一、宾大数据科学和计算科学对比
科学计算广泛地描述了计算机模拟的应用，通常是基于数学模型和数值方法的结合，以解决科学和工程问题。相比之下，数据科学是指对实验测量或模拟得到的数据进行统计分析和解释。随着可用计算能力的不断提高，越来越大规模的科学模拟成为可能，从而产生越来越多的数据。在许多环境中(如天气监测站、零售环境、在线网站流量等)记录和存储数据流的能力不断增强，已将对高效数据科学工具的需求推到了前沿。这些发展在传统上独立的科学计算和数据科学领域创造了新的机会。
宾大的计算机科学和数据科学两个新的硕士项目：科学计算硕士项目(SCMP)和数据科学硕士项目(DATS)已经在工程和应用科学学院内开发，这两个项目有一个共同的核心，包括数学基础、计算机编程、机器学习和数据分析等课程。然而，它们在重要方面也有区别:SCMP项目强调现代计算机模拟方法在自然科学和工程领域的应用，而DATS侧重于统计方法在广泛的应用领域。
宾大的这两个项目对申请者背景没有具体的限制：申请者具有自然科学或工程学科的背景，对科学计算感兴趣或已有经验，并寻求学习如何部署和使用数据科学和机器学习技术;一些先前的编程经验是有用的，但不是绝对必需的。
二、宾大数据科学硕士的总结
1. 时间：1.5-2年
2. 就业领域：以数据为中心的职业，主要侧重于技术和工程，咨询，科学，决策，或通信等。
3. 主要核心课程：它融合了机器学习、大数据分析和统计等核心主题的前沿课程，以及各种选修课程，并有机会将这些技术应用于所选领域的专业领域(深度领域)。潜在的专业化领域包括网络科学;生物医学(生物医学信息学研究),和公共政策(宾夕法尼亚大学沃顿商学院预算模型以及更多的传统的机会在计算机和信息科学与电气和系统工程。
4. 核心课程的列举：编程语言与技术;概率论;软件开发，计算学习理论，线性代数/优化，数学统计，大数据分析，•数据库(CIS 550)，抽样调查方法(STAT 920)，观察性研究(STAT 921)等。
5. 截止时间：1.15、3.15;两轮，建议1.15申请;
6. 申请数据科学，PS建议重点要说清楚自己这方面的学术，实习背景，同时特别强调您的课程和/或您与数据科学项目相关的专业经验。结合这些来具体说下您的计划，对学业和就业的规划;
7. GRE 阅读：158+，数学 167，写作4; 托福100+;
三、没有计算机，编程背景的，但是想学这块的学生可以考虑申请宾大的MCIT
计算机和信息技术(MCIT)项目开设的宗旨是：让有才华的学生但苦于没有计算机科学的相关经验，但是想有机会学习计算机技术的，给他们提供一个学习和就业的机会;MCIT项目源于这样一种信念，即为拥有其他不同领域本科学位的人开设的高级计算机科学课程，将引领他们走向成功的职业道路。今天，我们的毕业生和他们的职业就是这一理念的有力证明。在学术界，继续深造计算机科学也是MCIT毕业生的一个选择。
