加拿大多伦多大学数据科学专业基本条件

学术要求：

完成计算机科学、数学、统计学或任何其他包括大量接触统计学、计算机科学和数学，包括高级微积分、线性代数、概率和统计、编程语言和计算方法课程的学科。

在本科最后一年的学习中，成绩至少相当于B+。

申请人通常必须展示相当于以下的知识：

至少有两门相当于高级别的统计学课程：

应用回归分析Applied Regression Analysis

概率论 Probability Theory

统计理论 Statistical Theory。

注意：这些高级STA课程需要有数学和统计学的背景。

至少有三门相当于高级别的计算机科学课程：

算法和复杂性 Algorithms and Complexity

数据库系Database Systems

操作系统Operating Systems

语言要求：

雅思要求7.0. 单项6.5

托福93.写作口语22

不接受PTE

加拿大多伦多大学数据科学专业介绍

数据科学方向的目标是从数据中获取知识。该领域正在迅速发展的数据收集和处理技术，并起源于统计和计算机科学。数据科学家不仅参与数据的技术方面，而且使用数据来帮助指导决策。

多伦多大学的数据科学专业为学生提供了对统计和计算机科学方法的先进理解，积极的研究培训，以及通过我们的应用研究实习在现实世界中测试你的知识的机会。

我们邀请来自不同学科背景的学生申请，但请注意，你必须证明自己在计算机科学和统计学方面有很强的背景——最好是通过正式的本科学历培训。

加拿大多伦多大学数据科学专业就业方向

1.数据挖掘师/算法工程师

算法工程师是指从大量数据中通过算法搜索隐藏于其中重要内容的专业人员，这项工作有助于企业决策智能化，提高工作效率、降低错误率。数据挖掘已成为很多IT战略重要组成的部分，其专业人才也被大量需求。

2.数据分析师

数据分析师是专门从事行业数据搜集、整理、分析、评估和预测的专业工作人员，其主要专注于从过去和现在的数据层面理解数据，最常见的便是一些行业通过一些列数据预测分析用户行为、喜好或者锁定目标用户，最大程度体现数据商业意义。

3.数据工程师

数据工程师主要从事对数据的采集、分析、整理、维护等相关技术工作，偏重于清洗数据，方便数据分析师和数据科学家使用，在数据中找出能驱动解决业务问题的关键点。

4.数据产品经理

随着数字化运营等概念深入人心，数据产品也走进人们视线，数据产品是可以发挥数据价值辅助用户做出更优决策的一种产品形式，而数据产品经理则是使用这些产品满足特定数据使用要求。产品经理需要负责数据产品的需求管理、设计规划、开发测试、优化更新等全生命周期。

5.大数据可视化工程师

大数据可视化是通过图形、图像处理、计算机视觉表达以及用户界面，对数据加以可视化解释，所涵盖的技术方法特别广泛，对工程师能力要求比较高。可视化作为数据分析后的可视化呈现，在很多领域发挥着重要作用，因而可视化工程师前途非常光明。

6.数据科学家

数据科学家是一个全新工种，主要是采用科学方法，运用数据对大量信息进行数字化重现，作出对未来更可信的预测，即将企业的数据和技术转化为企业的商业价值，。随着数字化信息时代的发展，越来越多的实际工作将会直接针对数据进行，专业需求量不言而喻。