数据科学博士学位课程指南
数据科学博士学位课程指南：数据科学领域的专业机会增长得非常快。这对希望从事数据科学家职业的学生来说是个好消息。但这也意味着在为你制定最佳教育路径之前，还有更多的选择需要调查和理解。
这意味着博士课程是最耗时的学位选择，通常要求学生完成涉及严格研究的论文。这意味着博士并不适合所有人。事实上，许多在大数据领域工作的人拥有硕士学位而不是博士学位，博士学位往往涉及与没有论文组成部分的博士课程相同的课程。然而，对于合适的候选人来说，博士课程是成为你所关注领域真正专家的完美选择。
如果你已经得出结论，数据科学博士学位对你来说是正确的道路，本指南旨在帮助你选择最适合你需求的课程。它将介绍选择研究生数据科学课程时的一些关键考虑因素，以及数据科学博士决策过程中的一些具体细节（如课程负担和学费）。
数据科学博士与硕士：为您选择正确的选项
如果你正在考虑攻读数据科学博士学位，值得知道的是，为了获得好的工作机会，这样的高级学位并不是绝对必要的。许多在大数据领域工作的人只持有硕士学位，这是预计成为数据科学职位竞争候选人的教育水平。
那么为什么要攻读数据科学博士学位呢？
简而言之，数据科学博士学位将使您有资格从一开始就进入高水平的大数据行业。
你将有资格在公司获得高级职位，承担更大的责任，与领导层保持更直接的沟通，并对重要的数据驱动决策有更大的影响力。你还可能获得与你的级别相匹配的更高薪酬。
然而，博士学位并不适合所有人。学位论文需要大量的时间和对深入研究的兴趣。如果你渴望快速启动职业生涯，硕士课程会给你开始工作所需的准备。博士学位适合那些想把时间和精力投入学校教育作为职业轨迹长期投资的人。
有关数据科学博士和硕士课程之间差异的更多信息，请查看我们的指南。
数据科学博士课程，历史上
从历史上看，数据科学博士项目是在学术界或工业界获得良好数据相关职位的主要途径之一。但是，博士项目非常注重研究，需要一些长期的时间、金钱和精力投资才能获得。一些数据科学博士学位持有者报告的问题，尤其是在行业环境中，是最先进的技术发展如此之快，数据科学行业发展如此之快，大量以研究为导向的专业知识并不总是备受追捧。
相反，许多公司正在寻找能够跟上最新数据科学技术和技术的候选人，并愿意转向以匹配新兴趋势和实践。
让数据科学研究生院的决策变得更加复杂的一个最新发展是专业硕士学位的引入。这种学位侧重于严格但紧凑的专业培训。学生和公司都意识到一个更专注于行业的密集学位的价值，它可以提供足够的培训来管理复杂的项目，并且更面向客户，而不是以研究为导向。
然而，并非所有未来的数据科学博士生都在寻找工业界的工作。利用新的数据采集和分析工具，各种学术领域都有一些非常惊人的研究机会。了解如何利用包括统计学和计算机科学在内的数据系统来分析趋势和构建模型的专家将受到高度需求。
你能在线获得数据科学博士学位吗？
虽然获得数据科学博士学位并不常见。在线，对于那些希望利用在线课程灵活性的人来说，目前有两种选择。
印第安纳大学布卢明顿分校和北中央大学都提供在线博士学位。辅修或专修数据科学的课程。
鉴于学校继续增加在线课程的趋势，预计在不久的将来会有更多的学校添加此选项。
博士课程概述
博士学位需要大量的学术工作，通常需要四到五年（有时更长）才能完成。
以下是比较数据科学研究生课程时需要考虑和评估的一些高级因素。
• 数据科学博士需要多少学分？
平均而言，获得数据科学博士学位需要71个学分——比传统的硕士学位课程长得多（几乎是两倍）。除了课程之外，大多数博士生还承担着研究和教学责任，这可能同时要求很高，而且是非常好的职业准备。
• 核心课程是什么样的？
在数据科学博士课程中，你将被期望学习许多技能，以及如何跨领域和学科应用它们。核心课程因项目而异，但几乎所有课程都有统计学的核心基础。
