这几年，读数据科学硕士的学生越来越多。
但很多家长和学生会发现，学校里的 Data Science Master 很常见，Data Science PhD 却好像并不多。
这是为什么？
原因在于，数据科学这个专业本身比较特殊。
01、数据科学不是一个单一学科
数据科学并不像数学、物理或者经济学那样，有非常清晰的传统学科边界。
它通常会结合多个领域，包括：
统计、计算机科学、数学、优化，以及某一个具体的应用方向。
比如，一个学生可能利用数据科学方法研究医疗、生物、金融、环境或者社会问题。
所以很多时候，数据科学更像是一套方法和工具。
真正进入科研之后，研究还是要落到一个更具体的问题上。比如：
- 如何设计新的机器学习算法？
- 如何提高模型的准确性和可靠性？
- 如何保护数据隐私？
- 如何分析高维和复杂数据？
- 如何利用数据解决医疗、环境或者社会问题？
这些才是博士阶段真正需要研究的内容。
02、为什么数据科学硕士这么多？
数据科学硕士的发展，首先来自就业市场的需求。
随着企业积累的数据越来越多，很多行业都需要能够处理数据、建立模型和使用机器学习工具的人才。
因此，很多学校开设了一年到两年的数据科学硕士，培养可以进入企业从事数据分析、数据科学、机器学习或者相关工作的学生。
目前，数据科学硕士大致有几种不同的组织方式。
第一种，是放在统计系下面。
比如耶鲁的 Statistics and Data Science 项目。
这类项目通常比较重视概率、统计建模和数据分析。
第二种，是由多个院系共同参与。
比如宾大的 Data Science 项目，会涉及 CIS，也就是计算机与信息科学系，以及 ESE，也就是电子与系统工程系。
因为数据科学既需要编程、算法和机器学习，也需要统计、优化和系统分析。
第三种，是成立独立的数据科学学院或者研究机构。
比如 UCSD 的 Halıcıoğlu Data Science Institute，以及 UVA 的 School of Data Science。
这说明数据科学正在逐渐从传统院系中的交叉方向，发展成一个相对独立的领域。
03、为什么数据科学博士比较少？
硕士和博士的培养目标并不一样。
硕士可以以学习现有方法、掌握技术工具和进入行业工作为主要目标。
但博士的核心，是创造新的知识。
单纯会使用 Python、调用机器学习模型或者完成数据分析，并不能构成博士研究。
博士生需要提出一个新的问题，或者创造一种新的方法。
过去，这些研究大多分散在传统博士项目中。比如：
- 机器学习和算法研究，
通常在 Computer Science PhD 下面；
- 概率、统计理论和因果推断，
通常在 Statistics PhD 下面；
- 医疗和公共卫生数据研究，
可能在 Biostatistics PhD 下面；
- 优化、决策和复杂系统研究，
可能在 Operations Research PhD 下面；
- 信号处理和智能系统研究，
也可能放在 Electrical Engineering PhD 下面。
所以，很多做数据科学研究的人，拿到的博士学位并不叫 Data Science。
他们读的可能是计算机、统计、生物统计、电子工程或者运筹学博士。
虽然学位名称不同，但研究内容和数据科学高度相关。
这也是为什么我们会看到很多数据科学硕士，却很少听到数据科学博士。
并不是没有人在做数据科学研究，而是这些研究过去主要分布在传统学科中。
04、独立的数据科学博士正在出现
近年来，一些学校开始推出独立的数据科学博士项目。
比如 UCSD 的 PhD in Data Science。
BU 开设的是 PhD in Computing and Data Sciences。
UVA 也开设了 PhD in Data Science。
这些项目并不是简单地把数据科学硕士延长几年。
它们真正要培养的，是能够创造新方法、解决新问题的研究人员。
这类项目通常会同时覆盖：
机器学习、统计、优化、算法、数据系统、隐私安全，以及数据伦理和负责任的人工智能。
有些项目还会把数据科学与医疗、生物、环境、社会科学或者公共政策结合起来。
不过，即使项目名称叫 Data Science PhD，学生最终仍然需要选择一个具体的研究方向。
博士阶段不可能只是宽泛地“研究数据科学”。
05、数据科学硕士可以申请博士吗？
当然可以。
但申请博士时，不能只说：
“我想读数据科学博士。”
这个方向还是太宽泛。
学生需要进一步明确，自己到底想研究什么。
比如：
- 机器学习；
- 因果推断；
- 医疗 AI；
- 自然语言处理；
- 数据系统；
- 隐私与安全；
- 算法公平性。
只有明确研究方向，才能判断自己更适合申请 Data Science PhD，还是 Computer Science、Statistics、Biostatistics、Operations Research 或其他相关博士项目。
博士申请真正看重的，也不是硕士项目的名称。更重要的是：
- 学生是否有扎实的数学、统计和编程基础；
- 是否参与过真正的科研；
- 是否能够提出一个具体的研究问题；
- 是否有能够证明科研潜力的推荐信；
- 以及研究方向是否和教授匹配。
06、最重要的不是项目名称
数据科学硕士很多，而数据科学博士相对较少，并不是因为数据科学不能做研究。
而是因为过去大量数据科学研究，都分布在计算机、统计、工程和其他传统学科中。
现在，随着数据科学逐渐形成自己的研究体系，独立的数据科学博士项目也开始出现。
但对于申请者来说，最重要的仍然不是项目名称里有没有 Data Science。
真正需要关注的是：
- 自己到底想研究什么问题；
- 哪些教授正在研究这个问题；
以及自己的学术和科研背景，是否能够支持自己进入这个方向。
