运筹学基于数据进行优化，数据科学从收集、清洗、分析到可视化数据，这二者还有什么更深层次的联系呢？

一、知乎问题：运筹学（Operations Research）与数据科学（Data Science）有什么联系?

回答：

作者知乎id：留德华叫兽

前言

市场有专业人才需求，学校便应需开设相关的专业

数据分析（DA），特别是数据科学（DS），是2007年才涌现出来的新兴学科（后者2013年）

与之密切相关的其他专业：

● Business Intelligence/Analytics/Informatics （商业智能/分析/信息）

● Decision Analytics/Science （决策分析/科学）

● Information/Quantitative Management （信息/量化管理）

● Information/Management Science （信息/管理科学）

以及更为specific的专业：

● Strategic Analytics（战略分析）

● Risk Management （风险管理）

● Health Data Science（医疗/健康领域的DS）

● Data Science for Public Policy（公共政策领域的DS）

大公司职能分工较为明确

而小公司，通常一人身兼数职

当你去问小公司的data scientist，数据科学到底是什么

或许他也答不上来

于他，只是一个title而已。

《哈佛商业评论》报道，“数据科学家”是二十一世纪最性感的职业

所谓性感，既代表难以名状的诱惑，又说明大众不知它到底是干啥的

因此，我倾向于从其源头出发：从这俩个专业硕士课程安排的角度，来诠释他们的异同。

1. DA/DS专业的由来

先看图说话：

美国DA/DS专业项目数量增长情况

（上图出自以下链接：Master of Science in Analytics）

汇总了美国几乎所有开设DA/DS专业的学校

而第一所开设DA项目的大学，是2007年的北卡州立大学的 M.S. in Analytics

从2011年开始，呈现井喷之势

下面切入正题，以俩所学校DA/DS项目的背景介绍、Learning Outcome和课程安排，为大家剖析俩者异同。

2. MS in Data/Business Analysis

● 提供量化和数据分析的训练

● 现代管理和商业数据分析需要大量的数学、统计和计算的知识

● 利用数学模型给决策者提供最优量化决策

● 用到的技巧包括：量化建模、运筹学、数据挖掘、模拟

Learning Outcomes

● Students will demonstrate a clear understanding of the fundamental concepts of Statistics, Data Analysis, Quantitative Modeling, Simulation, and Optimization.

● Students will demonstrate proficiency in the practical tools and techniques of modern Business Analytics

核心课程

● Data, Models, and Decisions：empirical (“data models”) and logical (“decisions”)

● Decision Analytics: 核心技术--优化（线性、非线性、整数优化）和模拟（不确定性）

● Data Analytics：数据挖掘，其实是一些老的机器学习方法

This course gives an overview of the data-mining process, from data collection, through data modeling and analytical algorithms, to data-driven decision making. The focus is on introducing data-mining algorithms such as logistic regression, classification trees and clustering, and their application to real-world data, as well as introducing some of the more recent developments in the field such as ensemble methods.

● Database Management Systems：教你如何储存和调用企业大数据

选修课程

Price Optimization and Revenue Management

Healthcare Analytics

Operations Analytics

以上，请参考自马里兰大学商学院商业分析硕士项目

MS Business Analytics Overview--University of Maryland

3. MS in Data Science

项目介绍

项目提供统计模型、机器学习、优化、管理、大数据分析、数据采集的学习训练。

LEARNING OUTCOMES

● Build statistical models and understand their power and limitations

● Design an experiment

● Use machine learning and optimization to make decisions

Acquire, clean, and manage data

● Visualize data for exploration, analysis, and communication

● Deliver reproducible data analysis

● Manage and analyze massive data sets

● Assemble computational pipelines to support data science from widely available tools

● Conduct data science activities aware of and according to policy, privacy, security and ethical considerations

● Apply problem-solving strategies to open-ended questions

设计实验（数学模型）

利用大数据和机器学习和优化模型帮助决策者做决策

获得、清晰、管理大数据

核心课程 Data Science 1: Introduction to Data Science

数据收集--数据管理--数据分析--预测或学习--沟通。

在数据科学1的基础上，学习大数据、数据库、可视化、非线性统计模型、深度学习。

一些随机模型，应用在生物、金融和物理。

设计--建造--测试--维护--修改科学计算软件。

算法：设计算法时的公平性--隐私--道德--偏见

黑箱算法--数据隐私和安全等。

非常“人工智能”，不多赘述。

4. 运筹学与DA/DS的关系

为了凸显运筹学与二者的紧密关系（底层模型、算法），找到下图

MIT商业分析专业由MIT运筹学中心鼎立支持

The program is tailored for current students or recent college graduates who plan to pursue a career in the data science industry.

其次，可以看到，虽然此项目名字叫商业分析，但是明确说了，是为了学生能够在数据科学行业找到工作而量身设计的。

以上参考MIT管理学院商业分析硕士项目：

Master of Business Analytics--MIT

5. 学术界经验小结

因为从本科到博士一路交叉学科的缘故，关于数据科学、人工智能、智能供应链，以及数学院、商学院、计算机学院、工业工程系相关专业的课程设置，都有所涉猎。

一些心路历程：

● 想转专业数据科学（机器学习）需要学哪些课程？

● 今天列举的所有专业，都不分家，没有明确的界线

● 粗看，数据分析属于“传统”领域，运筹学、统计为主要数学方法，分析数据和决策为主

● 数据科学属于“新兴”领域，大量加入了机器学习、人工智能，以及收集、清洗和管理数据

● 俩者都需要数据库作为储存和调用数据的媒介

● ERP企业管理软件，是其“产品”-- 对应专业“管理信息系统”

6. 工业界实战经验

以上绝大部分乃学术界角度的分析，关于工业界实战经验：

@运筹OR帷幄 在以往的一次知乎Live中有幸邀请到了

○ 斯坦福大学 决策科学与风险分析博士

○ 前Google全球商业运营/分析高级经理

○ 运筹学/人工智能创业公司杉数科技联合创始人兼首席产品官

王曦博士

他用IT巨头及运筹学创业公司的第一手干货经验，为大家深入剖析大数据决策中暗藏的玄机，并分析了数据科学/分析、决策科学、商业智能的异同

从数据与决策科学到智能商业决策

https://www.zhihu.com/lives/944878308203171840

相关参考专业：

M.Sc. in Business Informatics--University of Mannheim, Germany

Saint Joseph’s University, Haub School of Business, M.S. in Business Intelligence and Analytics

Virginia Commonwealth University, School of Business,Master in Decision Analytics

Purdue University, Krannert School of Management, M.S. in Business Analytics and Information Management

University of Alabama in Huntsville, College of Business, M.S. in Management Science – Business Analytics

Duke University, Fuqua School of Business, Master of Quantitative Management

Stockton University, School of Natural Sciences and Mathematics, M.S. in Data Science and Strategic Analytics

Johns Hopkins University, Carey Business School, M.S. in Business Analytics and Risk Management

University of South Florida, Muma College of Business, M.S. in Business Analytics / Information Science

Georgetown University, McCourt School of Public Policy, Master of Data Science for Public Policy