• 考试：所有博士生都必须参加资格考试。这可能因大学而异，但为了让你了解一些情况，耶鲁大学将其分为三个阶段。他们有实践考试、理论考试和口试。目标是确保博士生正在发展适当的专业水平。
• 学位论文：博士项目的最后步骤之一是在一份名为论文的正式文件中展示原始的研究结果。这些将提供背景和背景，以及发现和分析，并有助于理解和发展数据科学。论文的想法通常为博士候选人的研究生院经历将如何展开提供框架，因此在考虑研究机会时深思熟虑是很重要的。
准备博士课程
由于数据科学是一个快速发展的领域，而且选择正确的博士课程是发展成功职业道路的重要因素，因此未来的博士生可以提前采取一些步骤来找到最合适的机会。
• 加入专业协会：甚至在获得完全证书之前，加入专业协会和组织，如数据科学协会和美国大数据专业人员协会，是接触该领域的好方法。许多专业协会欢迎新成员，甚至通过折扣会员费、学生研究人员奖励和竞赛类别等方式鼓励学生参与。加入的最大优势之一是，这些专业协会将其他数据科学家聚集在一起，为会议活动、研究分享机会、网络和继续教育提供机会。
• 利用你的社交网络：留意与教授、同行和行业成员建立专业联系。有许多领英团体致力于数据科学。在申请研究生院时寻找建议或推荐信，然后在申请工作和其他与职业相关的机会时，维护良好的专业网络总是有用的。
• Kaggle竞赛：Kaggle竞赛提供了解决现实世界数据科学问题并赢得奖品的机会。可以在Kaggle找到数据科学问题列表。赢得其中一项比赛是展示专业兴趣和经验的好方法。
• 实习：实习是获得数据科学真实经验的好方法，同时也可以为商界的顶级公司工作。例如，IBM提供数据科学实习，这也有助于在申请博士课程和未来找工作时脱颖而出。
建立坚实的专业经验记录
展示专业经验不仅在找工作时很重要，在申请研究生院时也很有帮助。有很多方法可以让未来的学生接触该领域，探索数据科学职业的不同方面。
• 获得认证：有许多与数据相关的证书课程对具有各种学术和专业经验的人开放。DeZyre有一个很好的指南来获得不同的认证，其中一些可能有助于为研究生院申请提供良好的背景。
• 会议：会议是一个很好的地方，可以结识那些在数据科学领域展示新的令人兴奋的研究的人，并从新发现的联系中激发想法。像专业协会和组织一样，可以享受学生折扣价来鼓励学生参与。此外，如果你在会议上展示海报或研究，一些会议将免除费用，这是一种额外的展示激励。
选择学校时要考虑的事情
当涉及到数据科学研究生课程时，很难量化什么是合适的。有一些因素很容易评估，比如成本和地点，还有一些标准更难评估，比如社交机会、教授的可及性和课程的最新性。
然而，在应用于几乎所有数据科学研究生课程时，都有一些关键的相关考虑因素。
大多数学校在申请时会要求：
• 所有本科和研究生成绩单
• GRE分数
• 计划的意向声明（申请原因和未来计划）
• 推荐信
• 申请费
• 网上申请
• 简历（概述你所有的学术和专业成就）
获得数据科学博士学位的成本是多少？
好消息是，许多博士数据科学项目都得到奖学金和津贴的支持。有些是完全资助的，这意味着学校将支付学费和基本生活费用。以下是几个全额资助项目的例子：
• 南加州大学
• 内华达大学里诺分校
• 肯尼索州立大学
• 伍斯特理工学院
• 马里兰大学
对于所有其他项目，根据学校的不同，平均学费范围从每学分1300美元到每学分2000美元不等。请记住，典型的数据科学博士课程在60到75学分之间，这意味着你可以在几年内花费高达15万美元。
这就是为什么在评估博士项目时，财务方面的评估如此重要，因为有些学校提供全额津贴，这样你就可以在不需要找到补充奖学金或学费援助的情况下上学。
常见问题解答
我可以成为一名拥有博士学位的数据科学教授吗？
