說一點個人的看法，僅僅只是從純粹「需求量」的角度來分析。

（1）從長遠的未來來看，最終，會有一些專業的大型資料服務公司提供專業的雲平臺和雲服務，而不是每個企業都需要維持自己的系統。因此，從這個意義上來看，「大資料技術」相關的專業的市場需求可能相對比較小，不過，熟悉相關的技術可能更加有助於進入大型的企業。

（2）對於較為小型的企業，獨立開發相關的軟體成本顯然過高，現在我們也已經能看到這種趨勢，從軟體開發到App開發，再到小程式開發，開發的門檻也在不斷降低，因此從長遠來看，軟體工程的需求方面其實也沒有那麼大。

（3）而由於資料的收集開始變得越來越容易，資料科學可能會有較大的需求——然而，這種需求很可能是基礎性的，企業很可能未必會需要一個專門的「資料科學家」，而是希望有一個能利用資料幫助企業進行運營管理等實際業務的人。

未來對於大資料相關專業的人才需求量要遠大於軟體工程專業。原因有以下幾個方面：

第一，未來各個企業、組織 、機構都需要大資料人才完成資料的價值化分析處理，這個需求量是巨大的，而且是持續的。

第二，隨著雲計算的發展，定製化軟體的開發將逐漸採用PaaS的方式完成，這就導致目前散落在廣大企業中的軟體開發團隊逐漸集約化、專業化，其中必將有一大部分程式設計師要面臨轉型。從目前的市場發展情況來看，不少傳統程式設計人員已經開始轉向大資料領域，尤其是Java程式設計師居多。

第三，大資料人才具備軟體開發的能力。大資料人才的知識結構包括三大部分內容，分別是計算機、數學、統計學，其中軟體程式設計是大資料開發人員的基本能力之一，所以大資料人才取代一部分軟體工程人才是一個必然。

隨著物聯網、雲計算、大資料的發展，人工智慧也加速了發展的程序，未來大資料與人工智慧的結合將更加緊密，所以作為程式研發人員來說，未來一定要掌握大資料知識。

如果有大資料方面的問題，或者是考研方面的問題，都可以諮詢我。

目前來說需求都挺大的，不過資料科學更有前途為什麼呢？

先說軟體工程，一般的軟體工程專業就是學習java，c，c++，Android，javascript等語言，這幾個可能全學也可能就學其中的幾個。這些語言都是活了十年以上的語言了，後端的，前端的，手機端的語言都有，火了這麼長的時間，會的人當然更多，牛人當然也就多，雖然這些語言的需求一直也不少，不過從頭開始學習競爭難度相當大。你需要有一兩年以上的沉澱期才能具備競爭力。

而資料科學，雖然大資料也發展了十幾年時間了，但是由於計算機硬體，計算機速度的原因，發展比較緩慢，一直都在摸索，各種框架爭芳鬥豔，直到最近幾年，隨著計算機的計算速度越來越快，硬體越來，越好，才給了我們處理大量資料的能力，而無數的例項已經證明，資料就是金礦，我們透過分析大資料可以從中找出很多我們以前不曾注意的問題，能給商業，科學等帶來巨大的利益和進展，所以大資料工程師也越來越吃香，前景不錯。

資料科學專業、大資料技術專業以及軟體工程專業，這三個專業其實可以從三個字尾來看。我們可以看到這裡面的三個專業分別是科學、技術和工程，但是又都指向類似的領域。所以也就是說在資料時代，我們來看一下科學、技術和工程的人才需求分別有多大。總體上來說，任何一個領域裡面，科學所需要的人數相對會比較少一些。因為科學往往是偏向於研究的，所以在這裡面的話，可能更多的是佔據一些未來發展的制高點之類的，相對人數來說最少，但是要求更高。在科學、技術和工程這三個領域中，工程又是最偏向於應用的，所以這個領域來說是需求人數最多的。所以在上面這三個專業裡面，軟體工程需求的人數會最大。相比於科學和工程來說，技術的開發可以往兩頭去轉，其市場需求人數也會介於兩者之間。