窥见:DS专业的“卷生卷死”
收藏已取消
收藏成功
已添加至{{ selectCollectNames.join(',') }}
{{!collectStatus ? '收藏' : '已收藏'}}
指南者留学 吴宇
2024年12月31日
阅读量:2411
<p> </p>
<p>随着人工智能、大数据、物联网等新一代IT技术的登场,互联网的深入普及,社会生活以及经济合作信息化程度的提升,近年来数据科学专业(Data Science)及其相关专业成为了留学硕士申请项目的热点,关注和申请热度高涨。由此老师特地去关注了一下其的内卷程度,并剖析了其内部原因,进一步对港新相关热门项目进行了解析,期望给感兴趣的UU们提供参考和帮助。</p>
<p> </p>
<h1><span style="color: #ffffff;"><strong>一、“卷生卷死”的DS专业</strong></span></h1>
<p> </p>
<h2><span style="color: #1890ff;"><strong>火爆程度一览</strong></span></h2>
<p> </p>
<p>根据指南者23fall,24fall四大主要留学国家和地区内部申请数据分析,英国QS前100主要学校数据科学专业平均申请量增幅达64%,新加坡45%,香港42%,澳洲26%。爱丁堡大学公布的录取数据中,数据科学专业近三年申请人数均超过<span style="background-color: #ffd900;">1,600</span>人,是名副其实的热门专业。</p>
<p> </p>
<p>其次国内外学校和相关的教育机构为了相应社会和经济发展的需求,广泛开设了数据科学相关的本科和硕士项目以及相关课程。据华算人工智能研究院、全国高校人工智能与大数据创新联盟调研发现,从2015年~2023年9年时间,全国775所(不含重复备案)高校成功备案“数据科学与大数据技术”本科专业,<span style="background-color: #ffd900;">占比达60%</span>左右。指南者24fall新增专业内部数据统计分析发现,24fall新增专业中,数据科学相关专业占比不小,其中以英国地区最为突出<span style="background-color: #ffd900;">高达77%。</span></p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377476574/1721377476574.png" /></p>
<p> </p>
<p>在Coursera、edX和Udemy等热门的国际在线学习平台,数据科学课程成为重点推送课程。</p>
<p><br />下图是Coursera官网的主题课程搜索界面,数据科学相关主题课程成为仅次于传统热门商务、计算机科学、信息技术的新兴热门主题,同时该平台还在强力热推数据科学相关的新课程,从侧面说明其发展后劲充足,更新迭代的需求之旺盛。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377511486/1721377511486.png" width="533" height="218" data-znz-article-border="1" /></p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377541043/1721377541043.png" width="529" height="222" data-znz-article-border="1" /></p>
<p> </p>
<h2><span style="color: #1890ff;"><strong>钱景+前景的驱动</strong></span></h2>
<p><br />数据科学专业之所以如此热门,主要原因有二,其一是其<span style="background-color: #ffd900;">工作报酬丰厚</span>,其次是<span style="background-color: #ffd900;">就业机会多,范围广</span>。根据美国劳工统计局数据显示,该专业是其公开的STEM专业20个最佳就业方向之一,平均薪资:100,910美元预计到2031年的就业增长率:36% 。另外Coursera官网提示的就业数据中,数据分析师年薪(90500美元)也远超所有职业年薪的中位数(37960美元)。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377567019/1721377567019.png" width="606" height="261" data-znz-article-border="1" /></p>
<p> </p>
<p>其次,麦可思发布的《2023年中国本科生就业报告》高薪排行榜排名第2至4位的专业薪资超7000元的专业中,数据科学与大数据技术(7074元)数据技术(7074元)成为仅次于信息工程(7157元),软件工程(7056元)的高薪专业。</p>
<p><br />此外,港中深2023届数据科学理学硕士项目毕业生就业报告,就业率和年薪也甚是吸睛,高达100%和平均35.5万元。</p>
<p> </p>
<h1><strong><span style="color: #ffffff;">二、港新热门专业解析</span></strong></h1>
<p> </p>
<p>港新地区因其地理位置和学校排名的优势吸引了大批大陆学生投递其数据科学相关专业,由此小编在此挑选了一些热门申请专业从专业特色和申请难度方面对项目进行解析。</p>
<h2> </h2>
<h2><span style="color: #1890ff;"><strong>香港大学 MSc Data Science </strong></span></h2>
<p> </p>
<p><a id="item_1735623995156" class="znz-autocompleter-item znz-autocompleter-major type-1" contenteditable="false" href="https://www.compassedu.hk/majr_59159" target="_blank" rel="noopener" data-item-data="{"cname":"香港大学数据科学硕士","res_id":59159,"id_univ":47,"univ_ename":"The University of Hong Kong","univ_name":"香港大学","imageurl":"https://logo.compassedu.hk/47.png?imageView2/0/q/62|imageslim","url":"https://www.compassedu.hk/majr_59159"}" data-item-type="2"><span class="znz-autocompleter-content"> <span class="slot-left"><img src="https://logo.compassedu.hk/47.png?imageView2/0/q/62|imageslim" /></span> <span class="slot-right"> <span class="title">香港大学数据科学硕士</span> <span class="sub">The University of Hong Kong</span> </span> </span><span class="znz-autocompleter-operate"> <span class="link-operate"> <span class="toggle"> </span> </span> <span class="card-operate active"> <span class="edit"> </span> <span class="content"> </span> </span> </span></a></p>