是的！如果你有兴趣在大学或研究生阶段教学，博士学位是建立成为教授所需的全部专业知识所需的学位。一些拥有博士学位的数据科学家从进入大数据领域开始，在获得大量工作经验后转向教学。如果你被驱使去教别人或从事数据科学的高级研究，博士学位对你来说是合适的。
我需要硕士学位才能攻读博士学位吗？
不。许多攻读数据科学博士学位的人还没有获得高级学位，许多博士课程包括学校前两年硕士课程的所有课程。对许多学生来说，这是最省时的选择，让你一次通过就可以完成学业，而不是在硕士课程结束后中断学业。
在获得硕士学位后，我可以选择攻读博士学位吗？
是的。硕士课程可以是一个了解情况并确定你想在大数据世界中打造的具体职业道路的机会。一些学校可能允许你在获得硕士学位后简单地延长你的学术时间表，如果你已经在这个领域工作了一段时间，也有可能回到学校获得博士学位。
如果博士学位不是必须的，那是浪费时间吗？
虽然不是所有的学生都是博士候选人，但对于合适的学生来说——他们热衷于做深入的研究，有时间投入多年的学校，并有可能对继续在学术界工作感兴趣——博士学位是一个很好的选择。有关这个问题的更多信息，请查看我们的文章数据科学博士学位值得吗？
完整的数据科学博士课程列表
您将在下面找到提供数据科学博士学位的最全面的学校列表。每个学校列表都包含指向项目特定页面、GRE或硕士学位要求的链接，以及指向包含详细课程信息的页面的链接。
请注意，该列表仅包含真正的数据科学程序。其他类似的程序通常在其他网站上集中在一起，但我们选择在网站的单独部分列出数据分析和商业智能等程序。
博伊西州立大学数据科学专业计算博士
数据科学的重点是开发数学和统计算法、软件和计算系统，以从数据中提取知识或见解。
在60学分内，学生完成研究生课程简介、核心课程12学分、数据科学选修课6学分、其他选修课10学分、价值1学分的博士综合考试和30学分的论文。
选修课可以选修人类学、生物计量学、生态学/进化和行为学、计量经济学、电气工程、地球动力学和信息学、地球科学、地质统计学、水文和水文地质学、材料科学和交通科学等重点领域。
鲍林格林州立大学数据科学博士
鲍灵格林大学的数据科学学生将计算机科学知识与统计学交织在一起。
学生学习分析结构化、非结构化和动态数据集的技术。
课程培养学生理解分析方法的原理，阐明分析方法的优点和局限性。
该计划需要60个学分学习计算机科学（6个学分）、统计学（6个学分）、数据科学探索和通信、伦理问题、高级数据挖掘和应用数据科学经验。
学生还必须完成21学分的选修课、资格考试、初步考试和论文。
布朗大学数据科学计算机科学博士
布朗大学的数据库小组是面向系统的数据库研究的世界领导者；他们寻找具有强大系统构建技能的博士生，他们有兴趣研究TupleWare、MLbase、MDCC、Crowd DB或PIQL。
为了获得入学资格，申请者应该首先考虑和这个团队一起在布朗大学进行研究实习。其他提升申请的方法是参加并做好大规模开放在线课程，在一家大公司实习，并参与一个大型开源软件项目。
查普曼大学计算和数据科学博士学位
查普曼大学计算和数据科学博士学位的候选人首先要完成计算科学基本方法和技术的13个核心学分。
学生完成45学分的选修课，这些选修课是个性化的，以匹配学生的特定兴趣和研究课题。
最后，学生完成论文研究最多12个学分。
申请人必须完成微分方程、数据结构、概率和统计课程，或者参加特定的基础课程，然后才能开始攻读博士学位。
克莱姆森大学与南卡罗来纳医科大学生物医学数据科学和信息学哲学博士
生物医学数据科学和信息学博士是克莱姆森大学和南卡罗来纳医科大学（MUSC）共同撰写的联合项目。
学生从三个方向中选择一个来追求：精确医学、人口健康以及临床和转化信息学。学生完成65-68个学分，并在5个领域学习课程：生物医学信息学基础和应用；计算/数学/统计/工程；人口健康、卫生系统和政策；生物医学/医学领域；实验室轮换、研讨会和博士研究。
