“資料科學與大資料技術”，專業名字很拗口。這個專業最早出現在2016年，教育部公佈2015年度普通高等學校本科專業備案和審批結果，首次在新增本科專業中出現了“資料科學與大資料技術”。

這個專業剛一亮相，就得到了社會各界的高度迴應，紛紛認為這是一個社會積蓄的專業。因為此時，“大資料”三個字簡直如日中天，各路IT大佬們、學者教授，言必“大資料”。

資料科學

“資料科學與大資料技術”開設院校

然而在2016年，批准開設這一專業的學校並不多，只有三所。分別是：北京大學、對外經濟貿易大學、中南大學。因此，在2016年的高考中，並未在考生和家長中掀起太大的漣漪。

2017年，開設院校增加了十倍，共有32所高校開設了這一專業，其中：

985高校：華人民大學、復旦大學、華東師範大學、電子科技大學、

211高校：北京郵電大學、貴州大學

普通公辦本科大學：北京資訊科技大學、中北大學、長春理工大學、上海工程技術大學、浙江財經大學、廣西科技大學、雲南師範大學、雲南財經大學、昆明理工大學、貴州師範大學、重慶理工大學

北京郵電大學

普通公立本科學院：湖北經濟學院、晉中學院、貴州理工學院、貴州商學院、宿州學院、福建工程學院、安順學院、佛山科學技術學院

民辦本科院校：黃河科技學院、寧夏理工學院、廣東白雲學院、北京師範大學-香港浸會大學聯合國際學院、成都東軟學院、電子科技大學成都學院、上海紐約大學

其中，位於雲貴兩省的學校多達8所。佔比高達25%。沒想到發展大資料產業最迫切的省份居然是雲南省和貴州省。後來的發展也證明，確實越來越多的企業把資料中心放到了這兩個省份，特別是貴州省。

2018年，開設“資料科學與大資料技術”的院校增加了多達250所。

2019年，開設“資料科學與大資料技術”的院校增加了多達196所，

2020年，開設“資料科學與大資料技術”的院校增加了多達138所。

可以說，今天無校不“大資料”，“資料科學與大資料技術”專業稀缺性已經蕩然無存。

華人民大學

“資料科學與大資料技術”學什麼？

以首批開設“資料科學與大資料技術”專業的三所大學之一，中南大學為例，其課程體系的核心部分如下：

學科基礎課專業核心課專業課專業選修課

經過本專業的培養，畢業生能夠適應行業大資料應用的發展需要，融會貫通數學與自然科學基礎知識、計算機科學基礎知識、大資料科學與工程專業知識，提出複雜大資料工程專案的系統性解決方案。

能夠跟蹤大資料科學與工程領域的前沿技術，具備一定的大資料工程創新能力、大資料分析與價值挖掘能力，能夠從事應用驅動的大資料產品的設計、開發和生產。

“資料科學與大資料技術”做什麼？

“大資料”領域主要有三方面的工作：

一，理論工作，主要是對資料科學中模型的理解和運用；

二，實踐工作，主要是處理實際資料；

三，應用工作，主要是利用大資料的方法解決具體行業應用問題的能力。

按照專業資料人才的主要工作內容，我們又可以分為四類資料人才：資料科學家、資料工程師、資料分析師、資料產品經理。

資料科學家：主要是運用資料科學的知識對資料進行採集、處理、挖掘、建模等操作，以解決問題為目的。

資料工程師：主要是在資料專案中，負責工程實施的人員。比如說負責搭建架構，實現技術平臺，以及資料聯結器，資料儲存，計算引擎等工作。為資料架構師，資料科學家、資料分析師提供總做的基礎。

資料分析師：主要是從資料中提取價值，並且將分析結果用於指導行動。

資料產品經理：是根據客戶的特定需求，來為客戶開發資料產品的人。

目前，“大資料”的主要發展方向有三個：

一、 資料探勘、資料分析和機器學習方向；

二、大資料運維和雲計算方向；

三、Hadoop大資料開發方向。

總結

不論看好還是看空這個專業，都無法否認的是我們都處於“大資料”時代之中。大到火箭上天，小到基因測序，無不與“大資料”相關。而作為一個為“大資料”事業提供基礎人才的專業，“資料科學與大資料技術”不得不引起我們的重視。

例如一個“大資料”的典型應用，網際網路廣告。全球廣告市場份額近萬億，而網際網路廣告已經佔到了近一半，5000億美元的市場份額，是網際網路大廠爭奪的熱點，資料分析人才在這場競爭力至關重要。

事實上，資料人才需求的領域非常廣泛，從國防部、網際網路創業公司到金融機構，到處需要大資料專案來做創新驅動。

大資料開發工程師入門月薪已經達到了 8K 以上，工作1年月薪可達到 1.2W 以上，具有2-3年工作經驗的hadoop人才年薪可以達到30萬—50萬。

資料分析或資料處理的崗位報酬也非常豐厚，在矽谷，入門級的資料科學家的收入已經是6位數了(美元)。

資料科學

這個專業是個新開的專業，主要包括計算機，數學，統計三個方面的內容。

課程是綜合性的，強調全面的能力，但是各個分支講的東西自然沒有專門研究的深厚了。

如果對哪個方向感興趣，需要自己多多再努力一些，自己補充好短板。

這個專業是國家重點專案，還是不錯的。

大資料是熱門，是風口和方向，值得投入。

回答:熱門而火爆的新興專業。

1.資料科學與大資料技術，簡稱“大資料”，是計算機、人工智慧等多學科相互交叉的專業。

2.大資料專業，主要培養透過大資料思維，對大資料進行開發運用的高層次人才。畢業後，主要去向為政府、企業、公司，具體行業為保險、電子商務、銀行、金融、醫藥、網際網路等。

3.自中科院首開“大資料技術與應用”專業以來，截止目前，全國有近300所大學開設了大資料專業，可見該專業的熱門程度。

4.據《大資料人才報告》顯示，目前全國僅有大資料人才46萬，預計未來幾年，光是基礎性資料分析人才一項，其缺口竟達14000000萬，簡直不亞於令人吃驚的“天文數字”。

5.大資料人才的嚴重缺乏，造成了有些行業招不到大資料人才，特別是中小型，花高薪也很難招到。據調查，現工作一年的大資料人才月薪是12000元，工齡3年的hadoop人才，年薪居然高達40萬左右。

綜上可見，熱門、火爆、缺乏、高薪就成了大資料專業的代名詞。

‘資料科學與大資料’專業在目前的專業中算是一個‘年輕’的專業。該專業是在2016年獲批設定的，隨後的幾年中眾多高校開始設定該該專業。在2017年有248所高校申請獲批，佔新增專業申請高校的1/3。發展狀態十分火熱。

培養目標

該專業主要培養具有大資料思維、運用大資料思維及分析應用技術的高層次大資料人才。掌握計算機理論和大資料處理技術，掌握大資料應用中的各種典型問題的解決辦法，解決實際問題的能力，具有將領域知識與計算機技術和大資料技術融合、創新的能力，能夠從事大資料研究和開發應用的高層次人才。由此可見，該專業主要以計算機與資料分析為基礎，並結合相關領域知識，培養複合型人才。

