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）和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。
南加州大学计算机科学(数据科学)硕士（Master of Science in Computer Science (Data Science)）开设在维特比工程学院下，为学生提供计算机科学的核心背景以及统计、算法等专业知识，以获取，存储，访问，分析和可视化各种大型、异构和实时数据。
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个学分。
必修课（12学分）：
| 课程代码 | 课程英文名称 | 学分 | 课程中文名称 |
|---|---|---|---|
| CSCI 570 | Analysis of Algorithms | 4 | 算法分析 |
| CSCI 585 | Database Systems | 4 | 数据库系统 |
| CSCI 561 | Foundations of Artificial Intelligence | 4 | 人工智能基础 |
分组选修课（3门课程，每组至少选修1门课程，10-12学分）：
第一组 - 数据系统
| 课程代码 | 课程英文名称 | 学分 | 课程中文名称 |
|---|---|---|---|
| CSCI 548 | Information Integration on the Web | 4 | 网络信息集成 |
| CSCI 572 | Information Retrieval and Web Search Engines | 4 | 信息检索和Web搜索引擎 |
| CSCI 586 | Database Systems Interoperability | 4 | 数据库系统的互操作性 |
| CSCI 587 | Geospatial Information Management | 4 | 地理空间信息管理 |
| CSCI 653 | High Performance Computing and Simulation | 4 | 高性能计算和仿真 |
| CSCI 685 | Advanced Topics in Database Systems | 4 | 数据库系统高级主题 |
| DSCI 551 | Foundations of Data Management | 4 | 数据管理基础 |
第二组 - 数据分析
| 课程代码 | 课程英文名称 | 学分 | 课程中文名称 |
|---|---|---|---|
| CSCI 567 | Machine Learning | 4 | 机器学习 |
| CSCI 573 | Probabilistic Reasoning | 3 | 概率推理 |
| CSCI 686 | Advanced Big Data Analytics | 4 | 高级大数据分析 |
| DSCI 553 | Foundations and Applications of Data Mining | 4 | 数据挖掘基础和应用 |
| ISE 520 | Optimization: Theory and Algorithms | 3 | 优化：理论和算法 |
| MATH 467 | Theory and Computational Methods for Optimization | 4 | 优化理论和计算方法 |
| MATH 574 | Applied Matrix Analysis | 3 | 应用矩阵分析 |
其它选修课（8-10学分）*：
| 课程代码 | 课程英文名称 | 学分 | 课程中文名称 |
|---|---|---|---|
| CSCI 590 | Directed Research | 1-2,最高2 | 定向研究 |
| CSCI 591 | Computer Science Research Colloquium | 1,最高2 | 计算机科学研讨会 |
| DSCI 554 | Informatin Visualization | 4 | 信息可视化 |
| DSCI 558 | Building Knowledge Graphs | 4 | 知识图谱构建 |
| MATH 458 | Numerical Methods | 4 | 数值方法 |
| MATH 501 | Numerical Analysis and Computation | 3 | 数值分析和计算 |
| MATH 502A | Numerical Analysis | 3 | 数值分析 |
| MATH 502B | Numerical Analysis | 3 | 数值分析 |
| MATH 505A | Applied Probability | 3 | 应用概率 |
| MATH 601 | Optimization Theory and Techniques | 3 | 优化理论和技术 |
| MATH 650 | Seminar in Statistical Consulting | 3 | 统计咨询研讨会 |
*注：
- CSCI 590最多修2学分，CSCI 591最多修2学分
- 最多可以选修3门DSCI课程
- 该学位无需考试
- 实习和论文学分不算作选修课
学杂费
研究生期间需要修满32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://www.cs.usc.edu/academic-programs/masters/data-science/