申请人必须拥有健康科学、计算、数学、统计、工程或相关领域的学士学位，并且建议在这些领域中的第二个领域也有能力。
课程要求包括一年的微积分和大学生物学，以及计算机编程经验。
乔治梅森大学计算科学和信息学哲学博士
乔治•梅森的计算科学和信息学博士学位至少需要72个学分，尽管如果学生已经完成了硕士学位，这个学分可以减少。48个学分用于研究生课程，另外24个学分用于论文研究。
学生选择一个重点领域——计算机建模和仿真或数据科学——并完成该领域课程的18个学分。学生预计在4-5年内完成课程。
该计划的申请人必须具有自然科学、数学、工程或计算机科学的学士学位，并且必须具有微分方程和计算机编程的知识和经验。
哈里斯堡科技大学数据科学哲学博士
哈里斯堡大学的数据科学博士学位是一个4-5年的项目，其中前两个组成哈里斯堡分析硕士学位。
除此之外，博士生完成了获得学位的六个里程碑，包括18个学期的博士课程，如多元数据分析、图形理论、机器学习。
在完成ANLY 760博士研究研讨会后，该项目的学生完成了12小时的论文研究，使项目总学时达到36小时。
西奈山伊坎医学院遗传学和数据科学博士
作为生物医学科学博士项目的一部分，遗传学和数据科学多学科培训提供了扩展遗传研究和现代基因组学的研究机会。该培训还将生物医学科学的几个学科与机器学习、网络建模和大数据分析相结合。
遗传学和数据科学课程的学生完成预定的课程安排，总共64个学分和3年的学习。
其他课程要求和选修课包括实验室轮换、论文提案考试和论文答辩、计算机系统、算法简介、生物医学数据科学机器学习、转化基因组学和个人基因组的实用分析。
印第安纳大学-普渡大学印第安纳波利斯数据科学博士
在印第安纳大学普渡分校攻读数据科学博士学位的博士生必须在研究、数据分析以及管理和基础设施方面表现出能力才能获得学位。
博士学位由数据科学核心的24学分、方法课程的18学分、专业、笔试和口试资格考试的18学分以及论文研究的30学分组成。所有要求必须在7年内完成。
申请人通常需要拥有社会科学、健康、数据科学或计算机科学的硕士学位。
目前，IUPUI的大部分博士生由教员补助金资助，两名由联邦政府资助。没有一个学生是自筹资金的。
IUPUI还提供12-18学分的应用数据科学博士辅修课程。该辅修课程对在IUPUI或IU Bloomington注册的数据科学以外的博士课程的学生开放。
杰克逊州立大学计算和数据支持科学与工程博士
杰克逊州立大学提供计算和数据支持科学与工程博士学位，有5个重点领域：计算生物学和生物信息学、计算科学与工程、计算物理科学、计算公共卫生以及计算数学和社会科学。
学生完成12学分的公共核心课程，12学分的专业，24学分的选修课，24学分的论文研究。
学生可以在短至5年、不超过8年的时间内完成博士课程。
肯尼索州立大学分析和数据科学博士
在肯尼索州立大学攻读分析和数据科学博士学位的学生必须完成78个学分：48个课程小时和6门选修课（分布在4年的学习中），至少12个学分用于论文研究，至少12个学分实习。
在论文研究之前，综合考试将涵盖三个研究领域的材料：计算机科学、数学和统计学。
成功的申请者将拥有计算领域的硕士学位、微积分一和微积分二、编程经验、建模经验，并被鼓励拥有基本的SAS认证。
新泽西理工学院商业数据科学博士
学生可以通过相关的学士或硕士学位进入新泽西理工学院的商业数据科学博士课程。学士学位的学生开始学习36学分的高级课程，硕士学位的学生在学习论文研究学分之前学习18学分。
核心课程包括商业研究方法、数据挖掘与分析、数据管理系统设计、SAS和R统计计算以及回归分析。
学生在第一年和第二年结束时参加资格考试，并且必须在第六年结束时成功地完成论文答辩。
纽约大学数据科学博士
纽约大学的数据科学博士候选人必须完成72个学分，通过全面的资格考试，并在进入该项目10年内完成论文答辩。
