
詳談數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)
從IT時(shí)代進(jìn)入DT時(shí)代,高校在大數(shù)據(jù)方向上設(shè)置了哪些專業(yè),具體學(xué)什么,就業(yè)怎么樣,作為新興專業(yè),考生如何報(bào)考?
具體內(nèi)容:
專業(yè)名稱:數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù);
人才培養(yǎng)目標(biāo):以大數(shù)據(jù)為核心研究對象,利用大數(shù)據(jù)的方法解決具體行業(yè)應(yīng)用問題。
學(xué)制:四年;學(xué)位:工學(xué)或理學(xué)學(xué)位。
目前已有35所高校申報(bào)了大數(shù)據(jù)專業(yè):
第一批(3所):北京大學(xué)、對外經(jīng)濟(jì)貿(mào)易大學(xué)、中南大學(xué);
第二批(32所):中國人民大學(xué)、復(fù)旦大學(xué)、北京郵電大學(xué)、華東師范大學(xué)、電子科技大學(xué)、北京信息科技大學(xué)、中北大學(xué)、長春理工大學(xué)、上海工程技術(shù)大學(xué)、上海紐約大學(xué)、浙江財(cái)經(jīng)大學(xué)、廣西科技大學(xué)、昆明理工大學(xué)、云南師范大學(xué)、云南財(cái)經(jīng)大學(xué)、重慶理工大學(xué)、晉中學(xué)院、福建工程學(xué)院、黃河科技學(xué)院、湖北經(jīng)濟(jì)學(xué)院、佛山科學(xué)技術(shù)學(xué)院、廣東白云學(xué)院、北京師范大學(xué)-香港浸會大學(xué)聯(lián)合國際學(xué)院、成都東軟學(xué)院、電子科技大學(xué)成都學(xué)院、貴州大學(xué)、貴州師范大學(xué)、安順學(xué)院、貴州商學(xué)院、貴州理工學(xué)院、寧夏理工學(xué)、宿州學(xué)院。
數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)都學(xué)些什么?
屬于交叉學(xué)科:以統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)為三大支撐性學(xué)科;生物、醫(yī)學(xué)、環(huán)境科學(xué)、經(jīng)濟(jì)學(xué)、社會學(xué)、管理學(xué)為應(yīng)用拓展性學(xué)科。此外還需學(xué)習(xí)數(shù)據(jù)采集、分析、處理軟件,學(xué)習(xí)數(shù)學(xué)建模軟件及計(jì)算機(jī)編程語言等,知識結(jié)構(gòu)是二專多能復(fù)合的跨界人才(有專業(yè)知識、有數(shù)據(jù)思維)。
以中國人民大學(xué)為例:
基礎(chǔ)課程(38學(xué)分):數(shù)學(xué)分析、高等代數(shù)、普通物理數(shù)學(xué)與信息科學(xué)概論、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)科學(xué)導(dǎo)論、程序設(shè)計(jì)導(dǎo)論、程序設(shè)計(jì)實(shí)踐。
必修課(37學(xué)分):離散數(shù)學(xué)、概率與統(tǒng)計(jì)、算法分析與設(shè)計(jì)、數(shù)據(jù)計(jì)算智能、數(shù)據(jù)庫系統(tǒng)概論、計(jì)算機(jī)系統(tǒng)基礎(chǔ)、并行體系結(jié)構(gòu)與編程、非結(jié)構(gòu)化大數(shù)據(jù)分析。
選修課:數(shù)據(jù)科學(xué)算法導(dǎo)論、數(shù)據(jù)科學(xué)專題、數(shù)據(jù)科學(xué)實(shí)踐、互聯(lián)網(wǎng)實(shí)用開發(fā)技術(shù)、抽樣技術(shù)、統(tǒng)計(jì)學(xué)習(xí)、回歸分析、隨機(jī)過程。
數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)人才需求情況怎樣?
根據(jù)領(lǐng)英發(fā)布的《2016年中國互聯(lián)網(wǎng)最熱職位人才報(bào)告》顯示,研發(fā)工程師、產(chǎn)品經(jīng)理、人力資源、市場營銷、運(yùn)營和數(shù)據(jù)分析是中國護(hù)理萬網(wǎng)行業(yè)需求最旺盛的職位。
目前國內(nèi)有30萬數(shù)據(jù)人才,預(yù)計(jì)2018年,大數(shù)據(jù)人才需求將有大幅增長,高端人才如大數(shù)據(jù)科學(xué)家的缺口在14萬至19萬之間;懂得利用大數(shù)據(jù)做決策的分析師和經(jīng)理缺口達(dá)到150萬,數(shù)據(jù)分析師現(xiàn)在需求就很旺盛了,2年工作經(jīng)驗(yàn)的月薪可達(dá)到8K,碩士學(xué)歷的數(shù)據(jù)分析師月薪可達(dá)到12K,5年工作經(jīng)驗(yàn)的可達(dá)到40萬至60萬元。
數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)可以從事的工作有哪些?
