多伦多数据科学博士？
我是从2017年开始在多大大三（本科最后一年），然后2018年来的这个项目（硕士），2019年毕业的。 因为我毕业已经两年了，现在的申请过程和以前应该有一些变化，所以我的经历仅供参考！ 先说一下背景，我本科是数学与应用数学专业的（纯数学分析、代数、拓扑那种的数学专业，不是统计或者计算机），大一大二都是在国内的大学上的，大三大四来到的多大上本科最后两年的时间，然后申请了学校的Coop项目（大二的时候申请的，大一结束就来到了多大），以工读生身份来到这里。
因为来之前不清楚这个项目的存在（来了之后才了解的这个项目）并且语言成绩不好，所以一开始来多大是以工读生的身份进来的，进了一个偏应用的项目（具体是什么现在也记不住了哈哈），学的是大数据（当时觉得特别高大上哈哈哈），然后做了大概半年的课程之后决定申请这个DSI项目。因为语言成绩不好加上没有相关的实习或者项目经验（只有大学里的那些课程，而且是大三大四年级才有机会做课程项目，所以并没有多少有关的数据分析类的项目经验）所以被拒绝了两次（申请的过程很心酸，被拒的信里教授会指出你哪里不适合这个项目以及哪里需要提高）。
后来经过认真的准备（包括写好申请材料、认真准备PS、找导师写推荐信等等）终于在第三次申请的时候成功了。当然过程也是很曲折的，在申请季开始的时候就投出了简历，然后在11月份收到了面试的通知（电话面试），在面试两个星期后拿到了offer. 下面简单介绍一下这个项目： 这个项目是Master of Data Science 的简称，在大约一年的时间内完成16个月的课程学习然后完成毕业论文就可以毕业了，所有的同学都被配好了导师，导师会根据你的兴趣和你未来的方向给你安排相应的课程，这个项目包含了统计学、计算机、算法、数据分析等相关课程内容。虽然这个项目是master但是录取的要求和PHd差不多，要求申请者有较好的量化分析能力（就是要有足够的数理基础，如果本科不是学计算机的话会稍微难点），同时雅思成绩至少要7分（单项不低于6），GMAT成绩最好能有700+。
每个学期分为三个部分：授课、研究课题（可选）和学生自主学习的project(可选)，授课大部分是由教授用PPT课件的形式来讲授，内容还是比较难懂的，需要花时间去消化和理解。如果有同学对某个知识点不理解，可以在课后找教授答疑或者讨论。
项目的课程设置还是比较紧的，所有课程的学习任务都很重，如果某个知识点没有理解有可能会耽误后续的内容学习，所以学习的过程中还是要紧跟老师的步伐，做好笔记，及时复习。我自己的体会是，如果前期基础没打好（比如高数等）后期学起来会很吃力，尤其是涉及到编程和算法的课程。
因为项目是master所以有奖学金的机会会比较少，费用方面根据学校给出的表格计算，一年学费加生活费大概是5万加币左右（比phd少很多哦～） 如果题主有继续深造的计划这个项目的性价比算是很高了，在毕业后可以申请加拿大的移民，前提是你能找到一份相关工作（可以办理工签）。