一、调查学校

　　在美国不少大学开设DS项目，但是不是所有大学DS属于STEM专业，所以在挑选的时候，需要慎重，这里是常见的DS名校参考清单：

　　◾Stanford MS in Statistics and Data Science

　　◾Yale MS in Statistics and Data Science

　　◾Harvard MS in Data Science

　　◾UPenn MSE in Data Science

　　◾Northwestern MS in Machine Learning and Data Science (MLDS)

　　◾UChicago MS in Data Science

　　◾Brown MS in Data Science

　　◾Duke Master in Interdisciplinary Data Science (MIDS)

　　◾UW MS in Data Science

　　◾NYU MS in Data Science

　　◾Columbia MS in Data Science

　　◾UMich MS in Data Science

　　◾UCSD MS in Data Science (DS75)

　　◾UCLA MEng in DS

　　◾UChicago MS in Applied Data Science

　　◾CMU Master of Information Systems Management - Business Intelligence & Data Analytics (MISM-BIDA)

　　◾JHU MSE in Data Science

　　◾UCI Master of Data Science

　　◾RICE Master of Data Science

　　◾WISC MS Data Science

　　◾USC MS in Applied Data Science

　　◾NEU MS in Data Science

　　◾Vanderbilt MS in Data Science

　　二、确定要素

　　从学校本身参考要素：

　　学校的排名——综合排名&专业排名

　　学校的性质——公立&私立

　　学校的地理位置——东西&中部

　　从Program本科角度出发选校：

　　有没有合适的Program

　　能否申请多个Program

　　Program的录取差异性

　　从Program考虑学校

　　结合DS项目申请主要影响因素：

　　申请时主要影响因素包括三方面：背景因素、选校依据、定位。

　　背景因素：三维成绩、本科学校、标化考试(口语)、综合背景、文书材料等、面试

　　选校依据：专业方向、当地就业、回国就业、继续深造

　　定位：硬性背景要求、录取案例、数据经验

　　以下通过留美ds项目还是回国两种情况为大家提供一些择校思路。

　　场景一：留美：此时可以更加考虑专业优先、重点专业排名、专业方向纵深、地理位置优先以及STEM专业优先。

　　场景二：回国：此时可以更加考虑学校优先、重点综合排名、跨专业拓展、校友资源优先以及家庭资源。

　　三、缩小范畴

　　在前面确定核心要素之后，美本申请DS项目需要圈定15-20个学校项目，具体划分三个梯队，其中往往专业要优先于学校排名，分为冲刺、目标和保底，具体如下：

　　第一梯队：Dream Schools(梦中情校)

　　第二梯队：是踮脚可以够到的、或是你比较心仪的院校

　　第三梯队：在申请时的保底院校

　　当然不仅限于同一个专业，也可以分别申请多个专业，但是难度会升高。

　　四、满足要求

　　参考第一梯队院校

　　“◾Stanford MS in Statistics and Data Science

　　◾Yale MS in Statistics and Data Science

　　◾Harvard MS in Data Science

　　◾UPenn MSE in Data Science”

　　针对性满足申请要求：

　　从录取率上来说，Stanford和Yale的难度要高于Harvard和UPenn，但是我们不建议用通常的申请思路，即单纯计算学校、GPA、科研实习等硬指标来对待Tier 1的项目。能被这些项目考虑的申请者本身硬指标都足以过关，更重要的是与每个项目的相性问题。

　　Stanford和Yale由于项目由统计系开设，会更看重经历中的技术含量。这两个项目的录取者绝大多数经历以科研为主，主要是因为本科生很难拿到技术含量高的MLE和DS实习，单纯数分为主的实习在冲击这两个项目的时候不够用;另一方面，拿到上述实习的人很多都有申请CS或者PhD的能力，不一定会选择死磕Top DS项目。

　　Harvard和UPenn在录取偏好上更类似标准的DS项目，看重交叉专业的经历，没有明显对科研的倾向，过往的录取结果中均有数分实习经历为主的申请者，尤其Harvard甚至不硬卡所有DS先修课。我们建议在写文书时注重能否在交叉领域应用DS相关技术实现更有意义的目标。

　　另外需要提醒的一点是，一些本科生，尤其是美本，会出现经历太杂导致storyline混乱的问题。在冲Tier 1项目时有必要舍弃一些非核心经历保持文书storyline的一致性。

　　参考第二梯队院校

　　“◾Northwestern MS in Machine Learning and Data Science (MLDS)

　　◾UChicago MS in Data Science

　　◾Brown MS in Data Science

　　◾Duke Master in Interdisciplinary Data Science (MIDS)

　　◾UW MS in Data Science”

　　满足申请要求：

　　放在这一梯队的项目在录取偏好上都蛮有意思的。需要分开一个个说。

　　西北MLDS是完全的就业项目，录取的人以工作经历为主。24Fall似乎是由于yield rate过低(有可能是找工市场不好使大家倾向于保留读博的可能性，而MLDS不适合读博)出现了史无前例的WL高转正量，因此从以往的Tier 1下调到Tier 2。如果找工市场持续低迷，预计将停留在Tier 2.

　　UChicago MSDS是24Fall开设的新项目，需要注意区别于同在DSI的MADS，MSDS是完全的科研向项目。24Fall录取人数已经接近Stanford和Yale，只是由于刚开设的信息差+MADS和统计分流了一些申请者，实际的申请难度还没有达到Stanford和Yale的水平。由于有限的cohort size，DSI充足的资源，友好的选课和转博政策(以上条件可能会发生变化)，25Fall有冲刺Tier 1的可能。

　　Brown DS录取上极度偏好海本/海外经历的申请者，属于那种比NYU、哥大、UMich这些录取难度多少高一点，但明显和Tier 1有差距的项目。一般到了Tier 3的水平就可以申一个试试，是和Tier 3那些人多的DS项目不一样的选择。陆本黑洞。

　　Duke MIDS名副其实极其注重Interdisciplinary的项目，实际申请难度没有那么高，对背景的需求大概到Tier 3的水平就够了，甚至有一些录取者由于先修课不足等原因拿不到Tier 3的offer。但同时对Interdisciplinary的要求十分严苛，传统实习为主的DS申请者很难录取，大部分rej是因为Interdisciplinary方面做得不够好。如果实在想去Duke读DS，可以考虑申请ECE，两边的DS课基本互选。

　　UW DS实话说没有抓到特别明确的规律。他和UW的另一个项目MSIM有一些相似之处，喜欢有工作经历的人，歧视UW本科。历史录取数据中有一些差不多是Tier 3的水平，但也拒了拿到Tier 1的申请者。能给出的建议就是背景有Tier 3就可以抽彩票，但结果无法预测。

　　以上是关于top50美本申请DS项目如何选校的全部介绍，如果还想了解更多关于美国留学申请方面的相关知识的，欢迎随时联系Tops6868或在线咨询，托普仕留学专注美国前30高校申请，多年名校申请经验助力你的留学申请。