課程設定

目前課程有C程式設計、資料結構、資料庫原理與應用、計算機作業系統、計算機網路、Java語言程式設計、Python語言程式設計，大資料演算法、人工智慧、應用統計（統計學）、大資料機器學習、資料建模、大資料平臺核心技術、大資料分析與處理,大資料管理、大資料實踐等課程。

就業前景

從總體上看，專業人才需求量大。尤其是大資料科學家和資料分析師的崗位缺口非常大。同時伴著網際網路網際網路＋上升為國家戰略，該專業就業前景還是很好的。日後主要是政府機構、企業、公司等從事大資料管理、研究、應用開發等方面的工作。同時也可以考取軟體工程、計算機科學與技術、應用統計學等專業的研究生或出國深造。

但與此同時，在報考該專業時還是要慎重。其一，由於該專業出現時間不是很長，部分學校的師資隊伍建設不是很完備，在挑選學校時要擦亮眼睛。其二，該專業對學生的數學基礎要求較高，對於數學不太‘敏感’的同學最好慎重考慮。其三，在日後走上工作崗位，工作壓力是非常大，要有心理準備。

這個專業很好！

判斷一個專業，可以從學校學科建設和人才需求兩個層面來進行判斷，學科建設意味著教育資源的投入與重視程度，市場人才需求則直接反應出就業前景。

大資料專業在高校的學科建設

大資料專業好不好？這個一定需要看看貴州大學的招生。為什麼呢？因為貴州這幾年大力發展大資料產業，已經在貴陽舉辦了好幾屆世界級大資料會展，可見其產業號召能力。

以貴州大學為首的高校，在大資料專業建設上可是很重視的。貴州大學設有大資料專業的，其歸屬於國內一流建設學科！！

根據貴州大學的官網資料顯示：

大資料科學與工程系下設資訊管理與資訊系統專業與物聯網工程專業，核心使命是為貴州乃至全國大資料產業培養中、高階人才，採用“3+1”的新型人才培養模式，結合貴州乃至全國大資料產業發展實際，實現產學研一體化的培養體系，為貴州省發展大資料產業提供智力支援和人才保障。

貴州大學大資料與資訊工程學院學科群已經發展成為在國內外有一定知名度，在貴州省具有不可替代地位的優勢學科群。如今，學院培養的各級各類畢業生已經成為貴州乃至全國各高校及電子與資訊產業中的重要技術骨幹力量，他們相繼成為全國工業、交通、能源、電信、金融、傳媒、教學、科研等行業部門的業務骨幹和負責人，為貴州省的地方資訊產業以及中國的現代化建設做出了重要貢獻。

以上資料可見大資料專業的厲害之處了吧！

市場需求看大資料專業人才情況！

人才培養之後要發揮社會價值才能真正體現專業前景。在市場化經濟中，以企業招聘用人為主要的人才需求可見：大資料專業是極為緊缺的人才之一。而且大資料專業人才的薪資水平也處於較高水平。

根據BOSS直聘給出的資料顯示，在2018年旺季人才最為緊缺的十大崗位中，資料開發位列其中。

如果上圖還不夠直觀，其實你只要開啟各大招聘網站，輸入大資料，可見招聘需求給出的薪資待遇是怎樣的。薪資待遇也能直觀反映市場需求。

首先，引用馬雲爸爸的一段話，“我們已從IT時代進入了DT時代，未來我們的汽車、電燈泡、電視機、電冰箱等將全部裝上作業系統，並進行資料整合，資料將會讓機器更“聰明”。DT時代，資料將成為主要的能源，離開了資料，任何組織的創新都基本上是空殼。”

未來，5G技術全面應用後，將會繁衍海量資料，是資料爆炸時代，而怎樣挖掘與分析資料顯，正是大資料專業所要培養的技術核心所在。。

由此可見，大資料是一個非常有錢途的專業。

多麼稀缺的一個專業啊！！！

一、專業介紹

大資料是隨著現代資訊科技的蓬勃發展而產生的一門新型交叉學科，可簡單看成是是計算機與統計學這兩門主要學科的交叉。但是，所涉及到的知識領域還非常廣，比如數學、人工智慧化技術、機器學習、視覺化技術、機率模型理論技術、不確定性建模等這些學科領域的知識。

從這個角度來看，資料科學與大資料技術人才是高階的複合型人才，他與傳統的計算機專業還不太一樣，單純會計算機相關知識還不夠，還需要具備多個領域的知識。

可見要學好大資料，僅僅本科是不夠的，建議上研究生進一步深造。

二、就業方向

就業方向大體可分為大資料系統研發工程師、大資料應用開發工程師和資料分析師。

1. 資料分析師

工作職責：負責專案的需求調研、資料分析、商業分析和資料探勘模型等，透過對執行資料進行分析挖掘背後隱含的規律及對未來的預測。

平均工資：10630元/月

2. 大資料開發工程師

工作職責：構建分散式大資料服務平臺，參與和構建公司包括海量資料儲存、離線/實時計算、實時查詢，大資料系統運維等系統。

平均工資：30230元/月

3. Hadoop開發工程師

工作職責：參與最佳化改進新浪集團資料平臺基礎服務，參與日傳輸量超過百TB的資料傳輸體系最佳化，日處理量超過PB級別的資料處理平臺改進，多維實時查詢分析系統的構建最佳化。

平均工資：20130元/月

4. 資料探勘工程師

工作職責：分散式系統上進行資料計算、挖掘、和實現演算法。

平均工資：21740元/月

5. 演算法工程師

工作職責：負責核心演算法的開發。

平均工資：¥ 22640/月

三、開設學校

第一批（3所）：北京大學、中南大學和對外經貿大學

第二批（32所）：華人民大學、北京郵電大學、復旦大學、華東師範大學、電子科技大學、北京資訊科技大學、中北大學、晉中學院長春理工大學、上海工程技術大學、上海紐約大學、浙江財經大學、宿州學院、福建工程學院、黃河科技學院、湖北經濟學院、佛山科學技術學院、廣東白雲學院、北京師範大學、重慶理工大學、成都東軟學院、電子科技大學成都學院、貴州大學、貴州師範大學、安順學院、貴州商學院、貴州理工大學、昆明理工大學、雲南師範大學、雲南財經大學和寧夏理工學院。

第三批（250所）：名單太長，請自行百度，略…………

資料專業難度較大，需要複合型人才，所以本科四年遠遠不夠。鑑於大資料專業的“高大上”，建議報考985或211高校。

985高校（24所）：北京大學、華人民大學、中國農業大學、北京師範大學、中央民族大學、北京理工大學、同濟大學、復旦大學、華東師範大學、蘭州大學、廈門大學、中國科學技術大學、重慶大學、南開大學、天津大學、電子科技大學、西北工業大學、山東大學、東北大學、吉林大學、中南大學、湖南大學、哈爾濱工業大學、華南理工大學。

