生能在20秒内完成新冠肺炎影像的分析，分析结果准确率达96%。艾伦AI研究所等顶级研究小组发布了免费的COVID-19开放研究数据集，涵盖目前所有的冠状病毒研究文献，Kaggle紧跟着发起CORD-19数据集文本挖掘竞赛，提出 10大难题，召唤AI研员开发文本数据挖掘工具助力医学界。

Ⅱ 数据科学就业方向

数据科学与大数据技术专业学生毕业生能在政府机构、企业、公司等从事大数据管理、研究、应用开发等方面的工作。主要有以下三类职业方向：

一、机器学习工程师 Machine Learning Engineer

代表了技术含量较高的方向。工作内容主要是开发机器学习系统和用这些系统解决实际问题，一般需要 ship production code ,做出来的是数据产品。

二、数据分析员 Data Analyst

工作内容俗称 analytics（product analytics or business analytics ),从数据中提取 insight ，估计投资回报比，为产品方向提建议。 在美国，Data Analyst 的基本工资中值为58777美元。能够影响薪资的技能包括数据分析、 Microsoft Excel 、SQL、数据库管理与报告、Microsoft Office、数据挖掘/数据仓库、统计分析、数据建模、数据录入、 Microsoft SQL Server、 Microsoft Access、R、SAS等。

三、数据科学家 Data Scientist

1、IT 数据科学家

工作内容以高级建模为主，会针对复杂的问题来设计技术方案。它的任务是为建模、数据挖掘、生产目的设计、构建新的数据集流程，确定改进数据和搜索质量以及预测能力的新方法。执行和解释关于新数据源或现有数据源的新用途的数据研究和产品实验。开发原型、概念证明、算法、预测模型和分析。

2、营销数据科学家

负责构建和调整转换算法和数据挖掘策略，以利用消费者数据，通过数据来给出营销方面的战略建议，以确保在线营销策略与公司更广泛的营销计划相结合，并使用例如 Adobe Analytics /Google Analytics 这类分析工具，及时向公司管理层和客户提供报告.

Ⅲ本科的哪些专业可以申请、本科期间必须学习的课程

一、本科哪些专业可以申请

早前,Data Science一直被默默无闻地嵌入BI(Business Inteligence)或Business Analytics、Computer Science。但是,随着大数据无限膨胀,人们越认识到如何处理大数据将成为一门非常有用且高深的学问，于是它渐渐Business School（商学院）和 CS（计算机）大院中剥离出来。

然而,其交叉学科的性质和未来广阔的不同专业的就业面，使得众多本科专业背景的同学都可以参与到这个专业的研究生学习当中，有如下三个类别的本科专业可以申请数据科学专业的研究生：

1、数学

本科背景是统计、数学或应用数学，且有一定编程基础的同学很适合申请。

数据科学专业无法避免的就是算法，而算法的基础就是数学。因而数学系的同学如果申请数据科学研究生的话是非常有竞争力的，虽然你可能没有计算机基础，但是你的逻辑思维直接导致了你有很好的处理大数据的能力。

2、计算机相关专业

本科为计算机相关专业的同学，申请数据科学研究生自然是最具竞争力的。因为大多数数据工作都是通过编程和数据库的相关手段进行的，并要求学过统计、微积分、高级语言。

3、经济学相关专业

在大数据环境下，你有经济学基础，那么恭喜你，你一定比其他专业的同学们更懂得什么数据才是有利于预估经济发展行情的。因而，如果你有很好的逻辑能力的话，你完全可以学习一些基础的计算机知识和编程，这不但是适应社会发展的知识，也是能让你在今后就业方面如鱼得水的专业。

二、本科期间必须学习的课程

以上三类专业，都可以申请数据科学研究生，实际上，美国大学对于申请这个专业的研究生在本科阶段的学习中的一些课程是有要求的，这些课程在你大学的前三年要修完，这些课程，行业内人员称之为前置课程。我们看哈佛大学对申请者的课程要求：

哈佛大学对于MSDS（Master of Science in Data Science）的本科要求是：希望有微积分、线性代数，概率和统计等相关课程，能使用至少1种编程语言，例如Python或R，了解计算机科学概念。

基于以上情况，总结一下学生在本科期间应该学习以下课程：

1、数学课程

尽管每所学校都要求不尽相同, 但一般会要求学生修过线性代数，概率论，数理统计，微积分等这些基础课程；或者高级物理学，工程学或有大量数学内容的计量经济学课程作为数理能力的补充。

2、计算机课程

计算机科学入门（或等效的“ CS-101”编程课程），如果有其他计算机基础课程如算法，数据结构，数据库概率，数据挖掘，机器学习等更佳。

3、软件编程

计算机语言没有特定的要求，但是成功的申请者通常至少需要掌握一门编程语言，编程语言（Python/R/Java/C++），一般最看重Python和R。

Ⅳ研究生数据科学专业开设情况与数据科学研究生所学课程

美国大学开设了200多个与数据科学有关的硕士专业，到2013年后，开设数据科学硕士项目的美国大学保持持续增长。目前在TOP50院校中开设数据科学硕士专业的学校达21所。

美国的数据科学硕士专业一般开设在计算机学院、工程学院、数学、统计学院或者系下。设立在多个学院是因为这个专业本身属于交叉学科，包含了计算机，统计，数学，和应用领域的学科。

例如卡耐基梅隆大学的数据科学专业开设在计算机学院下，纽约大学的数据科学硕士就是设立在纽约大学数据科学中心下（The Center for Data Science ，简称CDS），CDS附属在著名的库郎数学科学研究所 。

Ⅴ软背景要求

除了硬件背景,GPA, GRE, 托福等,软背景是更重要的申请条件，经验包括实习经验、科研经验、竞赛。

一、科研

一般需要1-2段。

对口的科研有数据挖掘中的算法和应用，亦或者计算机软件、数据库相关的项目。

二、实习

一般需要2-3段。

实习最优选择应该是知名数据公司的数据岗，比如数据科学家，数据分析师，机器学习工程师，研究分析师等，然而现实是这些岗位由于太过重要，实习的机会较少。所以建议找一些统计、量化相关的或者计算机相关的实习，比如统计师，产品分析师，生物统计师，分析师助理，大数据处理助理。

但是，这些岗位对公司来讲一般都太过重要，一般不招实习生，所以建议找一些统计量化相关的或者计算机相关的实习。

三、竞赛

竞赛的平台较多，比较火的有Kaggle，还有就是阿里的天池、SODA、WID、数据嗨克等。

谷歌旗下的Kaggle是一个数据建模和数据分析竞赛平台，是当下最流行的数据科研赛事平台，其组织的赛事受到全球数据科学爱好者的追捧。如果你能在这个比赛获得较好名次，不仅可以体现你在数据科学、人工智能学科上的强烈兴趣，还能在研究生申请和未来工作中，增加你在编程和算法上的竞争力！