必修课包括数据科学入门、数据科学的概率和统计、机器学习和计算统计、大数据以及推理和表示。
申请人必须具有数学、统计学、计算机科学、工程或其他科学学科等领域的本科或硕士学位。还需要有微积分、概率、统计和计算机编程的经验。
北中央大学数据科学博士
西北中央大学提供技术和创新管理博士学位，专攻数据科学。
该项目需要60学分，包括6-7门核心课程、3门研究课程、博士作品集和4门论文课程。
数据科学专业需要6门课程：数据挖掘、知识管理、数据分析和商业智能的定量方法、数据可视化、预测未来和大数据集成。
申请者必须有硕士学位。
史蒂文斯理工学院数据科学博士
史蒂文斯理工学院开发了一个数据科学博士项目，旨在帮助毕业生成为太空创新者。
严格的课程强调数学和统计建模、机器学习、计算系统和数据管理。
该项目由泰德•斯托尔博士指导，他是信息系统、运营和业务流程管理领域公认的思想领袖。
布法罗大学博士计算和数据支持科学与工程
布法罗大学计算和数据支持科学与工程博士课程围绕三个领域：数据科学、应用数学和数值方法，以及高性能和数据密集型计算。这三个领域中的每一个领域都必须完成9个学分的课程。该课程总共包括72个学分，应在4-5年内完成。入学需要硕士学位；硕士期间学习的课程可能会计入一些核心课程要求。
科罗拉多大学丹佛分校大数据科学与工程博士
科罗拉多大学丹佛分校为那些已经获得计算机科学和信息系统博士学位的学生提供了一个独特的课程。
大数据科学与工程（BDSE）计划是一个博士奖学金计划，允许选定的学生在大数据科学与工程领域进行研究。这个新的奖学金计划旨在培养更多数据科学应用领域的计算机科学家，如健康信息学、地球科学、精确和个性化医学、商业分析以及智慧城市和网络安全。
博士课程的学生必须完成30学分的计算机科学课程，超过硕士水平，和30学分的论文研究。
BDSE奖学金要求学生在核心学科（计算机科学或数学和统计学）和应用学科（医学和公共卫生、商业或地球科学）都有一名顾问。
此外，该奖学金涵盖BDSE研究员每年高达50k的全额津贴、学费和费用。重要的资格要求可以在这里找到。
马里兰大学信息研究博士
数据科学是马里兰大学信息研究博士生的潜在研究领域。这包括大数据、数据分析和数据挖掘。
申请博士学位的人必须在本科学习了以下课程：编程语言、数据结构、计算机算法的设计和分析、微积分一和二以及线性代数。
学生必须完成6门资格课程，2门选修研究生课程，以及至少12学分的论文研究。
马萨诸塞大学波士顿数据科学信息系统工商管理博士
马萨诸塞大学波士顿分校提供数据科学信息系统博士学位。由于这是一个商业学位，学生必须在头两年完成以商业数据为重点的课程；例如，在市场、技术和社会背景下学习商业等课程。
学生必须在第一年年底参加并通过资格考试，在第二年年底参加综合考试，并在第四年年底进行论文答辩。
特别鼓励那些拥有统计学、经济学、数学、计算机科学、管理科学、信息系统和其他相关领域学位的人，尽管不需要数量学位。
被该项目录取的学生通常会获得全额学费学分和津贴（每年25,000美元），以支付教育费用，并帮助支付长达三年的学习生活费用。
在课程的头两年，他们被分配给一名教员作为研究助理；第三年的学生将从事教学活动。第四年的资金是基于有限的项目资金池的成绩
内华达大学里诺统计和数据科学博士
内华达大学雷诺分校统计和数据科学博士课程由72个学分组成，将在4-5年内完成。课程都在统计学范围内，标题包括统计理论、概率论、线性模型、多元分析、统计学习、统计计算、时间序列分析。
强烈建议在博士课程注册之前完成数学或统计学硕士学位，但不是必需的。
南加州大学数据科学与运维博士
南加州大学马歇尔商学院提供5年内完成的数据科学和运营博士学位。