211高校（31所）：北京化工大學、北京林業大學、北京體育大學、北京郵電大學、對外經濟貿易大學、中國傳媒大學、中央財經大學、福州大學、華南師範大學、貴州大學、海南大學、河北工業大學、華中農業大學、華中師範大學、武漢理工大學、中南財經政法大學、安徽大學、中國礦業大學、南昌大學、大連海事大學、遼寧大學、內蒙古大學、太原理工大學、西安電子科技大學、上海財經大學、西南財經大學、西南交通大學、石河子大學、新疆大學、雲南大學、西南大學。

本科院校大多開設了這個專業，隨著大資料技術的廣泛應用，新增了大資料專業，根據天府大資料國際戰略與技術研究院(簡稱“天府大資料研究院”)《2018全球大資料發展分析報告》資料，2018年中國大資料產業人才佔整體就業人口規模的0.23%，大約179.4萬人。

馬雲說大資料是未來的石油，也多次強調大資料的重要性。

　　獵聘《2019年中國AI&大資料人才大資料人才就業趨勢報告》指出，2019年中國大資料人才缺口高達150萬。另據中國商業聯合會資料分析專業委員會統計，未來中國基礎性資料分析人才缺口將達到1400萬。

　　圖8 大資料人才規模及增速

　　

隨著大資料、物聯網、5G等技術應用的不斷髮展，社會對該職業從業人員的需求日益增長。預計2020年中國大資料行業的人才需求規模將達到210萬，2025年前大資料人才需求仍將保持30%-40%的增速，需求總量在2000萬人左右。

課程教學體系涵蓋了大資料的發現、處理、運算、應用等核心理論與技術，具體課程包括：大資料概論、大資料儲存與管理、大資料探勘、機器學習、人工智慧基礎、Python程式設計、統計學習、神經網路與深度學習方法、多媒體資訊處理、資料視覺化技術、智慧計算技術、分散式與平行計算、雲計算與資料安全、資料庫原理及應用、演算法設計與分析、高階語言程式設計、最佳化理論與方法等。

2016年2月16日，教育部發布《教育部關於公佈2015年度普通高等學校本科專業備案和審批結果的通知》（教高函〔2016〕2號），公佈“2015年度普通高等學校本科專業備案和審批結果”的“新增審批本科專業名單”有新專業“資料科學與大資料技術”。

北京：北京大學、對外經貿大學、華人民大學、北京化工大學、中國農業大學、北京師範大學、中國傳媒大學、中國石油大學（北京）、中央民族大學、北方工業大學、北京石油化工學院、首都經濟貿易大學、北京城市學院、北京吉利學院、北京郵電大學、北京資訊科技大學、北京林業大學、中央財經大學、北京理工大學、華北科技學院、北京體育大學、中國科學技術大學、北京物資學院、北京工商大學嘉華學院、華北電力大學、北京工商大學、北京聯合大學

天津：南開大學、天津財經大學、天津財經大學珠江學院、天津大學、天津科技大學、天津工業大學、天津理工大學、天津農學院、天津師範大學、天津職業技術師範大學、天津商業大學、天津理工大學中環資訊學院

河北：防災科技學院、河北地質大學、河北工程大學、北華航天工業學院、河北農業大學、河北北方學院、河北民族師範學院、保定學院、河北經貿大學、河北外國語學院、燕京理工學院、河北工程技術學院、河北東方學院、河北工業大學、石家莊學院、河北金融學院、河北水利電力學院、河北環境工程學院、河北大學、滄州師範學院、唐山學院、河北傳媒學院、北京交通大學海濱學院

山西：中北大學、晉中學院、山西大學、太原理工大學、山西農業大學、忻州師範學院、太原師範學院、長治學院、運城學院、山西財經大學、山西工商學院、山西農業大學資訊學院、太原工業學院、山西工程技術學院、呂梁學院

內蒙古：內蒙古大學、內蒙古工業大學、內蒙古醫科大學、內蒙古師範大學、赤峰學院、集寧師範學院、內蒙古民族大學、內蒙古財經大學、呼和浩特民族學院、鄂爾多斯應用技術學院、內蒙古科技大學、內蒙古農業大學、呼倫貝爾學院

遼寧：大連海事大學、遼寧大學、瀋陽大學、瀋陽工業大學、遼寧科技學院、瀋陽工程學院、瀋陽師範大學、大連東軟資訊學院、東北大學、大連交通大學、遼寧工程技術大學、遼寧工業大學、瀋陽化工大學、瀋陽建築大學、大連海洋大學、鞍山師範學院、大連科技學院、瀋陽城市建設學院、遼寧師範大學海華學院、營口理工學院

吉林：長春理工大學、長春大學、吉林師範大學、吉林工程技術師範學院、吉林財經大學、長春工業大學人文資訊學院、吉林動畫學院、吉林師範大學博達學院、吉林大學、長春工業大學、長春工程學院、吉林農業大學、吉林農業科技學院、長春師範大學、北華大學、通化師範學院、長春建築學院、長春大學旅遊學院、東北師範大學、吉林化工學院、白城師範學院、吉林工商學院、長春理工大學光電資訊學院、長春財經學院、吉林建築科技學院、長春科技學院、東北師範大學人文學院

黑龍江：哈爾濱工業大學、黑龍江大學、牡丹江師範學院、哈爾濱華德學院、黑龍江工業學院、東北石油大學、哈爾濱理工大學、黑龍江工程學院、哈爾濱師範大學、哈爾濱商業大學、黑龍江財經學院、哈爾濱資訊工程學院、東北林業大學、黑龍江科技大學、黑龍江八一農墾大學、齊齊哈爾大學、大慶師範學院、黑河學院

上海：復旦大學、華東師範大學、上海工程技術大學、上海紐約大學、同濟大學、上海財經大學、上海電機學院、上海對外經貿大學、上海體育學院、上海健康醫學院、上海理工大學、上海第二工業大學、上海立信會計金融學院、東華大學、上海外國語大學、上海電力大學、上海海洋大學、上海大學、上海杉達學院、上海立達學院

江蘇：中國礦業大學、常熟理工學院、南京資訊工程大學、南京工程學院、淮陰工學院、南通學院、江蘇師範大學、南京審計大學、金陵科技學院、南京理工大學泰州科技學院、南京師範大學中北學院、江蘇師範大學科文學院、崑山杜克大學、南京工業大學、常州大學、淮海工學院、鹽城師範學院、淮陰師範學院、南京曉莊學院、江蘇理工學院、徐州工程學院、南京資訊工程大學濱江學院、西交利物浦大學、南通理工學院、南京農業大學、南京郵電大學、鹽城工學院、常州工學院、南京特殊教育師範學院、中國礦業大學應用技術學院、蘇州大學應用技術學院

浙江：浙江財經大學、浙江工業大學、浙江科技學院、杭州師範大學、溫州大學、浙江萬里學院、浙江工商大學、嘉興學院、浙江大學寧波理工學院、上海財經大學浙江學院、浙江海洋大學、湖州師範學院、寧波工程學院、寧波大紅鷹學院、浙江大學城市學院、浙江財經大學東方學院、浙江工業大學之江學院、衢州學院、浙江農林大學、浙江中醫藥大學、泰州學院、中國計量大學、浙江樹人學院、浙江農林大學暨陽學院、紹興文理學院元培學院、溫州商學院

