波士頓大學計算與數(shù)據(jù)科學CDS Faculty新開設了數(shù)據(jù)科學碩士MS in Data Science，簡稱MSDS。項目的靈活性既滿足了部分學生就業(yè)的需求，也滿足了部分學生繼續(xù)攻讀PhD從事學術職業(yè)的需求。STEM-eligible是必須的。

MSDS是一個32學分的項目，最快可以9個月完成。學生可以選擇核心方法方向和應用方法方向，還可以選擇通過summer internship或master’s thesis來加強學習成果，這樣可以將項目延長至12或16個月。

項目一共有8門課，5門必修課和3門分支課。必修課從以下類型課程中各選一門：

• A1 Modeling and Predictive Analytics

• A2 Data-Centric Computing 

• A3 Machine Learning and AI

• A4 Social Impact

• A5 Security and Privacy

Core Method方向適合對一般數(shù)據(jù)科學方法開發(fā)感興趣的學生，來自STEM本科專業(yè)背景。這個方向需要完成DS 701和任意兩門A1、A2、A3類課程。

Applied Method方向適合對應用領域專用數(shù)據(jù)科學方法開發(fā)和應用感興趣的學生，比如管理、公共健康、網絡安全等領域。這個方向需要完成DS 701和任意兩門應用方法課程。

通過此項目的學習，學生能夠：

• 掌握制定數(shù)據(jù)決策的主要工具，包括定義模型、學習模型參數(shù)、管理和分析海量數(shù)據(jù)集，并進行預測。

• 能夠運用數(shù)據(jù)科學工具解決一個或多個應用領域的實質性問題，并能通過復雜的數(shù)據(jù)科學工具，包括專門適用于每個應用領域的工具，來解決這些問題。

• 能夠擴展數(shù)據(jù)決策工具，包括建立專門的計算管道、自動化數(shù)據(jù)工作流程，以及開發(fā)人機界面。

• 能夠說明和解釋結果，包括評估不確定性和數(shù)據(jù)可視化開發(fā)。

• 了解以數(shù)據(jù)為中心的方法的社會影響，包括倫理道德、公平和偏見。

• 能夠理解并遵守政策、隱私、安全和道德規(guī)范。

擁有DS核心領域學位（CS、ECE、數(shù)學，或統(tǒng)計等相關專業(yè)）的申請者需要在申請材料中體現(xiàn)出對跨學科學習的興趣和能力。擁有DS應用領域學位（如信息系統(tǒng)、經濟學、生物信息學、物理、天文學、地球與環(huán)境、新興媒體等專業(yè)）的申請者需要掌握基本的數(shù)學和計算機能力，包括概率論、統(tǒng)計、線性代數(shù)、編程、數(shù)據(jù)結構和算法等。

申請材料要求：

• 本科和/或研究生學校開具的官方成績單，申請時可以提交非官方，錄取后必須補齊官方成績單；

• 兩封推薦信；

• 簡歷；

• 個人陳述；

• 英語能力證明，TOEFL最低90、IELTS最低7或多鄰國最低130；

• GRE not required。

申請截止時間：5-1