作为从数据科学起步，现在在做大数据产品开发的我来说，对这个问题还是有一定发言权的。

首先，我们要明确一点认知，数据领域的任何一个岗位，其底层的基础技能都是一样的，都是围绕着SQL（数据库）、Python/Java/Scala（编程语言）和Tableau/PowerBI/Spark/Hadoop（工具）来开展的。只是不同的岗位对于以上三种基础技能的不同搭配和掌握程度要求有高低之分而已。就像盖世神功一样，只要学会“乾坤大挪移”，那你就是天下第一了。（可能有点夸张了……） 所以从这个角度来讲，任何一所学校开设的数据分析相关专业，其课程内容大同小异，都是为了培养你对于以上三类基础的掌握与运用能力。在挑选学校的时候，我觉得最重要的是要挑选一个自己喜欢的地方和一个实力认可的老师。因为学习是一个双向的行为，你不仅要能够从中获取到知识和技术，还要能够在学习中实现自我的提升。而老师则起着非常重要的作用，一个好的老师，不仅能传授你知识，还能指引你前进的方向和重点，让你少走很多弯路。 至于学校和导师的选择，就取决于你的目标和期待了。如果你期望毕业后能够在北美找到一份不错的工作，那么我建议你选择一所位于大城市，具有强大多了校友圈的学校。这样你在未来找工作的时候可以有更多的选择和机会。毕竟在美国，人脉和资源是非常重要的。要知道，好的公司往往都需要多轮面试，而每一家好的公司都有大量的candidate等着你去选拔哦~另外，有些同学可能会考虑将来回国内工作的情况。那我建议你在选择学校的同时，也要仔细思考你所选择的专业的“归国认可度”如何，以及该专业在国内的就业情况怎样。如果回国后想要从事相关行业的话，这个因素也是很重要的。当然，有的同学可能打算读完研继续深造博士，那我就建议你选择一个科研氛围比较浓厚的学校，最好是有较强的研究资源，可以给你提供很多做项目的机会。 因为在美国做数据分析相关的工作是需要有很强的technical background的，因此如果你想留美工作的话，我建议你修读以计算机为核心课程设置的分析型硕士，而非以商科为核心的硕士。