安徽：宿州學院、安徽理工大學、安徽工程大學、阜陽師範學院、池州學院、滁州學院、安徽科技學院、淮北師範大學、安慶師範大學、安徽財經大學、銅陵學院、安徽三聯學院、安徽新華學院、安徽資訊工程學院、合肥師範學院、安徽大學、蚌埠學院、安徽農業大學、淮南師範學院、合肥學院、安徽師範大學皖江學院、安徽工業大學工商學院、亳州學院、合肥工業大學、安徽工業大學、安徽中醫藥大學、皖西學院、安徽文達資訊工程學院

福建：福建工程學院、廈門大學、福州大學、集美大學、閩江學院、廈門理工學院、廈門華廈學院、閩南理工學院、福建江夏學院、Sunny學院、集美大學誠毅學院、莆田學院、寧德師範學院、閩南師範大學、泉州師範學院、福州外語外貿學院、福建師範大學閩南科技學院、泉州資訊工程學院、福建商學院、廈門大學嘉庚學院

江西：南昌大學、新餘學院、南昌航空大學、江西師範大學、上饒師範學院、江西財經大學、南昌理工學院、東華理工大學、華東交通大學、南昌工程學院、宜春學院、贛南師範大學、江西科技師範大學、江西科技學院、南昌工學院、萍鄉學院、江西工程學院、豫章師範學院、江西農業大學、井岡山大學、九江學院、江西服裝學院、江西理工大學應用科學學院、江西師範大學科學技術學院

山東：山東交通學院、齊魯工業大學、山東農業大學、山東中醫藥大學、曲阜師範大學、泰山學院、聊城大學、濟寧學院、棗莊學院、德州學院、臨沂大學、山東財經大學、齊魯理工學院、山東大學、中國石油大學（華東）、山東科技大學、青島科技大學、山東師範大學、山東工商學院、山東體育學院、山東英才學院、青島黃海學院、青島理工大學琴島學院、山東財經大學東方學院、山東師範大學歷山學院、山東女子學院、中國海洋大學、濟南大學、山東建築大學、山東理工大學、菏澤學院、煙臺南山學院、山東現代學院、山東科技大學泰山科技學院、青島農業大學海都學院、齊魯師範學院、山東青年政治學院

河南：黃河科技學院、河南工程學院、鄭州輕工業學院、河南城建學院、河南大學、許昌學院、洛陽師範學院、信陽師範學院、安陽師範學院、周口師範學院、河南科技學院、新鄉學院、商丘師範學院、河南財經政法大學、南陽理工學院、洛陽理工學院、鄭州工業應用技術學院、鄭州科技學院、中原工學院資訊商務學院、鄭州升達經貿管理學院、鄭州財經學院、黃河交通學院、河南理工大學、中原工學院、河南農業大學、黃淮學院、南陽師範學院、安陽工學院、河南大學民生學院、新鄉醫學院三全學院、信陽學院、商丘學院、河南牧業經濟學院、信陽農林學院、河南工學院、河南財政金融學院、河南工業大學、河南科技大學、平頂山學院、商丘工學院、鄭州工商學院

湖北：湖北經濟學院、中國地質大學（武漢）、武漢理工大學、華中農業大學、華中師範大學、中南財經政法大學、湖北大學、湖北工業大學、武漢輕工大學、湖北工程學院、武昌理工學院、武漢工程科技學院、長江大學、武漢紡織大學、武漢工程大學、湖北理工學院、三峽大學、湖北科技學院、武漢學院、武漢華夏理工學院、湖北工程學院新技術學院、長江大學文理學院、武漢晴川學院、湖北第二師範學院、武漢商學院、武漢大學、中南民族大學、黃岡師範學院、漢江師範學院、江漢大學、武漢東湖學院、江漢大學文理學院

湖南：中南大學、湘潭大學、吉首大學、湖南商學院、湖南財政經濟學院、湖南大學、長沙理工大學、湖南科技大學、湖南農業大學、湖南科技學院、湖南交通工程學院、湖南師範大學、懷化學院、南華大學、湖南工程學院、湖南工學院、湖南警察學院、湖南涉外經濟學院、湖南農業大學東方科技學院、湖南資訊學院

廣東：佛山科學技術學院、廣東白雲學院、北京師範大學-香港浸會大學聯合國際學院、華南理工大學、肇慶學院、汕頭大學、廣東工業大學、廣州大學、韓山師範學院、廣東財經大學、廣東技術師範學院、廣東科技學院、廣州商學院、北京理工大學珠海學院、廣東技術師範學院天河學院、廣州大學華軟軟體學院、五邑大學、東莞理工學院、華南農業大學、華南師範大學、廣東金融學院、吉林大學珠海學院、廣東財經大學華商學院、華南理工大學廣州學院、廣州工商學院、廣東海洋大學、韶關學院、惠州學院、嶺南師範學院、仲愷農業工程學院、廣東石油化工學院、廣東培正學院、中山大學南方學院、廣東第二師範學院、香港中文大學（深圳）

廣西：廣西科技大學、桂林理工大學、河池學院、廣西師範學院、玉林師範學院、桂林航天工業學院、南寧學院、桂林電子科技大學、廣西財經學院、桂林旅遊學院、賀州學院、廣西師範大學灕江學院、桂林電子科技大學資訊科技學院、梧州學院、廣西師範大學、百色學院、廣西科技師範學院、廣西警察學院、南寧師範大學師園學院

海南：海南師範大學、海口經濟學院、三亞學院、海南大學、瓊臺師範學院

重慶：重慶理工大學、重慶科技學院、重慶文理學院、重慶師範大學涉外商貿學院、重慶郵電大學移通學院、重慶大學城市科技學院、重慶第二師範學院、重慶工程學院、重慶大學、西南大學、重慶師範大學、重慶三峽學院、長江師範學院、重慶工商大學、重慶人文科技學院、重慶工商大學融智學院、重慶工商大學派斯學院、重慶交通大學

四川：電子科技大學、成都東軟學院、電子科技大學成都學院、西南財經大學、西南石油大學、成都資訊工程大學、成都理工大學工程技術學院、四川大學錦城學院、四川大學錦江學院、西南交通大學、成都工業學院、宜賓學院、攀枝花學院、西南科技大學、成都大學、四川工業科技學院

貴州：貴州大學、貴州師範大學、安順學院、貴州商學院、貴州理工學院、貴州工程應用技術學院、遵義師範學院、凱里學院、銅仁學院、貴州財經大學、貴州民族大學、貴州民族大學人文科技學院、貴州師範學院、六盤水師範學院、興義民族師範學院、貴州大學明德學院、貴州中醫藥大學、貴陽學院

雲南：昆明理工大學、雲南師範大學、雲南財經大學、雲南大學、雲南農業大學、西南林業大學、楚雄師範學院、雲南民族大學、雲南大學滇池學院、雲南師範大學商學院、雲南工商學院、滇西科技師範學院、保山學院、普洱學院、昭通學院、昆明學院、雲南大學旅遊文化學院、曲靖師範學院、雲南師範大學文理學院