<p> </p>
<p>专业方面香港大学开设的数据科学专业由统计与精算学系+计算机系联合授课,执行跨学科的教学大纲,覆盖数据科学从数据产生维护、分析到应用的全面生态。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377640637/1721377640637.png" width="435" height="301" /></p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377667830/1721377667830.png" width="429" height="257" data-znz-article-border="1" /></p>
<p><br />课程的实践应用性高,学生会掌握非常有用的分析软件,统计与计算机分析技能,以及涉猎到一系列的当今热门的应用领域。就业方面,行业范围广,除了传统的金融、咨询,目前新兴的电商企业,还有积极在信息技术领域探索的通信电子公司比如华威、中兴等,还有高校。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377720498/1721377720498.png" width="575" height="278" /></p>
<p> </p>
<div class="znz-article-template-10" contenteditable="false" data-znz-article-editable="false" data-znz-article-autoclear="true" data-znz-article-requiredom="main-title-9,content-4" data-znz-article-structdom="main-title-9,content-4">
<div class="main-title-9" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false"><span style="color: #1890ff;">申请方面,指南者24fall内部申请数据显示成功率15%,整体难度大,总结如下:</span></div>
<div class="content-4" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false">
<p>学校:偏好中上985、海本</p>
<p>专业:偏好和数据科学相关的数学、统计、计算机、信息系统、信息科学专业</p>
<p>GPA:最低81+,集中在86+</p>
<p>以上是港大筛选进入笔试的<strong>重点考察指标</strong>。</p>
<p>笔试:非常重要,重点考察数学和编程</p>
<p>面试:24fall没有,23fall有,也是重点考察环节</p>
<p>时间:第一轮次申请</p>
<p>软件:弥补硬件作用有限,在进入笔试之后才会权衡考虑,基本和数据科学涉及的知识范围都相关</p>
</div>
</div>
<p> </p>
<h2><span style="color: #1890ff;"><strong>香港科技大学 MSc Data-Driven Modeling</strong></span></h2>
<p> </p>
<h2><span style="color: #1890ff;"><strong><a id="item_1735624037239" class="znz-autocompleter-item znz-autocompleter-major type-1" contenteditable="false" href="https://www.compassedu.hk/majr_62262" target="_blank" rel="noopener" data-item-data="{"cname":"香港科技大学数据驱动建模理学硕士","res_id":62262,"id_univ":42,"univ_ename":"The Hong Kong University of Science and Technology","univ_name":"香港科技大学","imageurl":"https://logo.compassedu.hk/42.png?imageView2/0/q/62|imageslim","url":"https://www.compassedu.hk/majr_62262"}" data-item-type="2"><span class="znz-autocompleter-content"> <span class="slot-left"><img src="https://logo.compassedu.hk/42.png?imageView2/0/q/62|imageslim" /></span> <span class="slot-right"> <span class="title">香港科技大学数据驱动建模理学硕士</span> <span class="sub">The Hong Kong University of Science and Technology</span> </span> </span><span class="znz-autocompleter-operate"> <span class="link-operate"> <span class="toggle"> </span> </span> <span class="card-operate active"> <span class="edit"> </span> <span class="content"> </span> </span> </span></a></strong></span></h2>
<p> </p>
<p>专业方面,主要关注于如何分析大量数据和从中提取重要特征相对于大数据,数据库、通信技术相关的知识不涉及,计算机相关的知识主要集中在分析工具方面。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377751016/1721377751016.png" width="599" height="151" data-znz-article-border="1" /></p>
<p> </p>
