数据科学包含什么专业？
这个问题很有意思，我刚好最近也给学生写过类似的咨询方案（虽然没被采纳），就借这个机会简单讲讲。 一般来讲我们建议学生先定专业后定院校，因为专业是人才培养的方案，更有普适性；而学校则是因人而异，有特别优秀和特别短板的同学，需要选择最匹配的学校。当然这个逻辑下，最优解一定是存在且唯一的，只是有时候我们很难判断哪个专业更适合学生而已～ 所以首先还是需要确定同学到底想要什么——是就业还是升学，具体想申什么岗位/项目，然后我们再来选专业。
对于本科同学来讲，目前主流的申请路径是先申请硕士然后再申请博士，因此专业的选择对于未来读博影响不大，只需要考虑读研的收获就好啦~ 大数据相关专业大致可以分为两类，一类是以应用为主，如数据分析、数据挖掘、人工智能等，这一类通常要求申请者有一定计算机背景或者数学功底；另一类则是以科研为主，如统计、算法、优化等，对计算机的背景要求就没那么高啦！
至于申请到这些项目的难度，一方面取决于你选择的地区和学校，另一方面则和你选择的program有关（很多项目内部也会分list）。比如你在top50里选择10个学校，总录取人数大概400个名额，那么分配到每一个项目大概是40个名额，如果你申请的项目只有20个学位，那录取率自然要比其它项目高不少。
以今年msf的录取情况为例，我们的学生拿到offer的院校包括哥大、杜克、南加大、纽黑文、圣母大学等等，整体录取率不到7%，这个项目对学生的申请背景的要求还是挺高的，建议有申请意向的同学尽早规划！