西藏：西藏民族大學

陝西：西北工業大學、西安郵電大學、延安大學、西安財經學院、西安歐亞學院、西安外事學院、西京學院、陝西服裝工程學院、西安電子科技大學、西安文理學院、西安科技大學、西安工程大學、陝西科技大學、西安石油大學、西安翻譯學院、陝西國際商貿學院、西安財經學院行知學院、西北工業大學明德學院、陝西學前師範學院、西北農林科技大學、西安理工大學、西安建築科技大學、渭南師範學院、榆林學院

甘肅：蘭州大學、蘭州城市學院、天水師範學院、蘭州文理學院、蘭州理工大學、隴東學院、蘭州財經大學、西北民族大學、蘭州交通大學、西北師範大學、河西學院、蘭州理工大學技術工程學院

寧夏：寧夏理工學院、北方民族大學、銀川能源學院

新疆：新疆工程學院、新疆大學、石河子大學、新疆財經大學

好好學，這個專業前景不錯！學好了，從事於人工智慧方面的工作，將來不會被人工智慧所代替。不過此專業讀研為好！

【熱門專業解讀】資料科學與大資料技術專業

高

考

必

勝

！

高考志願填報，某些專業的選擇對於每位同學未來的職業規劃，乃至人生規劃都有著非常重要的關鍵性，甚至是決定性的影響。雖然當下專業不對口就業的現象也很多，但專業性強崗位還是更青睞於對應專業的學生。因此，在高考志願填報過程中，特別是對指向性要求強的專業，選擇不容小覷。

資料科學與大資料技術專業

當今資訊社會，已從資訊時代邁入大資料時代，從資料收集時代到資料分析時代，高校在大資料方向上設定了哪些專業，作為新興專業，你又瞭解多少?

一、專業概況

專業名稱：資料科學與大資料技術;

專業程式碼：080910T

學制：四年;

學位：工學或理學學位。（工學為主）

人才培養目標：

以大資料為核心研究物件，利用大資料的方法解決具體行業應用問題，強調培養具有多學科交叉能力的大資料人才。

本專業是一個軟硬體結合、兼顧資料科學理論與應用的以計算技術為基礎的、以資料科學與大資料技術為特色的寬口徑專業。

2016年2月，教育部公佈新增的“資料科學與大資料技術”專業，北京大學、對外經濟貿易大學、中南大學成為首家獲批高校。

第一批(3所)：

1北京大學

2對外經濟貿易大學

3中南大學;

2017年3月，教育部公佈第二批“資料科學與大資料技術”專業獲批的32所高校。

第二批32所獲批高校名單如下：

1 華人民大學

2 北京郵電大學

3 復旦大學

4 華東師範大學

5 電子科技大學

6 北京資訊科技大學

7 中北大學

8 晉中學院

9 長春理工大學

10 上海工程技術大學

11 上海紐約大學

12 浙江財經大學

13 宿州學院

14 福建工程學院

15 黃河科技學院

16 湖北經濟學院

17 佛山科學技術學院

18 廣東白雲學院

19 北京師範大學-香港浸會大學聯合國際學院

20 廣西科技大學

21 重慶理工大學

22 成都東軟學院

23 電子科技大學成都學院

24 貴州大學

25 貴州師範大學

26 安順學院

27 貴州商學院

28 貴州理工學院

29 昆明理工大學

30 雲南師範大學

31 雲南財經大學

32 寧夏理工學院

資料科學與大資料技術專業大學排名

第一批3所，第二批32所，全國高校紛紛響應，都在積極申報，而且這完全符合國家推動大資料發展的政策，目前，中國已有200多所高校獲批該專業。陸續估計會有幾百所獲批。那麼，各大高校應該怎麼建設大資料專業，才能不至於掉隊呢?

首先需要明確大資料專業需要培養的是具有多學科交叉能力的大資料人才。

該專業人才一般需要培養以下專業能力：

1、理論性的，主要是對資料科學中模型的理解和運用;

2、實踐性的，主要是處理實際資料的能力;

3、應用性的，主要是利用大資料的方法解決具體行業應用問題的能力。

理論是基礎，實踐是工具，而應用則是目標與核心競爭力，一名合格的大資料專業畢業生應該具有讓資料產生價值的能力。

其中，理論素養的培養需要透過經典的資料資料課程，比如描述統計(含資料視覺化)、迴歸分析、多元統計、機器學習(含深度學習)、時間序列、非結構化資料、運籌最佳化等，根據各學校的不同定位，以應用為導向，相應地開設基礎課程、核心課程或者選修課程。

實踐方面，則需要以下幾個方面的鞏固提高。

1、要強化SQL的訓練，這是在企業環境中，同資料庫基本的互動。

2、要強化R和Python的 訓練。就R而言，幾乎所有最新的統計方法，都能找到相應的package，是小樣本學習訓練的不二之選;而在實際的資料產業中，Python則是被用得最 多的程式語言。

3、平行計算能力的提升，主要針對兩種最常見的技術框架：Hadoop和Spark。

最後，無論理論和實踐功課做得多足，沒有一個真實的應用場景，都無法產生價值，所以還需要產業實踐。

比如，大資料與金融學結合催生出金融科技方 向，帶來了徵信、風控、自動化交易、機器人投資顧問等分支;

資料探勘與生物學結合產生了計算生物學方向……而這些大資料應用都需要深入企業真實專案和案例的實戰。

培養的層次區別

社會對大資料人才的需求是多層次的，大資料人才的培養也應該有區別有重點。如果說碩士層次注重職業發展的廣度和綜合運用能力，本科注重紮實的學科基礎和工程實踐能力，而專科側重具體的崗位的技術運用能力。

比如，高職高專學校怎麼建設大資料專業呢?從事資料探勘的人都知道，資料探勘的80%工作量都在資料清洗準備。這個工作又繁瑣，又消耗大量的人力，但是對技能水平要求並沒有那麼高，那麼高職高專學校正好可以培養大量大資料準備人才。

任何專業人才的培養，任何一個學科的發展壯大，都離不開完整的教學體系、貼合的教學內容、適用的實踐應用平臺以及過硬的師資水平，大資料專業亦是如此。所以對於大資料專業的申報而言，如果能統一整合以上各方面資源，那麼專業建設將會變得事半功倍。

二、資料科學與大資料技術專業都學些什麼?

