首先要說的是，這是有市場需求的。最近幾年大資料非常熱，市場大量需要這方面的人才，作為高校自然將師資專業轉向這些領域，無可厚非。實際上，除了本科之外，今天還有很多大學在研究生的培養方向上加入了大資料專業。

顯然，設立大資料專業有必要性，但不同的學校在什麼時候設這個專業合適其實有自己的考慮，對於一般人也是一個仁者見仁智者見智的問題。本科設立大資料專業，從一開始就以大資料作為就業目標，專注於此，專業知識無疑會更強，對相關工具的運用肯定更為嫻熟。而選擇在研究生階段在細分，學生綜合能力更強，這對於以後解決大資料相關問題肯定有好處，各有利弊。

在就業方向上，金融、電信還是主要方向，過去這些行業原本就是資料分析的重點領域，就有不少學習統計和數學方面的專業人才，對資料建模進行資料探勘。除此之外，這幾年在一些網際網路企業也有不少大資料的就業機會，很多場景會應用一些開源軟體（比如Hadoop）來輔助進行資料分析和處理。

有必要說的是，大資料作為計算機的應用領域，不僅需要深厚的計算機專業知識作為基礎，同時，大資料又是一個行業知識要求非常高的專業，不是光有計算機知識，更需要對行業的理解。一個最好的大資料專家一定是對本行業非常瞭解，能把大資料的知識用於解決本領域問題的人。實際上，在某種程度上懂業務的人可能比懂計算機知識的人更為重要。鑑於此，一些高校開始聯合企業共建大資料專業，或者直接為企業定向培養。這是一個非常不錯的思路。

首先，我認為這是值得被肯定和鼓勵的。

計算機專業的本科教育一直有一個比較嚴重的問題，就是他的知識體系會滯後於市場。計算機技術是一個發展迅速的行業，計算機行業具備顯著的市場化特徵。而教育系統則處於相關部門管控的計劃模式，教育目標的確定更多為教育管理部門的意識所主導。當決策者的認識慢於社會現實時，教育的滯後性將會顯現；加之本科教育不似研究生教育要追求前沿和創新，更著重於知識的體系化。所以等相關的教材出版出來的時候一般都會落後於市場兩三年。在大資料風雲湧起幾年之後才有相關高校開設相關專業和方向，也是這個原因。

就算有點落後，高校總算意識到了行業的發展，所以這是值得肯定和鼓勵的。

第一批”資料科學與大資料技術專業”獲批名單

第二批”資料科學與大資料技術專業”獲批名單

（截止2017年3月，教育部公佈二批成功申請“資料科學與大資料技術”本科新專業的高校）

大資料專業是一門交叉型學科

相關課程涉及數學、統計和計算機等學科知識，強調培養具有多學科交叉能力的大資料人才。

從各學校開設大資料專業或方向的部分院校可以看出，各自有各自的定位。有的注重資料探勘、資料分析和機器學習，有的注重大資料運維和雲計算，有的則注重大資料開發。培養人才的素質包括三方面：

對資料科學中模型的理解和運用；

處理實際資料的能力；

利用大資料的方法解決具體行業應用問題的能力。

（圖表為網友收集）

90%的市場分析都要藉助資料分析

大資料能解決什麼問題，用在什麼崗位？大資料分析可以施展拳腳的領域非常廣泛，從金融、醫藥、交通機構到政府機關、網際網路創業公司，到處需要大資料專案來做創新驅動。

據我校計科學院一位老師在開展大三的“大資料分析方向”講座中提到，90%的市場分析都要藉助資料分析，這已經成為了不可或缺的環節了。

大資料是涉及多門學科的綜合科學，包括計算機（網際網路）科學、數學、統計學以及人工智慧（語音和影片等識別與分析）等，而以上這幾門學科都屬於高難度學科，別說精通幾門了，哪怕精通一門也不容易，所以，目前市場上符合需求的大資料人才十分稀缺。

現高校開設大資料專業是非常及時和必要的，但能否找到合適的老師是個問號，從市場已有的大資料人才聘請或許是個辦法，更好的方法或許就是與阿里巴巴這樣的大資料應用經驗豐富的企業合作辦學。馬雲建立的達摩研究院是從大資料實踐提升到大資料理論和應用科學的富有眼光的嘗試，值得推崇。筆者從事的金融行業對大資料應用有巨大需求，所以，深感大資料人才難得，期待高校尤其是重點高校能早日培養出合格和優異的大資料專業人才。