读研数据分析专业哪个国家好？
美国 美国的数据科学专业设置非常全面，从应用数学、数理统计到计算机科学都有涉及，而且很多学校的课程设置的深度和广度都非常高。
比如，我们熟悉的新常春藤联盟名校达特茅斯学院，它的数据科学硕士项目（Master of Science in Data Science）开设在工学院下面，整个项目需要完成16门课，44个学分才能毕业，项目的核心课程包括： 除了上面的必修课外，学生还需要选择两门选修课。项目总共分为四个学习模块（four learning modules). 每个学期学生们需要在三个不同的学习模块中各选一个，这样每个学期都需要修读四门课程。其中一个是偏软工的项目内容，另两个是偏硬工的课程。这种设置能让学生的知识体系更加系统化，而不是学完之后发现各个方向都很浅显。虽然项目设置中有很多与计算机相关的科目，但是项目里也有不少传统纯理科的科目例如随机过程、优化等。所以如果学生在本科的时候并没有丰富的编程经验和强大的计算机能力，那么在达特茅斯的data science master这个项目里也能学到很多东西并夯实自己的基础。另外，该项目是与德国马普所联合办的，如果有同学毕业后想去德国继续深造，这个项目的经历会对申请有帮助。
除了达特茅斯，斯坦福大学也设有一个Data Science Master's program，这个项目是由计算机系、统计系以及电气系联合办的。项目需要完成30个学分的课程，包含5门必修（五个核心概念：计算、统计学、算法、理解和表示）。 还有哥大的数据科学硕士(MSDS)也是设在工学院的下面，需要完成30个学分的课程学习方可毕业。
因为哥大是综排TOP20的常青藤学校，而且这个项目为工程学和计算机学科背景的学生提供深入的数据科学培训，因此对申请者的硬件条件（GPA，TOEFL，GRE成绩）要求都比较高。
以上三个项目是典型的美式master，以授课型为主，重视理论与实践相结合，且大多可以转码（达特茅斯除外），适合于想留在美企工作的同学们。 但美国data science的专业设置比较复杂，不同校不同系甚至同一校不同院对data science的叫法都有所区别，有的叫dmat，dsit，dtis ...因此在选校上也需要注意。
英国 相较于美国的全领域覆盖，英国的data science专业就比较“专一”了，大多数学校设置都在机器学习，金融数学，大数据这三个分支里面。以UCL为例，它有三个数据科学的MSc专业，分别是在土木建筑环境(CBE)下设立的MSc Data Science 和 在数学系(Mathematical Sciences)下设的MSc Statistics with Applications to Data Science 、在地球物理学院 (Departmentof Geophysics)下的MSc Financial Computing and Data Mining。
虽然叫法不一，但这三个专业的课程设置却有大纲上的重合，都是围绕大数据、机器学习、统计分析来设置课程。 UCL的DS相关专业不需要学生具备很强的编程能力和数学功底，它更偏向于让学生通过学习掌握数据科学的相关理论知识并进行实用技能的训练（比如R语言和Python）来完成学业目标。所以如果是理工科背景但数学底子薄弱的同学，其实是非常适合申请英国的data science项目的。
另外，像帝国理工，圣安德鲁斯大学等也会设立data science相关硕士专业，但课程设置上会偏计算一些，更适合有计算机背景的学生申请。 英国的大部分项目都是授课型，且可以在第二年转入CS专业，因此非常适合想留英工作或继续申博的朋友。
香港科技大学 作为亚洲的学校，港科的data science专业同样设置了广泛的课程体系，既涵盖纯理的随机模型、优化理论，也有计算方面的机器学习、神经网络。虽然学习内容很多，但并不深奥，授课的老师都会把理论知识通过实例进行讲解，让学习的过程变得轻松。学校的师资力量很强大，授课老师大部分都是计算机系和电子工程系最顶级的教授，他们的科研成就都是发表在顶刊（PAMI，ICML，NIPS，AAAI）上的。
港科的这个项目还设有实习环节，给学生提供了将所学知识应用于实际的机会。如果学生想留下实习，学校也是可以帮忙联系内推的。 港科的项目时长一年，属于stem专业，享有OPT，适合想留美就业或者申博的同学申请。由于是STEM专业，申请H-1B的工作签证会有优势。