2018年美国大学排名正式发布。这个排名很大程度上左右着学生和家长对美国大学的选择，而是最权威的排名之一。先来看看今年的排名有哪些变化。

2018年美国大学综合排名

排名分析

前15位大学排名非常稳定。1-35位大学也非常稳定。明显把美国大学分成了两个最核心的梯队。这两个梯度的竞争，不是一个水平线。

波士顿大学和东北大学，依然保持在40位的名次，但是想进入前35位，还是有点困难。因为其优秀的地理位置，这个排名会继续保持。

位于宾州的维拉诺瓦大学（之前没有名次的学校，去年50位，今年46位），这所学校大家不是很了解，想了解这所学校的可以关注我的微信。

位于纽约州的叶史瓦大学，去年50多位，今年突然下降到90，这所学校依然是很不错的大学，排名下降有突发原因。

排名依据

本次排名通过7大主要指标加权平均计算所得，这些指标主要包括：学术声誉、毕业率和新生返校率、师资力量、新生水平、经济实力、毕业率表现、校友捐赠等七大部分。

如何正确地看待排名

当你看到报告的时候，应该怎么看待其中的数据？如果只看当年的排名，对于评价学校质量来说，好像根本就不是一个最重要的因子。

影响学校排名的计算方式大家都知道。如果用学校排名衡量学校的质量，要看一个长时间段，这是学校质量稳定性的表现。好的学校，哪年的学校排名都比较高。一般50年学校排名和当10年学校排名呈正相关，且50年学校排名较高。如果某学校当10年学校排名明显高于50年学校排名英国G5院校留学，只能说虚高了。

不同学科排名差别很大，直接比较不同学科学院的排名2018美国大学综合排名，2018年USNews美国大学综合排名正式发布（内有详细分析），很荒谬。前面提到的 TOP10，会比较客观。有的单位会将不同专业的学院按照领域平均排名来比较，也就是说你的排名位于平均排名的上多少或者下多少，我觉得这平均排名2018美国大学综合排名，也不如TOP 10来的客观。

衡量学校质量，50年排名和top rank都比看当年排名更客观。其实还有一些数据，也值得参考。同行声誉，这代表一个学校长时间的影响力。正因为一直都是好学校，所以大家才持续关注，才会愿意给出点评。毕业生出路，名字很直观，毕业生的出路，你会发现，质量一直都好的学校，该值也高。

2018美国综合大学，大数据时代正式来临，数据分析管理相关专业如何选？

随着互联网技术的高速发展，大数据时代已经正式来临，与计算机相关、或与计算机结合的专业也衍生出多个不同的分支、满足特定的各个领域要求的专业，比如，应用科学与技术( and )；生物医学工程( )；数据科学(Data )；商业分析( )；信息系统管理（ ）等。

这些专业被广泛应用在 – 收集数据、建立模型，然后根据变量的改变来判断其对结果的影响，并最终从“数据海洋”中找到规律，帮助企业和公司更好地发展产品、了解市场、做出对策等。

今天我们海育小编和大家来分析比较一下数据科学DS、商业分析BA和信息系统管理MIS这三个专业的特点和异同。

数据科学（Data ） 主要以统计学、机器学习、数据可视化等领域知识为理论基础，为自然科学和社会科学研究提供一种新的方法，其主要研究内容包括数据科学基础理论、数据预处理、数据计算和数据管理，数据科学的知识体系，其目的在于揭示自然界和人类行为现象和规律。

商业分析( ) 的核心是数据挖掘和商业分析，与现在的互联网及大数据相联，利用高深的技术、模型和算法进行数据挖掘和商业分析，搭建数据分析与商业管理的桥梁，并指导商业决策的一门新兴学科。

管理信息系统（ ，简称MIS） 是一个以人为主导，利用计算机硬件、软件、网络通信设备以及其他办公设备，进行信息的收集、传输、加工、储存、更新、拓展和维护的系统。

1 数据科学

数据科学是一门糅合了很多学科的专业，像统计、CS、工程、数学、物理、社会学都是数据的核心专业。数据科学毕业生可以在金融、工程、市场、制造业、零售等行业就职，担任数据科学家、统计学家、应用科学家、业务分析师等岗位。IBM公司数据显示，对数据科学家的需求在2020年前会增加至270万人。顶级投行、科技公司等都在抢的Data 人才，著名求职网站统计过，全美数据科学家的平均年薪为127,981美元，就职于Tech大佬的话薪资则会更高。

2 商业分析 BA

BA专业的职业机会包括: 管理分析师/顾问2018美国综合大学，大数据时代正式来临，数据分析管理相关专业如何选？，数据科学家，大数据分析专家，量化研究员，决策分析师，定价和收入优化分析师，项目经理，供应链经理，市场研究分析师等。根据麦肯锡的2018年相关报告估计，将会有14万至19万数据科学家的短缺，以及150万能够利用数据驱动的洞察力的管理者的短缺。

