哈佛大学的数据科学项目(M.S. in Data Science)隶属SEAS(School of Engineering and Applied Sciences)下的IACS(Institute for Applied Computational Science)学院内。下面托普仕Albert老师给大家分享一下哈佛大学数据科学硕士录取要求的相关内容。
一、录取要求
1、申请材料
成绩单
Statement of purpose
GRE
网申表格
对于未在英语国家就读4年以上的国际学生还需要语言成绩
2、申请条件
GRE和GPA没有最低要求,但需要数学、计算机科学和统计方面的优秀成绩。官网上明确说明,要么需要统计或者计算方面的学术研究经历,要么需要其他的个人成就。由此可见哈佛的项目非常注重学术成绩和科研经历。应届毕业生居多,基本都有科研经历。有工作经验的同学本科学术基础也都非常牢固。
二、项目介绍
哈佛大学数据科学硕士项目成立于2018年,由统计系和计算机科学系联合开办,所以课程、教授都比较成熟。因为项目很新,很多专项的研究生排名都还没有囊括此项目。但是哈佛成熟的课程设置、学术研究,都决定了这是一个含金量很高的项目。这个项目的前身是哈佛的统计学硕士,哈佛的统计学在世界排名是很靠前的。
哈佛大学数据科学硕士项目时间为一年半。如果学生想探索更多实习、学术研究机会,或者只是想多上一些课程,都可以跟advisor交流,延长到2年毕业,时间很灵活。
IACS还有一个叫做M.S. in Computer Science Engineering (CSE)的项目,和data science项目算是姊妹项目,重合度很高。CSE项目更偏向计算机,普遍是两年毕业。
三、课程设置
项目分为三个学期,每学期可以修4-5门课。其中有四门统计、应用数学、数据科学类的科目是必修课,还有一门比较偏文的必修课,学习数据科学中的批判性思维,这门课鼓励大家思考数据科学中的道德观。基本上必修课规模都比较大,可以达到100人左右。除此之外,项目要求必须修一门统计课和一门计算机科学课,具体科目可以自由选择。
此外,学生必须完成一段学术研究经历,一个capstone project,或一个硕士学术论文(三项任选其一)。Capstone project今年的合作公司包括google、spotify等。春季的选择比秋季要多。基本上每个学期的4-5门课中,有两门是必修课,其余都可以在允许的范围内自由选择。
哈佛的学生不仅可以在肯尼迪学院、哈佛商学院等学院自由选课,更可以在麻省理工学院交叉选课,并且很多麻省理工的课程都可以抵掉必修学分。作为一个计算机科学的交叉学科,这是一个很大的优势,因为麻省理工有很多非常厉害的计算机科学课。而且麻省理工不开设CS的研究生项目,所以大家可以考虑哈佛的DS项目。
以上就是哈佛大学数据科学硕士录取要求的相关内容。如果您对美国留学感兴趣,欢迎您在线咨询托普仕留学老师,托普仕留学专注美国前30高校申请,助力国内学子顺利获得美国藤校入读资格。