主幹課程

數學分析、高等代數、普通物理數學與資訊科學概論、資料結構、資料科學導論、程式設計導論、程式設計實踐、離散數學、機率與統計、演算法分析與設計、資料計算智慧、資料庫系統概論、計算機系統基礎、並行體系結構與程式設計、非結構化大資料分析等。

學科要求

善於做需求分析、寫程式碼;善於與人溝通，喜歡探索未知;需要根據資料推演、分析、提出解決方案，有資料思維;需要持續保持學習狀態;內性格上能動能靜。

知識能力

1.具備紮實的資料基礎理論和基礎知識；

2.具有較強的思維能力、演算法設計與分析能力；

資料科學與大資料技術專業屬於交叉學科，以統計學、數學、計算機為三大支撐性學科;生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。此外還需學習資料採集、分析、處理軟體，學習數學建模軟體及計算機程式語言等，知識結構是二專多能複合的跨界人才。

以華人民大學為例（附高考錄取資料，詳細資料請查閱家長志願課堂）：

大學課程設定

基礎課程(38學分)：數學分析、高等代數、普通物理數學與資訊科學概論、資料結構、資料科學導論、程式設計導論、程式設計實踐。

必修課(37學分)：離散數學、機率與統計、演算法分析與設計、資料計算智慧、資料庫系統概論、計算機系統基礎、並行體系結構與程式設計、非結構化大資料分析。

選修課：資料科學演算法導論、資料科學專題、資料科學實踐、網際網路實用開發技術、抽樣技術、統計學習、迴歸分析、隨機過程。

三、資料科學與大資料技術專業人才需求情況怎樣?

根據領英發布的《2016年中國網際網路最熱職位人才報告》顯示，研發工程師、產品經理、人力資源、市場營銷、運營和資料分析是中國護理萬網行業需求最旺盛的職位。

目前國內有30萬資料人才，預計2019年，大資料人才需求將有大幅增長，高階人才如大資料科學家的缺口在14萬至19萬之間。

懂得利用大資料做決策的分析師和經理缺口達到150萬，資料分析師現在需求就很旺盛了，2年工作經驗的月薪可達到8K，碩士學歷的資料分析師月薪可達到12K，5年工作經驗的可達到40萬至60萬元。

四、資料科學與大資料技術專業可以從事的工作有哪些?

重視資料的機構已經越來越多，上到國防部，下到網際網路創業公司、金融機構需要透過大資料專案來做創新驅動，需要資料分析或處理崗位也很多;常見的食品製造、零售電商、醫療製造、交通檢測等也需要資料分析與處理，如最佳化庫存，降低成本，預測需求等。

人才主要分成三大類：大資料系統研發類、大資料應用開發類、大資料分析類，熱門崗位有：

（一）大資料系統架構師

大資料平臺搭建、系統設計、基礎設施。

技能：計算機體系結構、網路架構、程式設計正規化、檔案系統、分佈並行處理等。

（二）大資料系統分析師

面向實際行業領域，利用大資料技術進行資料安全生命週期管理、分析和應用。

技能：人工智慧、機器學習、數理統計、矩陣計算、最佳化方法。

（三）資料分析師

不同行業中，專門從事行業資料蒐集、整理、分析，並依據資料做出行業研究、評估和預測的專業人員。在工作中透過運用工具，提取、分析、呈現資料，實現資料的商業意義。

作為一名資料分析師，至少需要熟練SPSS、STATISTIC、Eviews、SAS、大資料魔鏡等資料分析軟體中的一門，至少能用Acess等進行資料庫開發，至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建，至少掌握一門程式語言。

（四）資料探勘工程師

做資料探勘要從海量資料中發現規律，這就需要一定的數學知識，最基本的比如線性代數、高等代數、凸最佳化、機率論等。經常會用到的語言包括Python、Java、C或者C++，我自己用Python或者Java比較多。

有時用MapReduce寫程式，再用Hadoop或者Hyp來處理資料，如果用Python的話會和Spark相結合。

（五）大資料視覺化工程師

隨著大資料在人們工作及日常生活中的應用，大資料視覺化也改變著人類的對資訊的閱讀和理解方式。

從百度遷徙到谷歌流感趨勢，再到阿里雲推出縣域經濟視覺化產品，大資料技術和大資料視覺化都是幕後的英雄。

華人民大學與人大、北大、中科院大學、中財、首經貿五校聯合培養資料分析碩士第一屆畢業生（55人）就業情況：

騰訊、百度等IT公司：22人;

金融、銀行等：21人;

出國、讀博等：5人;

國家事業單位：6人;

其它：2人。

五、資料科學與大資料技術專業學習建議

人才培養與行業發展存在差距。由於教學大綱更新不會太及時，大資料人才7年畢業(本科四年、碩士研究生三年)後，所學恐怕落後於行業發展。

大資料人才的典型勝任特徵：善於做需求分析、寫程式碼;善於與人溝通，喜歡探索未知;需要根據資料推演、分析、提出解決方案，有資料思維;需要持續保持學習狀態;內性格上能動能靜。

不同辦學層次的院校開設此專業，培養模式會有差異。

高職類院校學生由於數學基礎相對薄弱，會跟多偏向於工具的使用，如資料清洗、資料儲存以及資料視覺化等相關工具的使用。

本科院校會傾向於大資料相關基礎知識全面覆蓋性教學。

在研究生段則會專攻某一技術領域，比如資料探勘、資料分析、商業智慧、人工智慧等。

六、就業前景

眼下正是新一屆大學生的校招季。這兩天，一則訊息引發了很多人的關注：AI應屆博士的年薪已經從去年的 50 萬元一下漲到了 80 萬元。但是，由於人才缺口巨大，即使是提高到了80 萬元年薪，企業還是難尋人才。

為什麼同樣是博士，大多數理學博士、工學博士的起薪都從十幾、二十萬起步，而AI博士已如此金貴？

據《 2017 全球人工智慧人才白皮書》顯示，人工智慧領域人才分佈極不平衡，全球AI領域人才約 30 萬，而市場需求卻在百萬量級。全球共有 367 所具有人工智慧研究方向的高校，每年畢業AI領域的學生約 2 萬人，遠遠不能滿足市場對人才的需求。據有關專家估計，華人工智慧學科人才需求缺口每年接近 100 萬!

早在去年，葛鼕鼕在接受文匯報記者採訪時披露，“現在，一位高水平的、專攻人工智慧領域的人才，即便是剛出校門的本科畢業生，年薪幾十萬元的比比皆是。有的企業甚至用七八十萬元年薪招聘這個方向的博士生，而我們培養的人才卻供不應求，甚至已經無人可供。”

資料化對各行業的衝擊，比預想的更猛烈

時至今日，很多年輕的學生對大資料與人工智慧充滿了好奇。不管你今後是否要進入這個領域學習，不管你對大資料和人工智慧的認知是怎樣的，在你知道了以下這些事實後，至少會意識到一點：年輕的你們不管今後要從事哪個具體領域的工作，都已經無法規避大資料和人工智慧對你產生的影響。

斯坦福大學前商學院院長Garth Saloner (高斯·塞隆那)　在臨離任前發給MBA學生的推特內容是：“如果你還在學校的話，最應該做的是到工學院去，學習任何和人工智慧、深度學習、自動化等相關的知識!　此刻!”