3 信息管理系统MIS

MIS主要有以下三大就业方向，不同领域的侧重点各有不同：1. 软件开发人员。2. 企业信息管理。3. 信息网络系统管理员。

MIS在美国的应用和就业情况：

据统计，目前美国在计划管理中80-90% 的工作由计算机完成，财务会计工作中超过90% 的信息处理由计算机完成；人事管理领域中计算机的应用更是接近了100% 。因此，MIS毕业生在美国的就业市场上具有相当的优势。

第一梯队：

德克萨斯大学奥斯汀分校

艾默里大学

南加州大学

明尼苏达大学

哥伦比亚大学

加州洛杉矶分校

杜克大学

2018年美国大学管理信息系统(MIS)专业Top1~10大学排名：

【综排:5/专排:1】麻省理工学院

专业： and (SDM)

【综排:25/专排:2】卡内基梅隆大学

专业： of (MISM)

【综排:69/专排:3】明尼苏达大学

专业：MBA with

【综排:56/专排:4】德克萨斯大学奥斯汀分校

专业：MIS BBA

【综排:124/专排:5】亚利桑那州立大学 – 坦佩

专业：’s in MIS () / MBA With an MIS ()

【综排:8/专排:6】宾夕法尼亚大学

专业： and (CIS) / and (MCIT)

【综排:5/专排:7】斯坦福大学

专业：, &

【综排:30/专排:7】纽约大学

专业：MS in

【综排:61/专排:9】马里兰大学帕克分校

专业： of in

【综排:90 /专排:10】印第安纳大学伯明顿分校

专业： of in (MSIS)

2019年美国大学数据科学（Data )专业Top1~10大学排名：

第10名 of 南加州大学

专业：MS in Data

南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，班级规模较小，每年招收20-30人，偏向于理论研究方向。由于硅谷校友人数众多，毕业生的实习、就业都不错。

第9名 Duke 杜克大学

专业： in Data (MIDS)

纽约大学的MS in Data 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质，培养方向主要有三类，深度学习、自然语言处理、数据库。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。

第8名 NYU纽约大学

专业： of in Data

纽约大学的MS in Data 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质，培养方向主要有三类，深度学习、自然语言处理、数据库。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。

第7名 Brown 布朗大学

专业：’s in Data (ScM)

是一门交叉学科项目，由数学、应用数学、生物统计和计算机科学四个系共同开设，为期一年，包括3个学期。旨在提供独特而专业的教育为学生将来在数据科学与大数据管理领域工作；历年的学生实习机会比较多，就业前景乐观。

第6名 哥伦比亚大学

专业： of in Data (MSDS)

哥大占尽了综合名气，以及地理位置的优势，因此成功入选美国Data 硕士Top7。

第5名 of 宾夕法尼亚大学

专业： of in (MSE) in Data (DATS)

学期1.5年~~2年，该专业开在被誉为美国最好的工程与应用科学学院之一下面，重视数据科学与工程、机器学习、统计学等各学科的知识贯通，项目的课表集齐工学院各个专业(含CIS/MCIT)的几乎所有优质课程，选课自由度很大，选课可以偏统计、偏数学、偏视觉、偏计算机科学或商业等，有很高的选课优先等级。

第4名 CMU卡内基梅隆大学

专业： of Data (MCDS)

对于很多同学来说，CMU的MCDS应该在所有相关项目中排名第一的，当然从务实的角度来看，MCDS毕业生找工作的情况好到飞起，这个项目真的可以堪称No 1。CMU MCDS也就是6年前的Very Large ， 分为三个小方向，分别是, , 和Human- Data 。

第3名 of , 加州大学伯克利分校

两个专业： of Data (MCDS) of ( in Data )

数据科学工程硕士 of and Data (MIDS)信息与数据科学硕士

伯克利的这两个硕士项目综合教授技术和企业运营的技能，立足现有最前沿的技术，通常在12-20个月内扎实务实地培养学生成为领域内的佼佼者。

第2名 大学

专业： of in Data

开设在哈佛大学工学院里面，由 for (IACS)具体运营，这个项目于2018 秋季才开始招生，上满12门课三个月学期可毕业。此外，开设在哈佛大学公共卫生学院下面的 of in Data 也是数据科学范畴，只是偏卫生方向。2017年秋季开始招生，需要上完12门课，约16个月毕业。

第1名 斯坦福大学

专业： in ICME (Data Track)

当然，同样在开设的统计学硕士下面也开设有Data 的方向，但是其出路和就业机会比这里的这个项目差一些，其原因也很简单，ICME下面的Data Track更偏计算机科学， 更偏 机器学习，鉴于美国硕士毕业就业难度基本主要和所学专业与CS距离决定，更推荐这个Data Track。

