探究数据的奥秘

过去十年里，计算机科学家、数学家、统计学家以及来自其他领域的专家，通过机器学习算法和人工智能技术，以及特定领域的专业知识来厘清纷繁复杂的信息数据，从中获得真知灼见。

于是，“数据科学”这一方法论与学科应运而生。该学科利用数学、统计学和计算机科学领域的知识，分析从交通运输、市场营销、人类学、政治科学、音乐、文学，以及人类行为等各个领域收集而来的大量数据。

0

1

数据科学@上纽大

• 在全球数据浪潮的推动下，数据科学已成为上纽大发展速度最快的专业。自2016年开设以来，已有超过十分之一的学生选择数据科学作为自己的第一或第二专业。

• 上海纽约大学是首批开设数据科学本科专业的实行博雅通识教育的大学之一。

• 作为一门与实际应用紧密联系的交叉学科，上纽大数据科学专业下设有基因组学、人工智能、经济学等9个研究方向，是全球数据科学领域学习模式最灵活、涉及范围最广的本科生项目之一。

• 2019年，上海纽约大学与纽约大学文理研究生院、纽约大学数据科学中心展开合作，推出了全新的数据科学博士项目。

1

Keith Ross

工程与计算机科学部主任

上海纽约大学在数学、计算机科学和人工智能领域拥有一批出色的教授和学生。数据科学是这三个领域的交叉点，很多教授的研究重点是数据科学在金融、科学、社会科学和人工智能领域的应用，因此，上海纽约大学是探索数据科学跨学科研究的绝佳地点。

2

Alexander Bogdanowicz

2020届学生

数据科学最吸引我的一点在于，它可以让我涉猎许多不同的领域。

3

郭丽

数据科学实践助理教授

无论是从事市场营销、研发工作，还是金融工作，每个行业都离不开数据科学知识。

4

凌舒扬

数据科学助理教授、上纽大数据科学专业博士生导师

数据科学在接下来的二十年会成为一个新的发展动能，甚至像蒸汽机、电器和因特网一样推动下一次工业革命。接下来的经济用什么驱动呢？答案就是数据。可以说，数据就是现在这个时代的石油。

0

2

数据科学学什么？

数据科学专业带领学生探索数据驱动型知识及其广泛的应用分析实践。

专业下设有金融学、市场营销、计算机科学、数学、心理学、人工智能、经济学、政治科学、基因组学9个研究方向，旨在培养学生创造性的跨学科学习能力，以便为学生未来的多样化学习和职业之旅作准备。学生可通过计算机编程，统计和数据挖掘等专业知识，去解决当代社会中的实际问题。

基础课程

CSCI-SHU 101 Introduction to Computer Science（计算机科学导论）

MATH-SHU 235 Probability and Statistics（概率与统计）

MATH-SHU 233 Honors Theory of Probability（荣誉概率论）

部分专业必修课程

计算机科学 / 编程类

CSCI-SHU 210 Data Structures（数据结构）

数据分析类

CSCI-SHU 360 Machine Learning（机器学习）

ECON-SHU 301 Econometrics（计量经济学）

DATS-SHU 235 Information Visualization（信息可视化）

CSCI-SHU 220 Algorithms（算法）

数据管理类

CSCI-SHU 213 / CS-UY 3083 Databases（数据库）

数学类

MATH-SHU 151 Multivariable Calculus（多变量微积分）

MATH-SHU 328 Honors Analysis（荣誉数学分析）

MATH-SHU 140 Linear Algebra（线性代数）

专业方向课程

9个专业方向课程（具体参见教学大纲）

DATS-SHU 420 Data Science Capstone（毕业设计）

0

3

听听TA们怎么说

“计算机科学导论”这门课既是专业课，也是通识课，涉及很多写代码的内容，我写得很愉快。但更有趣的是，张峥教授还讲了很多关于计算机科学发展的历史，让我觉得，如果自己也能成为该领域未来发展的一部分，我的人生会非常有意义。

——2019届毕业生盖宇

“数据结构”作为计算机科学的基础课，它不算难，但能帮助你理清很多基本概念，为后续的深入学习打下良好的基础。Olivier Marin教授非常有耐心，很乐意和学生约时间讨论问题，而且时常讨论着就讲到中美法三种大学教育体系的不同，堪称“良师益友”！在Marin的鼓励下，我又选了很多其他与编程相关的课。

——2018届毕业生郎宜宁

“机器学习”课程是学习数据科学和人工智能的基础。作为入门课程，它为我们进一步学习计算机视觉、自然语言处理、推荐系统等高阶课程打下坚实基础。这门课最令人印象深刻的是我们亲自动手搭建计算机视觉基础工具——卷积神经网络（CNN），这让我们深入理解了神经网络的基本架构，对编程技能有很大帮助。

——2019届毕业生卢子杰

TIPS

2018年图灵奖获奖者、纽约大学柯朗数学科学研究所计算机科学教授Yann LeCun是纽约大学数据科学中心创办主任。LeCun教授在计算机科学领域取得的成果，也融入了上海纽约大学的课程，其中“机器学习”中就涉及了LeCun教授开发的卷积神经网络等内容。

如果你对机器学习理论感兴趣的话，就千万别错过Keith Ross教授的“机器学习”这门课。你不仅可以充分了解关于机器学习的基础理论，比如SVM和CNN，同时，还可以亲自动手编写AI程序，比如图像识别等。

