哈佛大学数据科学由计算机科学和统计学院联合教授课程，并由应用计算科学研究所（IACS）管理，让学生可以在数据科学领域快速成长。项目主要关注数据分析、数据可视化和通信，以及数据科学中出现的安全和伦理问题。
哈佛大学数据科学硕士培养目标
哈佛大学数据科学硕士课程由计算机科学系和统计学系联合举办，并通过应用计算科学研究所（IACS）进行管理，旨在培训适应专业快速发展需求的数据科学领域的学生。数据科学位于统计方法论，计算科学和广泛的应用领域的交汇处。该计划为统计建模，机器学习，优化，海量数据集的管理和分析以及数据采集提供了充分的准备。该计划的重点是可重现的数据分析，协作问题解决，可视化和通信以及数据科学中出现的安全性和道德问题等主题。要获得数据科学理学硕士，学生必须完成12门课程。该学院每年秋季为那些对数据科学硕士课程感兴趣的学生举办面对面的信息交流会。数据科学课程的毕业生将能够：建立统计模型并了解其功能和局限性；设计实验；使用机器学习和优化制定决策；采集，清理和管理数据；研究可视化数据以进行探索，分析和交流；进行团队合作；进行可重复的数据分析；管理和分析海量数据集；组装计算管道以支持来自广泛可用工具的数据科学；进行数据科学活动，了解并根据政策，隐私，安全性和道德方面的考虑；将问题解决策略应用于开放式问题等等。
哈佛大学数据科学专业要求：
学生必须完成12门课程以完成课业，项目时长为3个学期，即一年半。学生也可以选择延长至4个学期，以选修额外的课程，或者完成研究项目。这要求学生在校学习至少三个学期(一年半学年)。有些学生会选择延长他们的学习到第四学期，以学习额外的课程或完成一个硕士论文研究项目。
纽约大学
布朗大学
芝加哥大学
杜克大学
约翰霍普金斯大学
加州大学伯克利分校
哥伦比亚大学
达特茅斯学院
美国石溪中学