<div class="znz-article-template-10" contenteditable="false" data-znz-article-editable="false" data-znz-article-autoclear="true" data-znz-article-requiredom="main-title-9,content-4" data-znz-article-structdom="main-title-9,content-4">
<div class="main-title-9" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false"><span style="color: #1890ff;">申请方面,指南者24fall内部申请数据显示成功率15%,整体难度大,总结如下:</span></div>
<div class="content-4" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false">
<p>学校:偏好985 高分211</p>
<p>专业:偏好和数据科学相关的数学、统计、信息系统、信息科学、计算机等专业</p>
<p>GPA:79+集中在86+,</p>
<p>时间:开放之后两到三个月</p>
<p>软件:普遍都有建模比赛+数据分析实习经历</p>
<p>笔试:通过率较低,非常关键</p>
</div>
</div>
<p> </p>
<h2><span style="color: #1890ff;"><strong>香港中文大学(深圳校区) MSc Data Science</strong></span></h2>
<p> </p>
<p><span style="color: #1890ff;"><strong><a id="item_1735624112209" class="znz-autocompleter-item znz-autocompleter-major type-1" contenteditable="false" href="https://www.compassedu.hk/majr_61300" target="_blank" rel="noopener" data-item-data="{"cname":"香港中文大学数据科学理学硕士(CUHKSZ)","res_id":61300,"id_univ":41,"univ_ename":"The Chinese University of Hong Kong","univ_name":"香港中文大学","imageurl":"https://logo.compassedu.hk/41.png?imageView2/0/q/62|imageslim","url":"https://www.compassedu.hk/majr_61300"}" data-item-type="2"><span class="znz-autocompleter-content"> <span class="slot-left"><img src="https://logo.compassedu.hk/41.png?imageView2/0/q/62|imageslim" /></span> <span class="slot-right"> <span class="title">香港中文大学数据科学理学硕士(CUHKSZ)</span> <span class="sub">The Chinese University of Hong Kong</span> </span> </span><span class="znz-autocompleter-operate"> <span class="link-operate"> <span class="toggle"> </span> </span> <span class="card-operate active"> <span class="edit"> </span> <span class="content"> </span> </span> </span></a></strong></span></p>
<p><br />专业方面,该项目标准学制为24个月,由数据科学学院与经管学院共同开设,并与深圳市大数据研究院和深圳高等金融研究院合作。</p>
<p><br />应用广泛,项目旨在使学生掌握大数据及商业分析方面的基础理论知识和专业技能,接触到支撑大数据技术的前沿理论与方法,并能在商业、政府、安全、医疗、生物、自然科学、环境等领域中充分利用所学知识解决与大数据采集、管理及分析相关的问题。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377807862/1721377807862.png" width="614" height="363" data-znz-article-border="1" /></p>
<p> </p>
<p>就业集中金融、电子商务、IT方向,其他领域也有可能性,学生可以踊跃探索。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377823622/1721377823622.png" width="356" height="319" /></p>
<p> </p>
<p>时间两年,形式多样,科研或者实习都有对口发展机会。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377857790/1721377857790.png" width="444" height="114" data-znz-article-border="1" /></p>
<p> </p>
<div class="znz-article-template-10" contenteditable="false" data-znz-article-editable="false" data-znz-article-autoclear="true" data-znz-article-requiredom="main-title-9,content-4" data-znz-article-structdom="main-title-9,content-4">
<div class="main-title-9" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false"><span style="color: #1890ff;">申请方面,录取率41%较高,难度中等</span></div>
<div class="content-4" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false">
<p>学校:偏好985 85+</p>
<p>专业:偏好和数据科学相关的数学、统计、信息系统、信息科学、计算机等专业,其余有相关经历或者课程也可尝试(工科或者理学)</p>
<p>GPA:集中在86+</p>
<p>排名:“211工程”/ “985工程” 院校的学生,本科前2年(或前5学期)成绩排名在专业或年级的前30%;</p>
<p>非 “211工程”/ “985工程” 院校的学生,本科前2年(或前5学期)成绩排名在专业或年级的前10%;</p>
<p>时间:提前批 前两轮</p>
<p>笔面试:可能有笔面试* 重要的</p>
<p>软件:成功案例显示普遍都有相关科研或者实习</p>
</div>
</div>
<p> </p>
