先來說一下墨爾本大學的master of information system，學制有1年，1.5年，2年區分。一年2次開學，C9，985,211，雙非院校對應的分數是75.80.85.90，雅思要求6.5，單項不低於6。這個專業位於工程學院下面，適合對資訊科技的商業運用有興趣的學生，課程涵蓋IT員工感興趣的核心方面,例如專案變更管理，IT戰略和治理，以及新興技術。所有背景的學生都可以申請。目前各行各業中，資訊系統也是在不斷的發展和更新之中。資訊系統碩士課程適合那些想要成為未來數字思想家和商業領袖的學生。

墨爾本大學的Master of Data Science，學制2年，一年一次開學，C9，985,211，雙非院校對應的分數是72.76.80.84，雅思要求6.5，單項不低於6。這個專業對於學生背景是有要求，需要是本科相關專業的學生，已經學習過計算機程式設計，數理統計，微積分等科目。

這個專業核心課程將提供堅實的資料科學基礎，因此需要擁有管理和解釋大量複雜資料的關鍵技術和分析能力。除了核心課程外，選修課程可以更自由地深入研究資料科學的專業領域。總之來書，這個專業是技術性更強。適合想進一步科學探索和學術研究的學生。

以上就墨爾本大學的兩個專業簡單分析一下。

資料科學是什麼？

科學發展迅速，人類社會每天都會產生大量的資料，例如淘寶每天大量的訂單，Facebook上動輒就上億的互動量，而資料科學就可以利用這些大量的資料來分析操作，例如你在淘寶或者Amazon上經常檢視某一類商品，那麼首頁就會推薦這類商品，再比如，我現在有一筆資金，可以進行投資，一個是it公司，一個是傳媒公司還有一個是廣告公司，那麼我投哪一個更賺錢呢？這就可以透過資料科學去分析來得出一個大概的結論。

資料科學學什麼？

簡單概括就是三點

1.模型，演算法

也就是數學模型，將問題抽象簡化成具體結構，具體來說就是為了某種目的，用字母、數字及其他數學符號建立起來的等式或者不等式以及圖表、影象、框圖等描述客觀事物的特徵及其內在聯絡的數學結構表示式。

而演算法是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。可以說一個問題我將其抽象成一個模型，再利用演算法將其解決。

2.大資料下的資料結構

資料結構是計算機儲存，組織資料的方式。資料結構是指相互之間存在或多種特定關係的資料元素的集合。通常情況下，精心選擇的資料結構可以帶來更高的執行或者儲存效率。面對海量的資料我們必須要學會系統的儲存它，而大資料下的一些常用的資料結構必須瞭解，例如雜湊、bitmap、布隆過濾器、堆等等。

3.visualization（視覺化）

視覺化是利用計算機圖形學和影象處理技術，將資料轉換成圖形或影象再螢幕上顯示出來，再進行互動處理的理論、方法和技術。

這只是三點大的概念，其中包含了大量的知識，例如演算法這一塊就需要你對線代，高數，機率論等各種數學學科有深入的學習，所以大資料的學習絕非易事。

資料科學前景怎麼樣？

一般來說資料科學在資訊科技行業居多，其他各個行業也都有資料科學的崗位，例如醫藥，金融，市場營銷等等，就業方向很多，如果你對某一領域很瞭解就可以去這個領域謀求相關的崗位，而且目前大資料人才缺口很大，相對於其他專業來說更容易找到工作，並且薪水相當可觀。

資料科學目前是風口上的專業，對於情報系統我不瞭解，但是跟資料科學這麼一個大火的專業相比，孰優孰劣相信你自己會有一個清楚的判斷。