海育小编分析

接下来，我们从不同方面来讨论、对比一下几个数据专业：

首先从申请的角度来探讨，由于数据分析的兴起，这几年BA（商业分析）被炒的有点过热，导致申请的门槛水涨船高，许多三围高的选手都被拒之门外，况且很多BA都开在商学院下面；纯统计专业的话对于数理课程的成绩又非常看重，让很多数学专业课程处于劣势的选手未能成功申请。

另外从专业技能或就业角度来看，因为数据相关专业的核心在于分析的技能，只要打好计算机的基础，应用的区别只是在于结合的领域各有不同，因此，要想在就业市场上更具竞争力，越是与计算机结合较深的专业越有含金量。研究生阶段的纯统计专业主要偏理论，假设检验或者建模，与计算机结合并不深入，因此我认为在应用或就业方面稍逊一筹。

再说BA（商业分析）是数据分析和商业领域的结合，现在如此的火热很大部分原因是其数据分析的应用落点在了最多金的行业。然而大部分商业管理其实开在商学院下，其与计算机相关的课程并不够深入，所学的技术与数理统计有更多的关联，如R语言，SQL，用于进统计分析、绘图，和管理关系数据库系统等。所以结合如今商业管理的申请bar来讲，小编个人会认为这是一个“标价过高”的专业。

MIS（信息系统管理）则是集管理科学、信息科学、系统科学及计算机科学为一体的专业。如果研究其课程设置进行比较的话，会发现比起商业管理来说，MIS专业与计算机的结合更紧密一些，MIS要求学习很多的编程语言，如Java，C#，等用于撰写跨平台应用程序，进行分析或软件开发。通俗的讲，MIS能达到BA里对数据的分析程度，然而BA不能像MIS一样进行软件开发或更加轻松的转码。

不过值得一提的是，不像BA大部分开设在商学院，MIS专业所在的学院差别很大。有的开在信息学院下，如Umich（密歇根大学），其方向主要偏向于人机交互；有的开在工程学院下，比如NEU（东北大学），课程设置与计算机结合非常的深，近似于计算机科学与工程专业2018美国综合大学，GWU（乔治华盛顿大学）则开在在商学院下。因此MIS与计算机结合的程度也因项目而异，商学院的MIS也会稍微弱一点，和商业管理的程度大致相同，但其余项目基本都是更胜BA一筹。

最后，由于MIS相较于其他数据相关的专业而言，相对冷门、且学科跨度大，从而导致这个专业具备了更容易申请到名校的特性，也使得很多GPA分数、标化考试等各方面不是很强的申请者可以逆袭成功进入名校。

比较其他数据相关专业QS100名校留学，Data （数据科学）是数据与计算机结合最紧密的专业了，但由于对三围、计算机和数理的背景要求都非常高。

综上所述的话，海育小编认为数据相关专业的对技术层面的难易程度排序依次是：数据科学（Data ）>信息系统管理MIS>=商业分析BA>纯统计，各位亲爱的童鞋们可以根据自己的个人偏好、硬件情况、职业发展规划去选择最适合自己的专业。

最后，再来简单说下近两年中国学生在专业选择上的一些的现状。

根据美国门户开放报告2017、2018年的数据对比可以发现中国学生在选专业时“越来越不偏向商科”。

与此同时，转而投向STEM专业的中国留学生越来越多了，尤其是计算机和数学专业，吸引了中国留学生的目光。

除此之外，即便是很多传统商科的学生也不再是完全钟情于商科，大多数商科生都会 CS或数学专业。

为什么那么多商科生要向CS靠拢？究其原因无非是与就业二字挂钩。在CS方向其中应用最广的就是软件工程。除了软件工程，CS专业的学生还能强势进入另一个大热门行业：数据科学。

去年，发布的劳动力报告就显示，全美的Data行业人才空缺数约为151,717 个。年度报告显示，Data 岗位年增长率高达29%，与五年前相比增长了344%。

麦肯锡预测，到2020年美国数据科学类岗位数量将增加个，总数达到270万。

对于选择数据科学、商业分析和信息系统管理相关专业的同学们而言，未来的就业选择是多样的。无论是进投行、科技公司、还是传统行业的数据分析都有其一席之地，而近年来大热的人工智能领域也不失为一个好选择。

成为一名AI人才需要具备什么技能？

除了要有过硬的编程能力外，数学功底要够扎实，这样才能对所有数学的模型有透彻的了解，除此之外，团队合作、人际沟通等soft skill也是必备技能。总而言之，人工智能的很多应用开发都与数学、数据分类、编程语言基础紧密关联，我们学习数据科学、商业分析和信息管理专业的同学对于人工智能方面的交叉学科可以多加关注哦~

在人工智能即将登上“舞台”的当下，全球都在争抢和培养这方面人才。我国虽在人工智能的应用领域名列前茅，但在基础研究方面和欧美还有不小的差距，因此，作为互联网发展大国，未来还是需要更多地专业人才去“充实”我国人工智能的发展，上述提到的专业，对于想要从事人工智能领域的同学来说都是非常适合的选择。