<h2><span style="color: #1890ff;"><strong>新加坡国立大学 数据科学与机器学习理学硕士</strong></span></h2>
<p> </p>
<h2><span style="color: #1890ff;"><strong><a id="item_1735624130658" class="znz-autocompleter-item znz-autocompleter-major type-1" contenteditable="false" href="https://www.compassedu.hk/majr_62380" target="_blank" rel="noopener" data-item-data="{"cname":"新加坡国立大学数据科学与机器学习理学硕士","res_id":62380,"id_univ":40,"univ_ename":"National University of Singapore","univ_name":"新加坡国立大学","imageurl":"https://logo.compassedu.hk/40.png?imageView2/0/q/62|imageslim","url":"https://www.compassedu.hk/majr_62380"}" data-item-type="2"><span class="znz-autocompleter-content"> <span class="slot-left"><img src="https://logo.compassedu.hk/40.png?imageView2/0/q/62|imageslim" /></span> <span class="slot-right"> <span class="title">新加坡国立大学数据科学与机器学习理学硕士</span> <span class="sub">National University of Singapore</span> </span> </span><span class="znz-autocompleter-operate"> <span class="link-operate"> <span class="toggle"> </span> </span> <span class="card-operate active"> <span class="edit"> </span> <span class="content"> </span> </span> </span></a></strong></span></h2>
<p> </p>
<p>专业方面,除了学习知识,学生还有机会将机器学习和数据分析综合应用到金融行业、医疗保健、政府和社区,有专门的行业咨询和应用项目。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377903091/1721377903091.png" width="383" height="200" data-znz-article-border="1" /></p>
<p> </p>
<p>课程设置全面覆盖,数据分析前期的数据获取环境、管理以及后续应用环境行业都有囊括</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377913532/1721377913532.png" width="511" height="533" data-znz-article-border="1" /></p>
<p> </p>
<div class="znz-article-template-10" contenteditable="false" data-znz-article-editable="false" data-znz-article-autoclear="true" data-znz-article-requiredom="main-title-9,content-4" data-znz-article-structdom="main-title-9,content-4">
<div class="main-title-9" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false"><span style="color: #1890ff;">指南者24fall内部数据显示,24% 录取率比港大高,主要没有笔面试</span></div>
<div class="content-4" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false">
<p>学校GPA:偏好优质985 84+ 集中87以上,211高分没有录取</p>
<p>专业:偏好和数据科学相关的数学、统计、信息科学,其余有相关经历或者课程也可尝试(工科或者理学),计算机 信息系统专业反而在这里不是特别偏好</p>
<p>时间:提前批优先申请(占据半壁江山,开放前一到两个月)</p>
<p>软件:普遍都有相关科研或者实习</p>
</div>
</div>
<p> </p>
<h2><strong><span style="color: #1890ff;">南洋 DS</span></strong></h2>
<p> </p>
<h2><strong><span style="color: #1890ff;"><a id="item_1735624142171" class="znz-autocompleter-item znz-autocompleter-major type-1" contenteditable="false" href="https://www.compassedu.hk/majr_72168" target="_blank" rel="noopener" data-item-data="{"cname":"南洋理工大学数据科学理学硕士","res_id":72168,"id_univ":39,"univ_ename":"Nanyang Technological University","univ_name":"南洋理工大学","imageurl":"https://logo.compassedu.hk/39.png?imageView2/0/q/62|imageslim","url":"https://www.compassedu.hk/majr_72168"}" data-item-type="2"><span class="znz-autocompleter-content"> <span class="slot-left"><img src="https://logo.compassedu.hk/39.png?imageView2/0/q/62|imageslim" /></span> <span class="slot-right"> <span class="title">南洋理工大学数据科学理学硕士</span> <span class="sub">Nanyang Technological University</span> </span> </span><span class="znz-autocompleter-operate"> <span class="link-operate"> <span class="toggle"> </span> </span> <span class="card-operate active"> <span class="edit"> </span> <span class="content"> </span> </span> </span></a></span></strong></h2>