——2018届毕业生曾识

0

4

数据科学可以做什么？

上海纽约大学数据科学项目的跨学科属性，意味着教授们的研究涉及现实生活的方方面面。Keith Ross教授表示：“通过数据科学所获得的洞见每天都在改变人们的工作、娱乐、社交方式，推动各个领域的发展创新。”数据科学项目的师生们利用专业知识，可以解决当代社会中的多种实际问题。

医疗保健

信息系统与商业分析助理教授Bruno Abrahao的研究项目中，他与来自哈佛医学院、佐治亚理工学院和微软研究院的研究人员一起分析了数百万条推特帖子，探索服用精神类药物对患者的长期影响。研究团队采用了自然语言处理方法，先找出正在服用精神类药物的推特用户，然后创建人工智能模型以识别这些用户推文的特征规律。Abrahao教授说：“我们的研究结果表明：未来，医疗保健机构可以利用此类社交媒体的数据分析结果，为病患提供更优化、更精准的个性化药物和治疗方案。”

在“网络分析”课上，Bruno Abrahao教授与学生探讨数据科学项目

人文艺术

在上海纽约大学“Music X”实验室中，计算机科学助理教授夏光宇训练人工智能“音乐家”与真人一起合作表演。借助“特征学习”算法，夏教授的人工智能“音乐家”可识别出某位音乐家作品中的音调、音色、音量和节奏特征，并将其与音乐中的数百万种音调、节拍和结构组合进行比较，创作出一首模仿该音乐家风格的作品。夏教授的人工智能“音乐家”甚至可以即兴创作，与真人一同探索新的音乐方向。“这是人性与技术的完美融合。” 夏教授说道。

夏光宇教授和他的学生设计的“触觉教学长笛”，可根据演奏者的水平对教学方法进行灵活调整

商业金融

信息系统和商业分析助理教授Enric Junqué de Fortuny重点研究人为数据建模及其在商业中的应用。“在一项研究中，我们对数百万名受试者的大量细粒度行为数据进行了分析，随后对这些受试者的情况进行准确预测，包括他们对自己的生活是否满意，政治倾向为何，或是否有滥用药物的倾向。研究结果表明，通过数据科学工具，我们可以对这些看似难以揣摩的事件进行相当精准的预测！”

0

5

你会遇到的老师

（下为数据科学专业部分师资，左滑查看更多）

Keith Ross

上海纽约大学工程与计算机科学部主任，纽约大学计算机科学与工程学系Leonard J. Shustek杰出讲席教授。曾任纽约大学坦登工学院计算机科学与工程学系主任。他是互联网及其应用领域专家。与James F. Kurose共同撰写的Computer Networking: A Top-Down Approach是全美乃至全球计算机网络领域最为畅销的教科书，被译成14种语言

教育背景: 密歇根大学计算机与控制工程博士；哥伦比亚大学电气工程硕士

研究兴趣：互联网的设计、造模与测量、互联网隐私、互联网盗版、点对点网络、网络安全以及互联网视频传播等与互联网有关的社会问题

Bruno Abrahao

上海纽约大学信息系统与商业分析助理教授、纽约大学全球特聘助理教授。曾在斯坦福大学计算机科学系和社会学系从事博士后研究

教育背景：康奈尔大学计算机科学博士

研究兴趣：数据科学与机器学习、网络与大数据分析、计算性社会科学

凌舒扬

上海纽约大学数据科学助理教授，纽约大学全球特聘助理教授；曾在纽约大学柯朗数学研究所和数据科学中心担任柯朗讲师/助理教授

教育背景：加州大学戴维斯分校应用数学博士、统计学硕士

研究兴趣：关注数据科学中的数学，包括如何解决工程应用中的逆向问题以及从大规模和异构数据集中提取有意义的信息，涉及信号处理数学运算、机器学习、优化、压缩感测、计算谐波分析等

夏光宇

上海纽约大学计算机科学助理教授，纽约大学全球特聘助理教授；专业笛箫演奏家

教育背景：卡内基梅隆大学机器学习博士、北京大学管理学学士

研究兴趣：计算机音乐、机器学习、人机交互、机器人学

郭丽

上海纽约大学数据科学实践助理教授；曾任阿里巴巴集团数据科学家，凯利蓝皮书统计学家

教育背景：加州大学河滨分校应用统计学博士

研究兴趣：统计分析、深度神经网络、自然语言处理机制与计算机视觉；机器学习模型研究，包括广义线性模型，逻辑回归以及聚类分析等

Enric Junqué de Fortuny

上海纽约大学信息系统与商业分析助理教授、纽约大学全球特聘助理教授。曾任荷兰鹿特丹管理学院营销学助理教授、欧洲工商管理学院大数据电子实验室（法国/新加坡地区）高级研究员。研究曾获由CIO-NET和信息系统协会组织评选的2017年度欧洲研究论文奖

教育背景：比利时安特卫普大学应用经济学博士，比利时跟特大学计算机工程硕士、计算机科学学士

研究兴趣：数据科学及其各类应用，具体方向为涉及细粒度人类行为的预测问题

0

6

数据科学专业毕业生故事

2020届毕业生武光宇| 从世纪大道到联合国——心系教育，志存高远

2020届毕业生Alexander Bogdanowicz| 我的人生不设限

2020届毕业生徐瑜| 四年跨学科探索 实现区块链梦想

2019届毕业生黄淇| 成为全球公民

2019届毕业生杨小寒| 不一样的选择

扫描二维码，继续了解该专业

▼

推 / 荐 / 阅 / 读

Sean Welleck：上纽大首位博士毕业生，机器学习领域研究新秀

打卡上纽大“学习胜地”——学术资源中心（ARC）