行走在科研前沿，學術界同行已經越來越感到，我們的科研方式在受到大資料的衝擊。而我們每個人或多或少都能認知到：世界與以往不再那麼的一樣，它在改變，速度越來越快。

事實上，人類的知識進化，過去幾年，正在以一個前所未有的加速度在進行。而這一切的發生，原動力來自於世界的資料化程序加快。相應的，大資料處理技術進化和完善也相當迅速，同時使得建立在此基礎上的人工智慧技術也進入了一個忽然加速、甚至技術爆炸的時期。

現在的每一天，我們都可以感受到這些改變。當你開啟手機，新聞客戶端的推送是高度個性化的新聞，這是推薦系統在默默為你揀選你最可能感興趣的資訊。當你走出家門，網約車的出現讓你感受到交通的便利和分享經濟的實惠。而網約車的背後，則是一個基於整個城市實時交通狀況的平臺———是它在計算你的呼叫滿足方式。在你信用卡的申請裡，銀行考慮的不再僅僅是傳統的金融資料記錄，你度假的選擇、午餐的方式，甚至於敲擊鍵盤的大小寫偏好，都成為對你這個使用者分析的一個維度上的資料，進入對你的評估系統。

往外去看，人工智慧和大資料帶來的社會變革比比皆是。自動化交易系統的進入，使得高盛在紐約現金股票交易櫃檯的交易員從2000年頂峰時期的600人縮減到今天的2人。波士頓動力公司開發的機器人，已經可以在複雜地形上縱跳如飛。谷歌開發的人工智慧選手，已經在圍棋人類最複雜的智力遊戲上擊敗人類。卡耐基梅隆開發的德州撲克人工智慧，已經在這個兼有博弈與計算的遊戲上擊敗人類世界冠軍。而這些智慧依然處在一個進化的狀態，但是已經越過人類這個奇點，它必然會絕塵而去，將我們徹底拋離。

以資料化形式展開的活動將來會是金融等行業的主流，很多可重複、思想度略低的工作很快會被機器所取代，這個趨勢的來臨，遠比人類預想的猛烈。

在盤點了這些熱點事件背後，讓我們再來談談技術的發展。最近10年來，資料積累的急劇增加和針對資料的全鏈條技術整體成熟，是催生大資料浪潮以及接踵而來的人工智慧熱潮的關鍵因素。粗略來講，在整個產業和技術鏈條上，包括了資料的提取與清洗　(網路爬蟲，結構化)，儲存與讀取　(大資料架構系統/資料庫技術)，規律分析與挖掘　(統計學習/機器學習/深度學習)，建模與計算　(最佳化演算法/平行計算軟硬體技術)，再到實際對接多個應用領域。

這其中，硬體和系統進步非常重要。例如，Spark，Hadoop等使得並行儲存和計算前所未有得容易實現；GPU在平行計算的成熟，使得人工智慧的很多大規模平行計算任務，特別是深度學習等演算法，可以以更低代價更高效快速執行。計算和建模技術的進展，特別是機器學習　(去年以來熱點遷移到了深度學習)　在GPU平行計算等硬體支撐下，結合大資料處理技術快速興起，使得極多的傳統實際問題的解決方式，可以被機器學習在足夠資料訓練下更精確的結果和更簡單的建模方式擊敗。暴力美學，一至於斯！

這些趨勢，在很多細分領域已經非常明顯。這些領域紛紛根據自己需求，啟動相應的研究。例如，在企業運營中，電商巨頭京東去年底提出“智慧供應鏈”，對供應鏈管理的幾個關鍵核心，從運用機器學習和運籌最佳化技術，建立起基於資料驅動的智慧分析系統，包括了根據歷史與環境自動智慧定價系統，實現自動補貨和調貨的智慧庫存系統，物流中的無人倉機器人智慧系統等。

在金融領域，突破了傳統意義的金融模型，基於更廣泛大資料的徵信系統、風控系統，已經廣泛地被運用在國內多個銀行。有更多財經的事務，包括個人理財、資產管理，會計等———這些本來的白領工作，即使看上去似乎有一定複雜技術，但因其具有重複性，大趨勢已經顯示，非常大的工作份額會被人工智慧吞噬。

再如區塊鏈，比特幣即為區塊鏈的一個初級應用形式。比特幣是用來交易的，而之前的任何一種交易，在數字化之後，怎麼樣讓它安全穩定、怎樣省略中間複雜的程式才是人類關注的重點。區塊鏈完美解決了這個問題，比如原來要蓋數十個章、寫幾十個文件的跨境貿易，應用區塊鏈後可以做到瞬時反應、電子文件瞬時生成，電子簽章很難被破解也很難被偽造和篡改。

在企業生態上，大資料和人工智慧產生的具體影響，體現為商業巨頭與創業者齊飛競爭的態勢。

去年開始，從美國到中國，幾乎所有的熱點大公司，都開始了自覺自發的轉型：向科技公司，或者以科技驅動的××公司努力。事實上，這些公司在人才的積聚和技術的積累上，有著自己雄厚的先發優勢和資金優勢。全面地如提出“新零售”概念的阿里、旗下科技驅動的金融公司螞蟻、物流公司菜鳥、在語音識別領域獨步天下的科大訊飛、無人機領域世界第一的大疆，都已經在向行業巨頭進化。

小的創業公司更是如火如荼，如斯坦福運籌與最佳化演算法背景的智慧商業公司杉數科技，清華交叉資訊學院創業背景的視覺識別公司Face++，香港中文大學教授創業的商湯科技等，都帶有濃厚的學術氣息。

業界擁有雄厚的資金和高水平的科研氛圍，這使得人才的天平正嚴重地向業界傾斜。

這一輪浪潮，使得人工智慧，甚至相關的大資料、統計、運籌最佳化，計算機等多個學科都成為了搶手的存在。一個非常明顯的趨勢就是大公司對相關知識重視程度前所未有。公司內部的研究團隊，如微軟、谷歌、百度、騰訊等，都有自己的研究院，很多擔任著引領行業科技發展的角色。而且因為其擁有豐富的資料資源和實際背景，使得傳統上學界掌控科技前沿的狀況，已逐步演變為學界和業界互相促進互相競爭，甚至於業界領先學界，將學界拋離。這個趨勢在國內將特別明顯。其次，業界和高校之間，人才的拉鋸戰也會特別明顯。2015年5月，非常轟動的一個新聞就是優步　(Uber)　從卡耐基梅隆大學聯邦機器人工程中心　(NREC)，從教授到博士後，將一個研究所挖走了40多人，基本清空了。

從國內來講，資料、演算法、人工智慧的專家都特別昂貴難招。高校的優秀人才引入，更是遇到了前所未有的挑戰。此外，一個明顯的特點就是資料的價值也被充分發掘出來，資料變得特別的“值錢”，在很多業界已經被認為是公司的最核心價值體現。

事實上，資料科學已經成為一個成熟的專業，在國外多數高校，資料科學的本科到博士學位專案都已經非常完備，也是受學生和用人單位歡迎的專案。例如，斯坦福的資料碩士專案設定在工學院的高等計算所下，學生需要從管理科學與工程，統計、數學、計算機等多個學院選課來完成專案。紐約大學的資料科學碩士專案，就業火爆，2017年有1500多名申請人，錄取不到100人。在國內，過去兩年，包括北京大學、復旦大學在內的35所高校設定了此專業。教育部已經將資料科學與大資料定義為新工科專業予以正式備案登記。

