数据科学

学科特色院校与项目

按本学科的课程与培养特色分别挑选。先看每个项目值得了解的地方，再打开官方介绍比较；相关学位与专攻会单独标明。

• 加州大学伯克利分校 美国Data Science, BA ↗

  本科学位

  将计算、统计与应用领域结合，适合比较数据科学的跨学科结构。

  官方目录核验 2026-10-27
• 卡内基梅隆大学 美国Statistics and Machine Learning, BS ↗

  本科学位

  以统计理论、方法与机器学习相结合的路径，比较数据科学的数理深度。

  官方目录核验 2026-10-27
• 伦敦大学学院 英国Data Science BSc ↗

  本科课程，具体学位名称见上方

  直接以数据科学命名的BSc，可与伯克利的BA及CMU的统计与机器学习本科比较。

  官方目录核验 2026-10-27

未来可以走向哪里

这些是探索路径，不保证就业。技能、地区、经验与资格都会影响入门。

• 数据分析

  将统计用于实际问题，通过小项目和受指导的入门经验积累能力。

  常见机构类型：企业团队、咨询机构、公共组织与研究组。

• 数据工程

  运用数据清洗评估方案并向他人说明发现，练习研究与清楚沟通。

  常见机构类型：企业团队、咨询机构、公共组织与研究组。

• 分析研究

  探索研究或职业训练路径，独立研究和受监管执业通常需要进一步学习与特定资格。

  常见机构类型：企业团队、咨询机构、公共组织与研究组。

先体验，再判断

用两张图解释公开数据的一条规律

约90分钟主动投入，在开始后七天内完成。

1. 用20分钟从大学课程或开放教学资料了解统计的基础。
2. 用两张图解释公开数据的一条规律
3. 请自愿同学给反馈，再记录一个投入点、一个困难和一个问题。

产物：一页说明或一个小原型，呈现方法、结果与局限。

没有工具、访谈或设备时，可用公开案例或纸上模拟，不需要花钱。

可直接阅读活动步骤，登录后开始并保存。

相邻的可能性