哈佛大学

1.5年MS数据科学硕士

数据科学硕士课程由计算机科学和统计学院联合领导，并通过应⽤计算科学研究所(IACS) 管理，在快速发展的数据科学领域培养学⽣。

数据科学位于统计方法、计算科学和广泛的应用领域的交叉点。该计划在海量数据集的统计建模、机器学习、优化、管理和分析以及数据采集方面提供了强有力的准备。该计划侧重于可重复数据分析、协作解决问题、可视化和通信以及数据科学中出现的安全和道德问题等主题。

耶鲁大学

MA/MS统计与数据科学硕士

这个项目时长1年半至2年;

录取者需掌握概率论、数理统计和统计理论，也需要拥有真实的数据相关的工作经验;

这个项目将新增4们「Data Science」课程，包含至少2门数据科学方法的课程，以及至少2门数据科学方法的课程，以及至少2门有效计算和大数据课程。

三、卡内基梅隆大学

2年MCDS计算数据科学硕士

MCDS项目下设有三个Track，分别是System Track(系统方向),Analytics Track(分析方向)和HCI Track(人机交互方向), 每个被录取的学生可以在第一学期后选择自己感兴趣的Track进行相应的选课并毕业。

System Track更偏向传统计算机，涵盖操作系统、数据库、分布式系统等课程。Analytics Track更偏向机器学习和自然语言处理，涵盖机器学习理论以及自然语言处理应用的相关课程。HCI更偏向⼈机交互，涵盖与教育学、社会学、经济学和数据科学交叉的课程。

斯坦福大学

数据科学MS硕士

项目长度1.5-2年。Stanford的DS项⽬是ICME和STATS合办的，除了录取分开之外课程设置是一样的。略微不同的可能是，ICME有更为方便的转PhD路径，对于不确定毕业后直接industry还是PhD的同学来说flexible一点。

项目里有同学是全职工作1-2年过后再来读书的，也有同学是之前以research intern经历为主。感觉⾝边的同学数学计算机统计背景都挺强的，每个人都很有趣很有想法，有一定的research或者industry exposure。

宾夕法尼亚大学

2年MSE数据科学硕士

宾大的数据科学工程理学硕士 (MSE) 为学生准备了广泛的以数据为中心的职业，无论是在技术和工程、咨询、科学、政策制定，还是对文学、艺术或传播模式的理解。

数据科学计划通常可以在一年半到两年内完成。它融合了机器学习、大数据分析和统计学等核心主题的前沿课程，以及各种选修课，并有机会在选择的领域专业化(深度领域)中应用这些技术。

哥伦比亚大学

1.5年MS数据科学硕士

哥伦比亚大学数据科学专业的学生有机会进行原创研究，制作⼀一个顶点项目，并与的业合作伙伴和世界一流的教师互动。学生还可以选择专注于创业的选修课程或其中一个中心涵盖的学科领域。

该项目由文理研究生院统计系、傅氏基金工程与应用科学学院计算机科学系、工业工程与运筹学系联合开设。