预约成功
1、美国的数据分析行业现状——美国领跑数据科学专业教育
在美国，数据科学专业是以数据分析学专业为基础发展而来的，可追溯至2007年北卡罗来纳州立大学率先设立的数据分析硕士学位。与统计学和计算机科学与技术等基础学科不同的是，数据分析学进一步抽象了这些底层科学中的数据问题，连接了包括统计学和计算机科学在内的基础学科与数据科学之间的空白，为数据科学这一新学科的出现奠定了直接基础。
从“数据分析学”向“数据科学”的实质性过渡出现在2013年左右，比较有代表性的是纽约大学于2013年新开设的数据科学硕士专业。之后，包括加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、在内的多个学校设立了数据科学专业。
据Datascience Community数据显示，截至2017年5月，全球共有26个国家的356所高校开设了551个数据科学相关项目，其中美国高校开设的数据科学项目数量最多。数据显示，全美有245所高校共开设425个数据科学项目，占全球该类项目总量的77.1%。
在这些学校中，数据科学相关专业主要对应3类研究方向：
商业数据分析方向
计算机科学主修数据分析方向
商业管理主修数据分析方向
由于数据科学这一领域具有专业交叉性的特点，在数据科学人才的培养上，学历教育仍占主导地位，在学历教育项目中，又以研究生层次的项目最为普遍。
在研究生培养中，数据科学多作为某专业的细分方向。例如，斯坦福大学在统计学专业上设置了数据科学方向，要求申请者有修习数学和计算机基础课程的经历;南加州大学维特比工学院在研究生阶段开设了计算机科学-数据科学方向，要求申请者获得区域认可大学的工程、数学或自然科学本科学位。
在本科层次教育的项目上，数据科学多作为统计学院、计算机学院或商学院下的专业。
也有部分学校独立设置了数据科学系。例如，伍斯特理工学院在数据科学系下，分别设置了数据科学的1个本科项目、2个研究生项目、1个博士项目和一个非学历教育的课程认证。
另外，课程认证式的非学历教育在数据科学领域的人才培养中也发挥着重要作用。很多数据科学项目在以课程认证的形式进行，多招收需要进行紧技能培训或背景提升的在职人员。
2、美国的数据分析行业现状——具体项目举例
许多美国大学会将数据科学与原有特色专业相结合，在本校具有优势的领域中关注数据科学，并非常重视这一专业的实践性。
以斯坦福大学为例，该学校的数据科学专业由统计系和计算与数学学院联合开设，授予的学位为数据科学方向的统计学理学硕士。共开设有29门课程，分为以下5个模块：
基础课程模块：数值线性代数、离散数学与算法、优化论、工程中的随机方法以及随机算法与概率分析;
数据科学模块：统计推理导论、回归模型及方差分析导论、统计模型导论、现代应用统计学：学习以及现代应用统计学：数据挖掘;
高级科学编程及高性能计算模块，涉及的课程有高级科学编程、并行计算导论、分布式算法与优化论、数值分析的并行方法、并行计算、并行计算机的架构及编程以及高级多核系统;
专业选修模块，设有以下课程：计算分子生物学中的表示与算法、数据驱动型医学、面向现代生物学的统计学、社会与信息网络分析、机器学习、面向视觉认知的卷积神经网络、海量数据集的挖掘、计算机图形学、地理统计学、基于大数据的商务智能、人类神经影像学方法和数据计算范式;
实战模块，包括Capstone项目和独立学习项目。
斯坦福大学此专业的人才培养目标侧重的是统计学家，而并非是数据科学家。其最突出的特点是将数据科学作为统计学的一个方向，将培养出面向数据科学的统计学家。因此，该专业与其他学校的数据科学专业不同，强调的是数据科学与统计学的深度融合。
以上就是有关于美国的数据分析行业现状的相关内容，以及相应的解析，不论你是已经入职数据分析师岗位的新人，还是打算进入数据分析岗位的小白，以上的内容都或多或少会对大家有所帮助，环球网校的小编在这里祝大家的数据分析师职业道路顺利。
