芝加哥macss专业和usc的应用数据科学专业，从留美就业角度看，哪个更合适？听闻美国数据科学岗位需求一直在增长，但是实际上求职岗位却比较少，请问未来数据科学就业情况会怎样？
先回答第二个问题：虽然数据科学岗位的需求持续增长，但就业岗位数量却比较少，是不是这样？我没有具体的数据支持，因此也不好判断相关岗位是否在减少，但普遍的感觉是求职的难度确实在加大。
我们来看一下myvisajobs.com发布的2025年H1B数据，看看公司为数据相关的职位在2025年申请了多少H1B：
- 数据工程师排名第6（3323）
- 数据科学家排名第9（2426）
- 商业分析师第12（2043）
- 数据分析师第14（1838）
这四类职位加起来不到一万人。总体来说，对于留学生来说，相较于大多数专业，数据分析算是一个相对友好的方向。但如果我们看前3名的职位：软件工程师/软件开发/高级软件工程师，加起来接近54,000个申请，仍然处于绝对领先地位。
这说明，尽管我们经常听到“软件工程师被裁员”的新闻，软件工程仍然是美国就业市场的主力军。从岗位数量来看，一家公司大概有10个软件工程师岗位，对应1个数据分析相关岗位。再加上软件工程师薪资较高，也可以理解为什么很多学数据科学的学生最终选择了“转码”。而数据科学家的岗位，因其对技术能力要求高、竞争激烈，导致越来越多的岗位要求博士学历。
回到这两个offer的选择：
如果你有一定的量化背景和编程基础，那么USC的项目可能更容易帮你转码。USC的ADS项目可以选修两门计算机相关课程，尽管班级人多，选课也比较难抢。但如果真的下定决心转码，自学是必不可少的，不能只靠上几门课。
芝大的项目则更适合文科背景、量化和编程基础相对薄弱的学生，可以说是一个适合文科生转向STEM的不错选择。其实，芝大的项目更适合打算继续读博的人。从就业角度来看，由于项目成立时间较短，校友资源相对有限，而在美国找工作时networking是非常关键的。在国内就业方面，芝大的名气更响亮，虽然很多HR不太清楚“computational social science”是做什么的，但这个项目在国内的求职优势的确更明显。
【竞赛报名/项目咨询+微信：mollywei007】