重視數(shù)據(jù)的機(jī)構(gòu)已經(jīng)越來越多,上到國防部,下到互聯(lián)網(wǎng)創(chuàng)業(yè)公司、金融機(jī)構(gòu)需要通過大數(shù)據(jù)項(xiàng)目來做創(chuàng)新驅(qū)動,需要數(shù)據(jù)分析或處理崗位也很多;常見的食品制造、零售電商、醫(yī)療制造、交通檢測等也需要數(shù)據(jù)分析與處理,如優(yōu)化庫存,降低成本,預(yù)測需求等。人才主要分成三大類:大數(shù)據(jù)系統(tǒng)研發(fā)類、大數(shù)據(jù)應(yīng)用開發(fā)類、大數(shù)據(jù)分析類,熱門崗位有:
1.大數(shù)據(jù)系統(tǒng)架構(gòu)師
大數(shù)據(jù)平臺搭建、系統(tǒng)設(shè)計(jì)、基礎(chǔ)設(shè)施。
技能:計(jì)算機(jī)體系結(jié)構(gòu)、網(wǎng)絡(luò)架構(gòu)、編程范式、文件系統(tǒng)、分布并行處理等。
2.大數(shù)據(jù)系統(tǒng)分析師
面向?qū)嶋H行業(yè)領(lǐng)域,利用大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)安全生命周期管理、分析和應(yīng)用。
技能:人工智能、機(jī)器學(xué)習(xí)、數(shù)理統(tǒng)計(jì)、矩陣計(jì)算、優(yōu)化方法。
3.hadoop開發(fā)工程師。
解決大數(shù)據(jù)存儲問題。
4.數(shù)據(jù)分析師
不同行業(yè)中,專門從事行業(yè)數(shù)據(jù)搜集、整理、分析,并依據(jù)數(shù)據(jù)做出行業(yè)研究、評估和預(yù)測的專業(yè)人員。在工作中通過運(yùn)用工具,提取、分析、呈現(xiàn)數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)的商業(yè)意義。
作為一名數(shù)據(jù)分析師,至少需要熟練SPSS、STATISTIC、Eviews、SAS、大數(shù)據(jù)魔鏡等數(shù)據(jù)分析軟件中的一門,至少能用Acess等進(jìn)行數(shù)據(jù)庫開發(fā),至少掌握一門數(shù)學(xué)軟件如matalab、mathmatics進(jìn)行新模型的構(gòu)建,至少掌握一門編程語言??傊?,一個(gè)優(yōu)秀的數(shù)據(jù)分析師,應(yīng)該業(yè)務(wù)、管理、分析、工具、設(shè)計(jì)都不落下。
5.數(shù)據(jù)挖掘工程師
做數(shù)據(jù)挖掘要從海量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律,這就需要一定的數(shù)學(xué)知識,最基本的比如線性代數(shù)、高等代數(shù)、凸優(yōu)化、概率論等。經(jīng)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(shí)用MapReduce寫程序,再用Hadoop或者Hyp來處理數(shù)據(jù),如果用Python的話會和Spark相結(jié)合。
6.大數(shù)據(jù)可視化工程師
隨著大數(shù)據(jù)在人們工作及日常生活中的應(yīng)用,大數(shù)據(jù)可視化也改變著人類的對信息的閱讀和理解方式。從百度遷徙到谷歌流感趨勢,再到阿里云推出縣域經(jīng)濟(jì)可視化產(chǎn)品,大數(shù)據(jù)技術(shù)和大數(shù)據(jù)可視化都是幕后的英雄。
大數(shù)據(jù)可視化工程師崗位職責(zé):1、 依據(jù)產(chǎn)品業(yè)務(wù)功能,設(shè)計(jì)符合需求的可視化方案。2、 依據(jù)可視化場景不同及性能要求,選擇合適的可視化技術(shù)。3、 依據(jù)方案和技術(shù)選型制作可視化樣例。4、 配合視覺設(shè)計(jì)人員完善可視化樣例。5、 配合前端開發(fā)人員將樣例組件化。
中國人民大學(xué)與人大、北大、中科院大學(xué)、中財(cái)、首經(jīng)貿(mào)五校聯(lián)合培養(yǎng)數(shù)據(jù)分析碩士第一屆畢業(yè)生就業(yè)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(yè)單位:6人;
其它:2人;
共55人。
數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)報(bào)考建議:
當(dāng)下企業(yè)用人現(xiàn)象:一個(gè)專業(yè)集群對應(yīng)一個(gè)行業(yè)熱點(diǎn)。大數(shù)據(jù)是交叉學(xué)科,走的是“復(fù)合型”培養(yǎng)路線,行業(yè)內(nèi)從事相關(guān)職能的人專業(yè)背景各異。大數(shù)據(jù)作為人才培養(yǎng)方向在探索中,如果直接從各專業(yè)人才中遴選學(xué)苗開展碩士研究生階段的教育會更適合一些,直接開設(shè)本科階段的教育還相對不夠成熟。
人才培養(yǎng)與行業(yè)發(fā)展存在差距。由于教學(xué)大綱更新不會太及時(shí),大數(shù)據(jù)人才7年畢業(yè)(本科四年、碩士研究生三年)后,所學(xué)恐怕落后于行業(yè)發(fā)展。
大數(shù)據(jù)人才的典型勝任特征:善于做需求分析、寫代碼;善于與人溝通,喜歡探索未知;需要根據(jù)數(shù)據(jù)推演、分析、提出解決方案,有數(shù)據(jù)思維;需要持續(xù)保持學(xué)習(xí)狀態(tài);內(nèi)性格上能動能靜。
不同辦學(xué)層次的院校開設(shè)此專業(yè),培養(yǎng)模式會有差異。例如,高職類院校學(xué)生由于數(shù)學(xué)基礎(chǔ)相對薄弱,會跟多偏向于工具的使用,如數(shù)據(jù)清洗、數(shù)據(jù)存儲以及數(shù)據(jù)可視化等相關(guān)工具的使用;本科院校會傾向于大數(shù)據(jù)相關(guān)基礎(chǔ)知識全面覆蓋性教學(xué),在研究生段則會專攻某一技術(shù)領(lǐng)域,比如數(shù)據(jù)挖掘、數(shù)據(jù)分析、商業(yè)智能、人工智能等。
報(bào)考建議:
注意規(guī)避如上缺點(diǎn),制定、執(zhí)行相應(yīng)的解決方案。例如:報(bào)考前評估從目標(biāo)院校畢業(yè)后能否在大數(shù)據(jù)行業(yè)中找到理想的職位,各高校一般會根據(jù)服務(wù)地區(qū)經(jīng)濟(jì)發(fā)展需求開設(shè)專業(yè),前幾屆畢業(yè)生一般都有對口的就業(yè)機(jī)會;根據(jù)未來職業(yè)規(guī)劃初步定為初始職位,在大學(xué)期間通過選修、培訓(xùn)等方式精修相關(guān)學(xué)科,夯實(shí)基礎(chǔ);對開設(shè)院校開設(shè)專業(yè)的實(shí)力進(jìn)行評估,有些看似平凡的院校和大數(shù)據(jù)行業(yè)企業(yè)聯(lián)合辦學(xué),實(shí)力不容小覷,例如貴州理工學(xué)院與阿里云合建的“貴州理工學(xué)院——阿里巴巴大數(shù)據(jù)學(xué)院”,計(jì)劃在5年內(nèi)為貴州省培養(yǎng)1萬名大數(shù)據(jù)專業(yè)技術(shù)人才,黃河科技學(xué)是與中科院、云和數(shù)據(jù)以及中國科普開等知名大數(shù)據(jù)相關(guān)研究機(jī)構(gòu)及公司開展交流合作,在學(xué)校建立聯(lián)合實(shí)驗(yàn)室、在企業(yè)設(shè)立學(xué)生實(shí)訓(xùn)基地,實(shí)現(xiàn)更好地培養(yǎng)人才;考生也可從相關(guān)專業(yè)(如應(yīng)用統(tǒng)計(jì)學(xué)專業(yè))跨考此專業(yè)的研究生,可實(shí)現(xiàn)快速切入,但還應(yīng)注意關(guān)注行業(yè)發(fā)展最新狀況并著重彌補(bǔ)能力差距。
大數(shù)據(jù)類專業(yè)有很多,不同院校開設(shè)情況不同,應(yīng)注意比較擇選,例如:清華大學(xué)數(shù)據(jù)科學(xué)研究院開設(shè)大數(shù)據(jù)專業(yè),2014年開始招生; 北大、人大等五校大數(shù)據(jù)分析碩士培養(yǎng)協(xié)同創(chuàng)新平臺開設(shè)大數(shù)據(jù)分析專業(yè),2014年開始招生; 復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院開設(shè)數(shù)據(jù)交通專業(yè),2015年開始招生; 北航交通科學(xué)與工程學(xué)院開設(shè)計(jì)量經(jīng)濟(jì)學(xué)大數(shù)據(jù)分析方向,2014年開始招生; 上海財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院開設(shè)計(jì)量經(jīng)濟(jì)學(xué)大數(shù)據(jù)分析方向,2014年開始招生;
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11