我很快就要申请大学了，我的一些选择是数据科学本科。我参加了一些关于介绍性数据分析的在线课程，并且已经做了一段时间的 kaggle 项目，所以我知道这是我喜欢的事情。我唯一的问题是：
课程的相关性如何？（例如，UCSD 数据科学专业）
未来的学位有多可靠？（如果我有CS BS，我能轻松找到一份工作吗）
我是不是最好做 CS 和辅修统计或其他什么？
我还计划获得 DS/ML 的硕士或博士学位。我不知道是否最好像我可能会在 CS 课程中获得对计算机的较低水平的了解，然后在研究生院专注于数据科学。
谢谢！
这有点基于意见，但这是我的想法：
课程的相关性如何？（例如，UCSD 数据科学专业）
由于大多数 DS 专业是在过去 2-3 年中发展起来的，因此它们往往结构和策划良好。他们的科目通常是一些理论背景（例如统计、线性代数）、一些基本编程课程（通常是 python 或 R）和一些接近最先进水平的机器学习主题的混合体。
然而，有些人由于只运营几年而面临组织问题。
未来的学位有多可靠？（如果我有CS BS，我能轻松找到一份工作吗）
没有人能说清楚，但趋势似乎是未来科技公司将普遍采用 DS。据我所知，你在大学毕业后找到一份高薪工作完全没有问题。
我是不是最好做 CS 和辅修统计或其他什么？
个人认为没有。DS 目前在劳动力市场上人手不足，需求正在疯狂增长。为了满足这一需求，将会有很多具有丰富的 CS 背景和多年过渡经验的前程序员。然而，当拥有 DS 学位的人涌入市场时，这种情况将会改变，我认为未来 CS 转向 DS 不会像现在这样容易......