有沒有data science博士專業，哪個學校比較好，不限國別？

01-07

計劃以data scientist做為終身職業，本人985數學專業下的optimization方向，5年IT運維經驗，求高人指點方向，不限哪個國家的學校

data science是個很籠統的說法，統計系裡面的statistical learning、計算機系裡面的machine learning都有這方面，目前單獨建立data science系以之命名的院系在國外並不多，在國內或許趕時髦會比較多。讀博士更多是那種基礎大學科命名，比如數學博士、統計博士、計算機博士，但細分專業命名就很少，比如精算博士、金融數學博士等。

也有一些例外。比如計算機原來是數學下面的專業，現在細分了出來，因為他自身已經有很完善的理論。生物統計也跟統計系分離了出來，因為它自身已經非常龐大，但這種分離並沒有自立門戶完全否定原來統計系那一套，更多的是在高年級的時候分，基礎課在一起上。但精算、金工這種學科就沒有太獨立出來，比生物統計差很多，有精算博士的學校只有滑鐵盧、UIowa，有金融工程博士的只有CMU/Columbia,但生物統計的博士則多得多。

很多時候也跟經費有關。保險公司不大可能資助精算研究，有也很少；投行資助金工也不多，但藥廠資助生物統計則非常普遍，使得他們有底氣獨立出來。

也有machine learning獨立計算機系存在的，比如CMU就有獨立的機器學習系，但人家計算機是學院。其他學校，如果搞machine learning的人覺得自己有足夠的經費來源可以獨立也可以這麼做。

還有一個例子是計算數學，很多學校會有一個數學系研究基礎數學，也會有應用數學（計算數學）系研究偏應用的，比如普林斯頓、Rice、SUNY Stony Brook、Stanford，這也是成功獨立出來的。當然Stanford ICME現在只是Institute，還不是Department.

說遠了。總體意思就是數據科學在美國現在還不大可能獨立。國內行政化管理嚴重，行政命令讓他們獨立出來是很容易的。美國學校有點市場化思維，幾個系的教授都有研究數據科學的需要，平時聚會比較多，逐漸地比跟自己系的人交往還多，覺得不如自己成立一個系自己玩自己的，但一開始沒錢不敢這麼干，後來有錢了就敢了，大概會是這麼一個套路。

我覺得data science暫時沒有讀到phd的需求。因為這個專業或者方向沒有看到需要進行單獨科研的方向和課題。如果有，在其他領域已經被關注，或者可以在其他已經有的領域進行研究。相關的專業有：計算機裡面的機器學習和數據挖掘，統計，OR等。可以考慮這些專業的phd。如果對理論不感興趣，想研究交叉應用，可以考慮具體的工程專業。比如，運用數據去分析建築工程成本，可以去讀土木專業。研究uber的dispatch，可以去OR或者EE。

Data Science太寬泛了，可以涉及計算機、統計、優化、應用數學、信號處理等各個不同的側重方向。如果目標學位是博士的話，比較理想的還是先想一想自己想要成為一個什麼樣的data scientist再選擇博士的項目。比如如果想要同時有比較好的計算機和統計方面的訓練的話，CMU的machine learning，斯坦福、伯克利和華盛頓大學的統計都可以是不錯的選擇。如果想要偏重計算機和應用數學方面的話，那NYU和MIT的項目就會是很好的選擇。如果想要偏重於商業應用的，那麼就可以考慮一些quantative比較強的商學院的data analytics的項目。

個人建議樓主好好地看一下願意考慮的項目裡面在職教師的研究和發表論文的方向，不要人云亦云。一個合理的starting point可以是計算機machine learning方向、統計方向、計算數學方向、以及EE方向的有頂尖博士項目的學校。Data science的叫法是最近兩三年才有的，大部分學校成立的項目也都是從以上幾個方向整合現有的教學科研資源而形成的。畢竟博士要commit至少三到五年的時間，需要謹慎選擇，千萬不要盲目跟風。

結論是有。名字叫data science的，NYU是我知道的唯一一個，今年開始招PhD。

http://cds.nyu.edu/phd-program/

據我所知，門檻還挺高，我只認識一個被錄取的學生，他同時還拿到了UW的統計PhD。

其實data science是一個很寬泛的概念，如果是機器學習的話，相當一部分的統計/EE/CS的PhD都在研究。

上班上得我好無聊，過來答題。

你確定處理大量數據，建模，訓練模型這是你喜歡的工作么？這工作要求總是學新東西，動手做實驗（數據處理的實驗，寫數據挖掘程序）。

有時候他媽的效果好不好，又要抓頭髮了。

你要是能忍，那就報個名校master的項目吧。學校裡面沒啥有意思的資料庫，問題也都很老，還是要到企業裡面對真實世界的挑戰才能成長得快一點。早點畢業出來上班吧。沒博士就從更entry level的崗位開始干。沒事，你比博士早上班三四年呢，我覺得三四年工作經驗跟博士學位差不多。

我當年就是沒橫下一條心刷題，要不然我也去當碼農了，哼。

報個cs的碩士，如果你能被錄取的話。

我覺得現在不是哪個專業好的問題，而是你能讀到哪個級別的學校的問題。。。

本科背景加分， 5年運維經驗說實話相關度不大，現在大數據又這麼火，你其實牌面並不大....

其實要是能曲線救國去個強的master program也挺好的，但是競爭也很激烈，比如NYU M.S. data science 或者CMU的一系列master這種

先研究下自己競爭力和定位吧

火的nyu是一個，wpi也有，但是錢很少，錄取的很多人要求自費。Indiana-Purdue我記得也是有一個的

UBC 去年開了個master of data science的program，是CS和math一起弄的，不過並不是research oriented而是上課和做capstone。但UBC在tech company中的名聲還不錯，每年fb，tesla ms ft都來UBC做info session，所以如果那些矽谷公司是你想要的話也可以考慮考慮UBC的這個項目。

這個網站收集得挺全面的，http://www.mastersindatascience.org/schools/doctorate/#on-campus，包括美國的碩士項目和博士項目，知友補充了一個，賓夕法尼亞大學也有data science項目。

歐洲也有一些master和PhD項目，看這裡http://www.kdnuggets.com/education/europe.html。

滑，。滑鐵盧

我們學校今年新開的data science ，樓主打算轉進去2333

博士不用奔著某專業去吧，主要看老闆啊。

各個學校對data science的定義不同。有的是偏統計，有的是偏計算機。數學系的走統計方向的比較多。計算機方面的話，主要側重於machine learning, data analytics等等。

建議先確定你自己想做什麼方向，看看相關的論文，了解一些老闆，然後再有目的的申請。

說個冷門的，U of Iowa 商學院有個data science的方向，貌似還不錯，可以瞧瞧，畢竟Stanford NYU這種也不是隨便能去的

不是寫明了data science Phd 才是data science. 就計算機來說，有machine learning，data mining, biostatistic , visualization, database management...都是data science下面，或者有很大程度的重疊，包括high performance computation 也有涉及到怎麼處理TB級別的數據，圖像處理，圖像本身就是data。這還只是計算機的，不包括生物學，醫藥，統計。。。數據已經到處都是了，所以。。你是不是要問的再細點，比如什麼方向，什麼領域。

在美國有PhD學位的只有一個，NYU。怎麼說呢，要是能進，你就可能跟著Yann或者Cho幹活，想想都起飛了。

愛丁堡大學