美國數據科學是區別于BA項目的存在，它主要側重于研究，實用性方面可能與BA略微存在差異，但是在錄取生源方面，美國數據科學碩士一直都起點很高：主要體現在2點：

　　1、從背景上看，無論是理工科相關的學術背景，還是垂直領域內的實習科研方面，都是這個項目在錄取過程的考核重點，此外，在院校背景方面，211和985、海外高校背景等層出不窮，普本以下的學生錄取的比較少，所以也是比較挑剔背景學校的項目;

　　2、從學校選擇來看，據hanna老師所知，在每年申請過程中，也有不少學校成為申請者的心頭愛，包括CMU、哥大、nyu和UCB等學校，在美國都是最為出色的代表院校，同時也是數據科學領域的大牛，但是也是諸多開設數據科學碩士的美國學校中錄取難度不低于四顆星的高難度存在。

　　那么，美國數據科學碩士錄取條件到底需要滿足哪些呢?在錄取過程中有哪些明顯的偏好呢?從這些牛校中，我們可以看出一定的邏輯！

　　1.卡內基梅隆大學-計算數據科學

　　錄取條件：

　　作為傳統計算機強校的卡梅，其計算機學院下的計算數據科學項目絕對是該領域神一般的存在。能在卷這個項目的生源們中脫穎而出的通常有著3.9以上的GPA，且本科專業是計算機、軟件工程等相關專業，數據科學出身的學生都并沒有專業優勢。

　　2.哥倫比亞大學-數據科學

　　錄取條件：

　　哥大的數據科學不用說，一直是大眾情人校，GPA3.8是起碼的，他和哥大的商業分析看重的點不太一樣的是，BA看重實習，DS看重研究。有一段在學校lab做機器學習或人工智能相關項目的經歷是標配。

　　3.紐約大學-數據科學

　　錄取條件：

　　紐約大學也是老牌的大眾情人校,總體的錄取風格跟哥大差不多，今年的數據來看可能跟哥大難度不相上下，但是不僅對有lab經歷的學生友好，也對有美國本土hi-tech行業實習經歷的學生友好。

　　4.西北大學-分析

　　錄取條件

　　西北大學的分析學是一個對應屆生不太友好的項目，他們大部分的錄取的生源是有5-8年全職工作經驗的。雖然肉眼可見的難錄，就業也好，但好像吸引力還是不如哥大賓大這樣的藤校，且專業并非正統的數據科學，很多費勁千辛萬苦錄取這個項目的生源最后還是沒有入讀。

　　5.康奈爾tech-運籌與信息工程ORIE

　　錄取條件：

　　很多申請者選擇這個項目都會選擇旗下的數據科學方向。他家過去幾年都是比較平穩的，主流錄取生源應該是3.7-3.8，如果有全職工作經驗，標準可以放寬到3.4左右，今年的標準直接向3.9看齊，一大票3.8+的被拖著，連發錄取的時間都比原計劃晚了近2個月，但也有極少數錄取早的會在12月中旬就拿面試，面完很快就錄取的。

　　猜測學校出結果慢其中一個原因可能是他家面試題目是固定的，所有人都是那6道題，所以他們可能看了面試表現之后依然無法做決定，明年我們看看他們的題目是否會發生調整。

　　6.伯克利-IEOR VS analytics

　　錄取條件：

　　伯克利的master of analytics是原先IEOR項目的一個分支獨立出來的，可能因為選這個分支的同學太多了，就干脆獨立出來了。

　　從專業上講原項目留下的分支是management science engineering，和fintech，從難度上來講好像兩個項目都友好了一點點，以前感覺3.8以上才比較有機會，現在3.6或者3.7也有可能錄取，但其實還有很多3.8以上的學生沒有錄取，所以并不能認為他的錄取標準在降低。

　　關于面試，兩個項目都是可能無面錄取，也都可能需要面試才能錄取，總體來講面試通過率還是比較高的，analytics無面錄取的概率更大一點。

　　以上是關于美國數據科學碩士錄取條件的完整介紹，歡迎您在線咨詢上海托普仕留學老師，上海托普仕留學專注美國前30高校申請，助力國內學子順利獲得美國藤校入讀資格。盡早規劃和遞交申請，對您未來留學會更有幫助!