数据科学（Data Science）是新加坡最热门的STEM专业之一，融合统计学、计算机科学和领域知识，毕业生在全球就业市场都备受欢迎。
数据科学专业的形态
新加坡的数据科学有两种学习路径：
本科路径：NUS、NTU都开设数据科学专业，学制4年，学生从基础的编程、数学、统计开始，逐步深入机器学习和领域应用。
硕士路径：NUS Master of Science in Data Science（MSDS）、NTU Master of Science in Data Science and AI等项目，学制1-2年，面向有工作经验或相关背景的申请者。
NUS Master of Science in Data Science（MSDS）
NUS MSDS是新加坡最受欢迎的数据科学硕士，学制1年，要求学生完成40学分课程。核心课程包括数据科学基础、统计学习、大数据技术、机器学习等。毕业项目通常与企业合作，学生能接触真实的数据挑战。
申请要求：
- 本科专业：数学、统计、计算机科学或相关领域
- GPA：3.5/4.0以上
- 英文：雅思6.5或托福90以上
- 建议提供GRE成绩（155以上）
NUS MSDS年均招生约200人，竞争激烈但相比AI项目容易一些。录取率约40-50%。
NTU Master of Science in Data Science
NTU的数据科学硕士学制2年，课程更加系统，包括数据挖掘、可视化、时间序列分析等专题。NTU更欢迎非计算机背景的申请者，如果学生来自商科、经济学背景，也有机会被录取。
学费相对便宜（约45000-50000 SGD/2年），学生有更多时间积累工作经验。
本科数据科学 vs 硕士数据科学
本科（4年）优势：
- 基础更扎实，能学习深度数学与统计理论
- 有更多实习机会，积累业界经验
- 毕业时年龄较轻，职业发展空间大
- 学费总额较高，但平摊到4年相对便宜
硕士（1-2年）优势：
- 快速进入职场，1年制项目特别适合急于工作的申请者
- 通常申请者已有工作经验，更容易理解实践问题
- 学费虽单年较高，但总额相当（1年制约40000 SGD）
课程特色与实习
NUS MSDS要求学生参加Capstone项目，通常与Grab、Sea、DBS等企业合作，学生能直接处理百万级、十亿级的真实数据。一些学生甚至在Capstone期间就被企业录用。
NTU DSAI项目与新加坡制造业、智慧城市项目合作，学生能参与IDA（Infocomm Development Authority）、JTC（裕廊集团）等政府项目。
毕业薪资与就业
根据MOE Graduate Employment Survey，数据科学硕士毕业生平均月薪为7000-8500 SGD，本科毕业生平均为5500-6500 SGD（因为经验较少）。有大厂实习经历的学生起薪可达8000+ SGD。
3年工作经验后，数据科学家年薪可达150000-200000 SGD，Senior Data Scientist甚至突破200000 SGD。
主要就业领域
科技公司：Grab的数据团队规模超500人，Sea、Shopee、Gojek都在新加坡建立数据科学中心。
金融机构：DBS、OCBC、UOB等银行每年招聘数十位数据科学家，用于信贷风控、客户分析。
电商与平台：Lazada、Qoo10等电商平台需要数据科学家优化推荐、定价、物流。
公共部门：MyInfo、PDPC（个人数据保护委员会）等政府机构招聘数据专家，参与国家数字化。
给中国学生的建议
如果你的数学和编程基础扎实，强烈建议申请本科项目，虽然学制长但收益更大。如果你已有2-3年工作经验且急于获得高薪职位，硕士项目（特别是NUS MSDS的1年制）是更快的通道。申请时突出任何数据分析、建模的实践经验，比如数据挖掘竞赛、实习项目等。NUS MSDS和NTU DSAI都是不错的选择，前者名气更大、薪资期望更高，后者录取相对容易、学费更便宜。