数据科学专业作为近几年留学申请的热门专业，因为拥有很好的就业前景而备受亲睐，同时很多人会觉得这是一个专业性比较强的专业而需要相对应的背景，然而事实并非如此，很多英国名校在此专业背景要求并没有很严格。接下来云学教育科技集团小编为大家介绍留学英国数据科学专业前景！申请哪些院校不限制背景专业?
英国数据科学专业前景
薪酬网站连续四年将Data Scientist 数据科学家评选为美国最受欢迎专业，整体工作满意度达到4.3/5, 基本咨询中位数108,000美元。美国劳工局的数据显示，数据科学技术类岗位空缺到2026年，增幅将达到26%。
在英国，数据科学产业是英国四大重点战略产业之一，19年2月英国政府投入1300万英镑扶持超过40个人工智能和数据分析项目。根据BigCloud发布的最新《欧洲薪酬报告》，英国数据科学相关职位收入丰厚，数据科学家收入中位数也超过45000英镑，而首席数据科学家的薪资中位书更是超过90000英镑，妥妥的金领职业。
今年5月人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》称2020年中国大数据行业人才需求规模预计为210万，2025年前大数据人才需求将保持30%—40%的增速，需求总量达到2000万人左右。根据payscale最新数据，中国数据科学家的薪酬收入(不包括奖金分红等)在29万-49万之间。
申请数据科学是否需要相关背景
很多同学一定觉得，数据科学一定是需要计算机背景的同学才能申请，其实不然。数据科学作为一门专注于数据的挖掘与分析的学科，自然具备一定程度的量化分析技能和统计学知识。这也是大部分数据科学课程，在申请条件上的明确要求。
然而，过去几年，数据科学家的角色已经从单纯的数据挖掘者发展为复杂问题解决者。一个好的数据科学家，不仅要具备必要的编程和数理分析能力，还要会讲故事，以一种易于理解并适用于解决问题的方式基于数据向决策者提供全新视角的见解。此外，数据科学应用范围极广，并不仅限于科技领域，文化，艺术，能源甚至法律领域都需要数据科学家这样的职位。
因此，也有不少的数据科学专业并不严格限制申请人的学术背景，有些专业甚至完全不限制专业背景。所以想要日后成为数据科学家的同学们，即使没有计算机专业背景，一样可以申请到适合的课程，而且很多还是QS世界前100大学开设的课程。
不限制背景申请的英国大学
牛津大学
MSc in Social Data Science
不限专业背景，但要求必须是一等荣誉学位，985,211均分90%+。其他95%+;
需要提供数学能力证明，建议提前熟悉编程，语言不限。
伦敦大学学院
Data Science MSc 均分要求85，不严格限制本科专业，但需具备量化背景，物理，生物学，经济学等均可申请。
Data Science for Cultural Heritage MSc 均分要求 80 ， 不限制专业背景
伦敦大学国王学院
Big Data in Culture & Society MA 均分要求211 80+，其他85+
英语，艺术，人文社科或其他相关学科背景可申请
华威大学
Big Data and Digital Futures 要求2:1学位，不限制专业背景
伯明翰大学
MSc Responsible Data Science 均分80%+ 法学背景可申请，看重本科数学成绩
利兹大学
Data Analytics and Human
Resource Management MSc 均分80 商科，管理，社科背景可申请
谢菲尔德大学
Data Science MSc 均分要求75+(交大排名Top100)接受任何专业背景申请
圣安德鲁斯大学
Data-Intensive Analysis (MSc) 均分80, 接受任何专业背景学生申请，但需具备编程背景
诺丁汉大学
Big Data and Digital Futures MSc
未明确限制专业背景，对数学计算机有兴趣或天赋即可申请
伦敦玛丽女王大学
Data Science and Artificial Intelligence (Conversion Programme) MSc
均分限制有72.5/77.5/82.5三档，具体取决于院校，接受转专业申请
利物浦大学
Data Science and Artificial Intelligence MSc
均分211,985要求75，普通一本二本80，三本85;非计算机专业背景申请，
卡迪夫大学
Computational and Data Journalism (MSc)
根据院校背景不同，均分分为70/75/80三个档次，接受转专业申请，有传媒背景优先考虑。
埃克塞特大学
MSc Applied Social Data Science
交大排名Top200，要求75，不严格限制专业背景，但要求学过心理学，经济学等分析类课程.