眼下，資料科學與人工智慧領域雖然大熱，特別是深度學習，看似橫掃一切，但它真正進入人們視線，基本是從2012年Geoffrey Hinton教授等人在視覺影象識別大獲成功後才真正引起重視。所以回到原點審視的話，深度學習依然是一個充滿未知、有待人類去探索的領域。在應用層面，例如深度學習和機器學習的一些複雜演算法雖然高效，但是因其黑箱子性質，穩定性沒有理論保證，使得一些避險領域　(如金融)　依然會讓人心有疑慮，這也是研究者該去孜孜不倦探索與回答的挑戰。

但是無論如何，人工智慧這個似乎昨天還在蹣跚學步的嬰兒，忽然間已經成為了強壯高大的巨人，開始迅速接管人類的各行各業。

斯坦福大學吳恩達教授曾經做過一個比喻：“就像100年前電的發明改變了所有行業、農業、製造業、鐵路、通訊等等，我覺得人工智慧就像100年前的電力，也能為幾乎所有行業帶來巨大改變。”而這個未來，正以一個可怖的速度，呼嘯而來，與並未做好準備的我們迎面碰撞。

未來已來，我們能做的，只能是盡我們最大的努力，張開雙臂，去迎接更美好的明天！

資料科學目前薪資比較可觀，就業前景廣闊。

可以發展的方向有大資料分析和處理，機器學習等。可以提前研究推薦系統、深度學習、計算機視覺和自然語言處理等領域。

專業好壞，在個人學習。如果只是開發，這個專業和軟體專業的碼農區別不大，如果有數學根底，能夠建模，工資基本翻番。

資料科學與大資料技術專業

一、專業介紹

①大資料採集與管理專業屬於工學，是從大資料應用的資料管理、系統開發、海量資料分析與挖掘等層面系統地幫助企業掌握大資料應用中的各種典型問題的解決辦法的專業。

②目前已有283所高校獲批開設資料科學與大資料技術專業，在全國普通高等學校中佔比近10%。

二、主要課程

C程式設計、資料結構、資料庫原理與應用、計算機作業系統、計算機網路、Java語言程式設計、Python語言程式設計，大資料演算法、人工智慧、應用統計（統計學）、大資料機器學習、資料建模、大資料平臺核心技術、大資料分析與處理,大資料管理、大資料實踐等課程。

三、畢業方向

①在政府機構、企業、公司等從事大資料管理、研究、應用開發等方面的工作（例如:大資料系統架構師、大資料系統分析師、hadoop開發工程師、資料分析師等）

②可以繼續讀研深造。考取軟體工程、計算機科學與技術、應用統計學等專業的研究生或出國深造。

這個專業在實際工作中會接觸spark，hadoop，flink，storm，zookeeper，kalfka等大資料技術，還有各種機器學習演算法，深度學習，tensorflow等。可以做推薦系統，研發大資料平臺等網際網路工作，工資還還高得誘人。

這個專業倒是非常不錯，重點看這個專業在該學校的地位或者定位如何，如果是重點學科的話，你選擇這個專業那真是非常不錯了，如果是個雞肋的專業，那你讀下來後，可能含金量就沒有那麼高了。

不管怎麼樣，事在人為，如果你有心要學好，即便這個專業再怎麼偏，只要你有心學習技術，出來後，也是錢途無量的。

加油~~

1、資料科學與大資料技術專業（Data Science and Big Data Technology），簡稱資料科學或大資料，資料科學很早就有，主要研究資料的一些基本規律，是一門理論學科，如我們經常遇到的機率與統計等，這些由來已久且理論基礎較為成熟，已經在很早之前就應用於實際中。

2、而大資料技術則是最近幾年新興的技術，是一項工程技術，是當下的技術弄潮兒，所以各大企業、高校也爭相培養或者開設相關的課程，培養具有大資料思維、運用大資料思維及分析技術解決實際業務問題，並最終帶動業務增長的的高層次大資料人才。

3、所以資料科學與大資料技術專業需要同時大資料科學的基礎理論，同時也要掌握包括計算機理論和大資料技術，因為大資料技術較為複雜，這裡分開來講。

4、大資料技術主要包括大資料採集與儲存，大資料處理計算技術，大資料應用3個主要層面。

4.1、大資料採集與儲存，大資料的大不僅體現在資料量大，還體現在資料來源複雜，資料結構不一致，資料一致性差等諸多方面，所以大資料的採集需要兼顧資料傳輸效率，資料來源的不統一等問題，還要考慮到資料同步問題。技術上來講，主要有Flume和kafka，具體的原理和區別這裡不展開了，感興趣的同學可以自己研究。

4.2、資料儲存主要還是依賴hadoop hdfs的分散式儲存，拓展性強，可靠性高，最起碼目前來說應該是最好的儲存方案，也學習大資料的同學hadoop hdfs ,以及任務排程計算MR等都要很熟。

4.3、資料處理計算主要是指基礎資料的處理和聚合計算，常用的有hive，但是hive有時是真的太慢了，所以後來才有了各種計算引擎，包括維度建模預計算的OLAP神奇kylin，還有面向實時計算的storm，spark streaming等，都在很大程度上提高了運算的效率，加速了大資料的查詢速度。

4.4、資料應用主要是指資料分析和資料探勘，這一部分需要技術+業務的雙重理解，而且業務佔據了大部分的工作，也就是說你對業務的理解程度，決定了你的資料分析和挖掘的實際價值，這句話是不是很熟悉，哈哈，是的，就像機器學習中特徵工程是決定機器學習的上限一樣，技術固然重要，但是沒有基於業務邏輯的分許和挖掘就是自己跟自己玩，所以這一點尤其要分清主次。資料分析的一些常見分析工具包括sql，python和一些視覺化的工作包括powerbi，finebi，tableau等，資料探勘包括一些迴歸，分類，聚類，關聯和推薦等機器學習演算法，這就比較多了，可以根據自身的情況區學習。

5、綜上來講，這個專業主要是透過理論+技術的學習系統地培養基礎的資料理論以及大資料的各種技術，掌握大資料應用中的各種典型問題的解決辦法，最重要的是將技術落地到實際業務，提升解決業務問題的能力，因為，解決不了問題的技術都是耍流氓。以上回答僅為自己的認知觀點，如有紕漏歡迎大家指正，希望對你有幫助！

近幾年，中國計算機行業發展迅猛，特別是在軟體領域，各行業對於IT行業的存在著巨大的需求，IT行業在國民經濟發展中日益顯現出蓬勃生機。初中畢業可以選擇網際網路行業，學習一門網際網路技術，比如網際網路應用技術工程師、VR智慧家居創意設計師、全媒體運營師、4D動漫遊戲設計師、人工智慧應用工程師、VR傳媒與電子競技運營、VR動漫遊戲與電子競技運營、WEB前端工程師、VR影視動畫設計師等等。

針對你這個問題我的回答的肯定的，很好！隨著網際網路的發展、資料不斷沉澱越來越多，這就需要大量的高階人才來處理資料，缺口是很大的