学生可以选择运营管理或统计课程。这两个课程都需要前两年秋季和春季的4门课程，以及夏季的一篇研究论文和课程。第三年致力于论文准备，第四年和/或第五年致力于论文答辩。
申请需要学士学位，但不需要领域或进一步的经验。
学生应完成60个单元的课程。如果学生以高级地位（例如适当领域的硕士学位）被录取，这一要求可能会减少到40个学分。
田纳西大学-诺克斯维尔数据科学与工程博士
田纳西大学诺克斯维尔分校的数据科学与工程博士需要36小时的课程和36小时的论文研究。对于那些获得硕士学位的人来说，只需要24小时的课程学习。
核心课程包括统计学、机器学习和脚本语言方面的工作，并在侧重于与数据相关的政策问题或技术创业的课程中增加了6小时。
学生还必须选择以下领域之一的知识专业：健康和生物科学、先进制造、材料科学、环境和气候科学、交通科学、国家安全、城市系统科学和先进数据科学。
申请人必须具有工程或科学领域的学士或硕士学位。
所有被录取的学生都将得到研究奖学金的支持，学费将包括在内。
许多学生将与橡树岭国家实验室的科学家一起进行研究，该实验室距离校园约30分钟车程。
佛蒙特大学伯灵顿分校复杂系统和数据科学（CSDS）博士
通过工程和数学科学学院，复杂系统和数据科学（CSDS）博士课程是泛学科的，提供计算和理论培训。学生可以根据自己选择的重点领域定制课程。
该项目的学生在校园内的研究小组中工作。
核心课程包括数据科学、复杂系统原理和复杂系统建模。选修课包括机器学习、复杂网络、进化计算、人机交互和数据挖掘。
该项目需要至少75个学分才能获得学生研究生学习委员会的批准。
华盛顿大学西雅图校区大数据和数据科学博士
华盛顿大学的数据科学博士项目有两个关键目标：培训新的数据科学家和网络基础设施开发，即开发世界各地的科学家可以用于大数据分析的开源工具和服务。
学生必须学习数据管理、机器学习、数据可视化和统计学方面的核心课程。
学生还必须完成至少一项涵盖大数据实践工作的实习。
威斯康星大学麦迪逊分校生物医学数据科学博士
在生物医学数据科学博士课程提供的生物统计学和医学信息学系在威斯康星大学麦迪逊分校是独一无二的，在融合最好的统计学和计算机科学，生物统计学和生物医学信息学。
学生完成为期三年的生物统计学理论和方法、计算机科学/信息学课程，以及适合他们兴趣的专业课程。
学生还在项目的前两年完成三个研究轮换，以扩大他们的知识广度并协助确定研究顾问。
范德比尔特大学数据科学BMI博士项目
范德比尔特大学的生物医学信息学博士可以选择数据科学课程。
学生完成生物医学信息学（3门课程）、计算机科学（4门课程）、统计方法（4门课程）和生物医学科学（2门课程）领域的课程。学生应在项目开始后5年内完成核心课程并完成论文答辩。
申请人必须拥有计算机科学、工程、生物学、生物化学、护理、数学、统计学、物理学、信息管理或其他健康相关领域的学士学位。
华盛顿大学圣路易斯计算与数据科学博士
华盛顿大学现在提供计算和数据科学的跨学科博士学位，学生可以从四个轨道（计算方法、政治学、心理和脑科学或社会工作和公共卫生）中选择一个。
学生获得全额资助，并将获得至少五年的津贴，这取决于项目取得足够的进展。
伍斯特理工学院数据科学博士
伍斯特理工学院数据科学博士专注于5个领域：综合数据科学、商业智能和案例研究、数据访问和管理、数据分析和挖掘以及数学分析。
学生首先完成数据科学硕士学位，然后完成硕士学位以外的60个学分，包括30个学分的研究。
耶鲁大学康涅狄格州纽黑文统计和数据科学系博士项目
耶鲁大学统计学和数据科学博士在统计理论、概率论、随机过程、渐近、信息论、机器学习、数据分析、统计计算和图形方法等领域提供广泛的培训。学生在第一年完成这些主题的12门课程。
要求学生在三年级和四年级每学期教授一门课程。
大多数学生在五年级完成论文并进行答辩。
申请人应具有统计学教育背景，本科专业为统计学、数学、计算机科学或类似领域。