數據科學是一門交叉的學科，涉及到很多的領域包括統計學、數學、計算機、人工智能、機器學習、數據庫、模式識別、可視化技術等多學科的知識。

　　想要申請數據科學碩士，首先，本科是計算機科學CS的同學，是最符合申請條件的，因為大多數數據工作都是通過編程和數據庫的相關手段進行的，同時學過統計、微積分、高級語言;例如哈佛大學對于MSDS的本科背景要求是：希望有微積分、線性代數，概率和統計等相關課程，能使用至少1種編程語言，例如Python或R，了解計算機科學概念。

　　其次，本科背景是統計、數學或應用數學，且有一定編程基礎的同學也可以申請，這都是很好的匹配專業。

　　最后，商科背景出身，但量化背景較強的商科專業，比如金工，但又希望能選擇一個STEM專業的同學，那DS顯然也是個非常好的選擇。

　　所以說，如果你有比較強的編程背景，又有比較好的數理基礎，那你就很有競爭力;而純商科背景的同學，如果沒有強的量化背景，或者不懂編程，那建議還是數據科學DS和商業分析BA混合申請，因為商業分析更加偏商科，開在商學院，對商科背景接納程度大很多。

　　建議可以從科研方面加強，在大學期間最好找和量化相關的科研，如果實在沒有，可以把相關的課程大作業拿來用。再退而求其次，也可以是計算機軟件、數據庫相關。如果沒有科研經歷，那將是極大的硬傷。

　　數據科學是一門交叉的學科，涉及到很多的領域包括統計學、數學、計算機、人工智能、機器學習、數據庫、模式識別、可視化技術等多學科的知識。

　　想要申請數據科學碩士，首先，本科是計算機科學CS的同學，是最符合申請條件的，因為大多數數據工作都是通過編程和數據庫的相關手段進行的，同時學過統計、微積分、高級語言;例如哈佛大學對于MSDS的本科背景要求是：希望有微積分、線性代數，概率和統計等相關課程，能使用至少1種編程語言，例如Python或R，了解計算機科學概念。

　　其次，本科背景是統計、數學或應用數學，且有一定編程基礎的同學也可以申請，這都是很好的匹配專業。

　　最后，商科背景出身，但量化背景較強的商科專業，比如金工，但又希望能選擇一個STEM專業的同學，那DS顯然也是個非常好的選擇。

　　所以說，如果你有比較強的編程背景，又有比較好的數理基礎，那你就很有競爭力;而純商科背景的同學，如果沒有強的量化背景，或者不懂編程，那建議還是數據科學DS和商業分析BA混合申請，因為商業分析更加偏商科，開在商學院，對商科背景接納程度大很多。

　　建議可以從科研方面加強，在大學期間最好找和量化相關的科研，如果實在沒有，可以把相關的課程大作業拿來用。再退而求其次，也可以是計算機軟件、數據庫相關。如果沒有科研經歷，那將是極大的硬傷。