一、开设背景

专为计划在数据科学行业从事职业的在校学生或应届大学毕业生以及寻求职业发展或改变的人量身定制，尤其是工程师、数学家、物理学家、计算机程序员和其他高科技专业人士。

录取偏好

麻省理工商业分析项目偏好拥有出色的数理背景，能真正表现出对运用数据科学解决现实问题有极大热情的申请者。

对于申请者在学术背景，尤其是数学和计算机编程及实践经验上的要求非常高。此外建议申请者有optimization方面的知识和SQL等数据库方面的技能。

往年录取平均GPA 3.9+/4.0，75%的学生为国际学生，25%的学生为美国公民;录取学生主要分布于数理专业，计算机科学专业，商科专业和工程专业背景。

三、能力培养

该项目着重于提高三方面的能力：

Business (商业知识)

Statistics (统计)

Computer (计算机)

该项目不仅具备大数据、机器学习、R /Python /SQL 这一类的核心课程内容，也包括供应链、投资、金融、人工智能、医疗健康和运筹等选修主题。

该项目还注重理论与实践相结合 ，每个学期都有机会与真正的公司进行接触沟通，将自己所学知识与技能应用到现实商业问题当中。

课程安排

该项目需要修习111-141个学分单元课程，每学期最多学习66个学分单元。该项目一共分为三个常规学期，在秋季和春季学期之间有一个MIT个性化的课程设置——Independent Activities Period (IAP).

IAP是MIT一个特色短学期项目，为期一个月，旨在为MIT community提供一个宝贵机会，根据自身兴趣、特长及意向，来组织、赞助和参与各种丰富多样的主题活动。

该项目有6门必修课，分别是：

The Analytics Edge：

这门课介绍了数据科学的基本概念和方法，如线性回归、逻辑回归、决策树、支持向量机、聚类、神经网络等，并通过案例分析和实际应用来展示数据科学在商业领域的价值和影响。

Applied Probability and Stochastic Models：

这门课介绍了概率论和随机过程的基本原理和技巧，如马尔可夫链、泊松过程、排队理论、随机优化等，并通过模拟和数值计算来解决实际问题。

Analytics Capstone：

这是一个为期7个月的顶点项目，要求学生以两人一组的形式，与真实的企业合作，解决一个具体的商业问题，并提交最终报告和陈述。该项目贯穿IAP、春季学期和夏季学期，占有较大学分比例。该项目既是一个展示自己能力和潜力的平台，也是一个与未来雇主建立联系和信任的机会。

Optimization Methods：

这门课介绍了最优化理论和方法的基本概念和技术，如线性规划、非线性规划、整数规划、动态规划等，并通过案例分析和软件应用来解决实际问题。

Analytics Lab：

这是一个为期一个学期的实验课，要求学生以小组为单位，与真实的企业合作，完成一个数据科学相关的项目，并提交报告和陈述。该课程旨在让学生运用所学知识和技能，解决真实世界中的商业挑战，并获得与企业沟通和协作的经验。

Machine Learning：

这门课介绍了机器学习的基本概念和方法，如监督学习、无监督学习、强化学习、深度学习等，并通过案例分析和编程实践来掌握机器学习的原理和应用。