跨数据科学留学需要准备以下几个方面：

学术能力

数据处理、分析和统计建模：需要熟练掌握各种统计模型和变换，线性代数、概率统计和微积分也要非常熟悉。

编程实现：至少掌握三种主流编程语言，如Python、R、Java、MATLAB或C，并对其中至少一种语言非常熟练。

领域知识：根据申请的领域，需要对相关领域有深入的了解，例如经济学、生物学、医学、保险、地质勘探等。

语言成绩

托福或雅思：英语授课的学校通常要求提供托福或雅思成绩。

GRE：许多数据科学专业要求提供GRE成绩，尤其是那些设置在工学院下的专业。

硬件分数

GPA：本科申请者通常需要高中成绩平均分达到80分以上，硕士申请者需要持有学士学位且大学平均成绩达到80分以上。

软实力

科研经历和实习经历：这些经历能够体现你对学科的理解程度和实践能力，尤其是参与计算机背景的研究或其他定量研究。

个人陈述：通过个人陈述来表述自己对数据科学的兴趣和对专业的认识。

其他材料

推荐信：一些学校可能要求提供推荐信，以了解你的学术能力和个人品质。

简历：简历中应包含你的教育背景、工作经历、项目经验等。

选校和申请材料准备

选校：根据自己的背景和兴趣选择合适的学校，了解各学校的申请要求和录取标准。

申请材料：准备好所有需要的申请材料，包括成绩单、个人陈述、推荐信、简历等。

实习和项目经验

实习：在数据科学相关领域的实习经历可以大大增加你的申请竞争力。

项目经验：参与相关的项目，尤其是那些能够展示你的编程和数据分析能力的项目。

转专业准备

背景提升：如果是从其他专业转申请数据科学，需要补充相关的学术背景和知识。

学术补充：通过课程、大作业或科研来补充缺乏的数学和计算机科学知识。

通过以上准备，你可以提高自己跨数据科学留学的竞争力，增加被录取的机会。建议提前规划，尽早开始准备语言成绩和申请材料，并积极参加相关的实习和项目，以丰富自己的实践经验。