普通程式設計初中高中生甚至小學生都能勝任，但所有都是建立在別人各種演算法都解決的基礎了，隨手拿來用的各種函式不是天上掉下來的，都是高手的用程式碼壘起來的，只是你沒去看而以（高手除外），學好數學就是研究各種演算法，當高手做基礎，為別人提供框架，而不是藍領碼農，最好用的Python好用的原因背後是大量的高手建立大量的庫。至於資料科學大資料研究就更離不開數學了，沒有數學基礎根本看不懂。

資料科學與大資料技術專業目前可以授”理學”或”工學”學位。各校的學科優勢不同，側重點也不同。數學在這個專業固然重要，但不是主要學數學。

題主還是很用心地思考了這個問題，資料科學與大資料技術專業可授予“工學”或“理學”學位，題主諮詢的理學方向，那麼我來為你解答一些資料科學與大資料技術授予理學學士專業的疑問。

資料科學與大資料技術專業是不是學得更多的是數學？我們來看一個比較普遍的專業課程內容，當然，不同的學校設定可能稍有不同，但總體上是這些。

專業課程內容：金融與經濟大資料探勘，神經網路與深度學習，數值演算法與案例分析與資料探勘，大規模分散式系統。

專業基礎課程內容：數學分析、機率論與數理統計、統計計算、資料結構，線性代數、資料庫引論，統計學基礎，計算機原理，大資料管理，大資料統計分析實驗，計量經濟學等等

從上面的專業課程設定來看，數學科目是本專業的基礎要求課程，對於數學、計算機能力太差的學生，需要認真考慮是否能適應該專業的要求，除了上述兩門課程外，學生對語文和英語科目也要掌握得比較好才是最優的選擇。

現在高考升學，不能只是考慮自己志願填報的地域、學校和專業等三個方面，還要深入考慮到個人專業所對應的研究生深造專業的對應，這才是比較深遠的思考。

為什麼？每年本科新生招生才400多萬，現在每年報考研究生的人數已經達到了340萬，這兩個資料你發現了什麼？幾乎全民考研了，你不深入瞭解個人的考研方向，後續估計會對自己的選擇有所遺憾。

資料科學與大資料技術理學學士方向專業對應的研究生專業有應用數學、計量經濟學和統計學專業。

從上述三大對應的研究生專業來看，與數學的關係不淺。

其實，任何行業，計算機都是它的工具，只是所使用的深淺程度不一而已。

資料科學與大資料技術專業是否將計算機淪為工具？我們來看看該專業畢業生所應具備的知識和能力來看：

1、系統掌握大資料建模與分析的基礎理論以及計算機處理的基本技能；

2、掌握資料科學的基本思維與研究方法，具備綜合運用知識、方法和技術來解決交叉學科的實際問題；

3、瞭解資料科學的發展現狀和趨勢，並具備一定的理論創新和系統創新的能力。

再看該專業一些選修課程內容：計算理論，人工智慧，計算機視覺，演算法設計等課程，以及上述的專業課程，與計算機的應用是非常密切的，從這個方面來說，不能下計算機僅僅是工具那麼簡單。

最後，簡要介紹一下該專業的就業範圍和比較好的大學推薦吧。該專業的就業範圍主要是統計局、經濟管理與執行部門，高校，醫院、社保及各種管理部門，銀行、證券、保險以及網際網路企業。

本專業比較好的大學推薦有上海交大、復旦大學、北京大學、武漢大學、西安交大、華南理工、北京航空航天大學、中南大學和對外經濟貿易大學等部分名校。