# 项目概况 **南加州大学（University of Southern California）**，简称南加大（USC或SC），也译作南加利福尼亚大学，位于加州洛杉矶市中心，由Robert M. Widney于1880年创立，是加州历史最悠久的私立研究型大学。南加大共有五名诺贝尔化学奖得主。南加大同时拥有两座由国家科学基金会（NSF）提供资金支持的工程研究中心（ERC）——专门研究网络及多媒体的综合多媒体系统中心（IMSC）以及微电子生物系统中心（ BMES）。南加州大学名列2020 U.S.News美国最佳大学第**22**名，泰晤士高等教育美国大学排名第**18**名，QS美国大学排名第**15**位。南加大与哈佛大学、斯坦福大学等一同名列普林斯顿评论全美学子**十大梦校**。 **南加州大学应用数据科学硕士（Master of Science in Applied Data Science）**是隶属于维特比工程学院下的硕士项目，其目标是培养具有各种背景的学生成为数据科学家。该学位为学生提供了知识和技能，以解决需要结合数据管理和数据分析技能的现实世界挑战。学生将学习如何使用最新的大数据基础架构，例如Hadoop和Spark。学生将学习如何使用各种分析技术，包括机器学习，数据挖掘和数据可视化，并将这些工具应用于实际问题。该学位是为具有不同背景的学生而设计的，但是希望学生至少具有较强的数据科学背景才能攻读该学位。未经**计算机科学培训**的学生将首先学习数据科学的基础知识，包括数据科学工具和技术等。学生们将学习如何使用Python构建数据处理程序，还将学习如何通过动手作业和项目来应用最新的分析工具。具有计算机科学背景的学生可以直接跳入更高级的数据科学课程，包括数据管理，机器学习，数据挖掘和数据科学统计。学生完成了入门和核心课程，就可以选择选修课，以使其在数据科学领域追求自己的兴趣。 # 申请要求 **1.成绩单**：上传大学所修所有课程的电子成绩单。 **2.英语语言能力**：**90分**以上的线上TOEFL分数，每个部分不低于20分，或IELTS分数**6.5**，单科目分数不低于6。 **3.GRE通用测试**：（自 2020年9月30日起更新）2021年夏季和秋季向维特比工程学院研究生课程的申请都不需要GRE考试。 **4.个人简历** **5.个人陈述**：简要描述申请维特比工程学院计划课程的理由，对该领域的准备，学习兴趣，未来的职业计划以及背景和兴趣等。 **6.推荐信（2个高度推荐）**：推荐信应来自有资格评估研究生学习潜力的教师或其它人员。 # 课程设置 该学位课程总共需要32个学分。核心必修课共3门，专业选修课需选5门以上(15门可选)，每门课为4学分。此外，还包括不计算在学分内的课程：论文课程三门、定向研究一门以及实习课程四门。 ## 核心必修课（12学分） | 课程代码 | 课程英文名称 | 学分 |课程中文名称 | |:--- |:--- |:--- |:--- | | DSCI 551 | Foundations of Data Management | 4 |数据管理 | | DSCI 552 | Machine Learning for Data Science | 4 | 数据科学机器学习 | | DSCI 553 | Foundations and Applications of Data Mining | 4 | 数据挖掘基础和应用 | ## 专业选修课（20学分） | 课程代码 | 课程英文名称 | 学分 |课程中文名称 | |:--- |:--- |:--- |:--- | | CSCI 544 | Applied Natural Language Processing | 4 | 应用自然语言处理| | CSCI 550 | Advanced Data Stores | 4 | 高级数据存储| | CSCI 570 | Analysis of Algorithms | 4 | 算法分析| | CSCI 572 | Information Retrieval and Web Search Engines | 4 | 信息检索和网络搜索引擎| | CSCI 587 | Geospatial Information Management | 4 | 地理空间信息管理| | DSCI 510 | Principles of Programming for Data Science | 4 | 数据科学编程原理| | DSCI 529 | Security and Privacy | 4 | 安全和隐私| | DSCI 549 | Introduction to Computational Thinking and Data Science | 4 | 计算思维和数据科学导引| | DSCI 550 | Data Science at Scale | 4 | 大规模数据科学| | DSCI 554 | Data Visualization | 4 | 数据可视化| | DSCI 555 | Interaction Design and Usability Testing | 4 | 交互设计和可用性测试| | DSCI 556 | User Experience Design and Strategy | 4 | 用户体验设计和策略| | DSCI 558 | Building Knowledge Graphs | 4 | 知识图谱构建 | | DSCI 560 | Data Science Professional Practicum | 4 | 数据科学专业实践| | DSCI 599 | Special Topics Units: 1, 2, 3, 4, 5, 6, 7, 8 (4 units of DSCI 599 required if chosen) | 4 | 特别主题（每学期从数据科学的最新发展中选择课程内容，共8个学分任选4个学分）| **注**：DSCI为数据科学类，CSCI为计算机科学类。接受过有限计算机科学训练或没有接受过计算机科学训练的学生，应在参加任何其他课程之前参加DSCI 549，DSCI 510 和DSCI 550。 # 学杂费 研究生期间需要修满32个学分的课程，总学费大约\$ 66,400，包括学杂费大约\$ 90,700。 # 项目链接： [https://viterbigradadmission.usc.edu/programs/masters/msprograms/data-science/ms-applied-data-science/](https://viterbigradadmission.usc.edu/programs/masters/msprograms/data-science/ms-applied-data-science/)