美国大学博士如何培养？
我以UW-Madison的DSI（Data Science Initiative）为例，简单介绍下美帝数据科学专业的PhD的培养方式吧~ DSI是今年新成立的一个研究所，由计算机系、统计系和电子工程系的教授共同领导。整个项目的核心就是“data science”，因此无论是课程设置还是学生的毕业研究方向都围绕“data science”这个主题而展开。 在课程设置上，学生需要完成计算机、统计以及数学方向各两门以上的核心课程，以及三门选修课（每个学期选一门，中间间隔一定时间）。除了必修课以外，所有的选修课都包含在30个学分的范畴内。下面是我今年选课的情况，其中红字为必选项，黑字为选修项。因为刚刚入学，很多课程还没开课，所以还不知道具体的内容。但是从已经开设的课程来看，授课内容都非常深入（例如我选的CS 599，每节课就有100多页pre reading！）。另外，虽然项目要求30个学分才能毕业，但是大部分同学选择的必修及选修课程加起来只有26-27个学分，这样可以省下至少两个学期的学习，提前一年毕业。
在研究项目中，所有学生都需要做summer research，以加深对data science的理解。由于我本科学的统计专业，因此和统计系的老师一起做研究。老师给我分配的任务主要是对现有算法进行优化，用机器学习的方法解决生物医学中的问题，同时需要做presentation给整个组汇报研究结果。虽然没有发paper的压力，但是有发表文章的要求，并且需要达到一定的阅读量来支撑研究内容的开展。 除了暑期科研之外，冬天还有冬季研究中心（DCR）。DCR相当于另一个研究所，学生可以选择自己感兴趣的主题参与进来并写出相应的方案。最后通过讨论决定是否能够执行该方案。
从2016年起，申请DSI的学生需要拥有统计、计算、算法、建模等方面的背景。随着DSI的不断发展，之后的招生标准是否会提高尚不可知。 但是无论怎样，DSI为学生提供了很多学习、研究和发挥的平台，同学们可以在这些平台上互相交流，提高自己的能力，拓宽自己的视野。我相信只要脚踏实地按照项目的要求去完成各个任务，学生们一定能够从中得到收获，实现自己的人生目标。