哈佛大学数据科学硕士录取要求有哪些？

摘要: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，欢迎您在线咨询老师，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。