<p> </p>
<p>专业方面,该项目综合跨学科,考虑数据科学应用的各个环境领域(特别是社会科学,经济,环境,行为,心理等等),可以从任意不同学院选课(商学院,电子电气学院,生物学院,亚洲环境学院,机械宇航学院,物理与数学学院、社会科学、医学院)。其次,强调数据科学全流程的覆盖,不仅仅涉及数据分析技能,也报考数据准备、处理、展示等。另外其凸显了强应用性,提供和实际应用行业和学术对接机会。</p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377949043/1721377949043.png" width="567" height="210" data-znz-article-border="1" /></p>
<p> </p>
<p><img style="display: block; margin-left: auto; margin-right: auto;" src="https://info.compassedu.hk/sucai/content/1721377957323/1721377957323.png" width="566" height="215" data-znz-article-border="1" /></p>
<p> </p>
<div class="znz-article-template-10" contenteditable="false" data-znz-article-editable="false" data-znz-article-autoclear="true" data-znz-article-requiredom="main-title-9,content-4" data-znz-article-structdom="main-title-9,content-4">
<div class="main-title-9" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false"><span style="color: #1890ff;">申请方面,指南者24fall内部数据显示,20% 录取率中等</span></div>
<div class="content-4" contenteditable="true" data-znz-article-editable="true" data-znz-article-autoclear="false">
<p>学校GPA:偏好优质985 85+ 211高分90+</p>
<p>专业:偏好和数据科学相关的数学、统计、信息科学、计算机等,其余有相关经历或者课程也可尝试(工科或者理学)</p>
<p>时间:无明显先到先得趋势</p>
<p>软件:普遍都有相关科研或者实习</p>
</div>
</div>
<p> </p>
<p>难度相对国立低一些,国立没有录取的,南洋都给了机会。相比国立接受计算机方面背景,还有经济方面(和本身专业内容设置范围广有关,涉及数据准备和获取,这些都需要计算机方面的知识,另外关注从社会经济等角度审视数据驱动问题。</p>
<p> </p>
<p>整体港三新二的数据科学专业竞争都是非常激烈的,选择的时候不建议作为保底,特别是有笔面试专业,学术背景或者软背景特别突出的可以尝试冲刺。</p>
<p> </p>
<p> </p>
<div class="qrcode-content-wrapper" contenteditable="false">
<div style="position: absolute; top: 589px; left: 199px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 1063px; left: 158px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 1346px; left: 160px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 1826px; left: 121px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 13px; left: 14px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 2746px; left: 207px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 3112px; left: 210px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 3536px; left: 137px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 13px; left: 14px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 4638px; left: 125px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 13px; left: 14px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 5627px; left: 117px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 6114px; left: 246px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 6556px; left: 202px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 13px; left: 14px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 7550px; left: 233px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 7874px; left: 169px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 13px; left: 14px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 9140px; left: 141px; z-index: 2;" contenteditable="false"> </div>
<div style="position: absolute; top: 9414px; left: 141px; z-index: 2;" contenteditable="false"> </div>
</div>