一、项目概况

宾大数据科学硕士项目将机器学习、大数据分析和统计学等核心主题的前沿课程与各类选修课相结合，并为学生提供机会，将这些技术应用到专业领域(一个深度领域)中。

深度领域(depth area)同时提供预备课程和数据科学应用领域的论文或实践。潜在的专业领域包括网络科学、数字人文学科、生物医学、公共政策，当然也包括计算机和信息科学以及电气和系统工程领域的传统机会。

二、课程设置

宾大数据科学硕士项目要求学生在1年半或者2年内完成10门课程(2门基础课程，3门核心课程，5门选修课程)。课程由计算机与信息科学系(CIS)和电气与系统工程系(ESE)联合管理。

因为有5门选修课程，所以该项目的选课自由度非常大。学生可根据自身兴趣和未来职业规划，灵活选择课程。

1、基础课程(两门课程)

编程语言和技术(PL)：编程语言与技术(CIT 5900)或软件开发导论(CIT 5910)

线性代数(CIS 5150)或计算线性代数(Math 5130)

如果学生曾经上过，可以豁免。

2、核心课程要求(三门课程)

数据科学统计(ESE 5420)

大数据分析(CIS 5450)

挖掘和学习：机器学习入门(CIS 5190)或机器学习(CIS 5200)或现代数据挖掘(STAT 5710)或数据驱动建模和概率科学计算(ENM 5310)或数据挖掘：从海量数据收集学习(ESE 5450)

3、技术&深度领域选修课程(五门课程)

选课范围很广，如数据库和信息系统(CIS 5500)、互联网与网络系统(CIS 5550)、软件工程(CIS 5730)、计算机系统工程(CIT 5950)、营销决策的数据与分析(MKTG 7120)、人工智能(CIS 5210)、数据科学深度学习(CIS 5220)、计算机视觉 (CIS 5810)、机器学习理论(CIS 6250)、机器人学习(ESE 6500)、现代数据挖掘(STAT 5710)、分子建模和模拟(CBE 5250)、高级线性代数(AMCS 5141)、算法(CIS 5020)等等。

就业情况

报告显示，91.4%的宾大数据科学硕士毕业生在毕业后6个月内被雇佣或者参加继续教育、参加志愿服务、参军，或者没有求职。

这其中，81.9%的学生在毕业后6个月内获得全职就业机会，8.2%的学生选择继续教育深造。这两类毕业去向占据较高比例。

在全职就业中，备受硕士毕业生青睐的顶级雇主有：

亚马逊、Meta、谷歌、微软、华为、领英、Oracle、宾夕法尼亚大学、麦肯锡咨询公司、阿斯麦、Nuro、英伟达等等。

就职行业涵盖科技(48%)、工程(9%)、金融服务(8%)、咨询(7%)、制药/生物技术(6%)、汽车(4%)、媒体/新闻/娱乐(4%)、电子器件/机器人(3%)、航空航天(2%)、教育(2%)等诸多领域。

从地区分布来看，美国本土就业占据主流，多数毕业生选择在加州、纽约州、宾夕法尼亚州、华盛顿州等地从业。

此外，有部分学生选择在中国(包括香港/台湾)就业，或者在以色列、日本、韩国、科威特等国从业。