從IT時代進入DT時代，高校在大資料方向上設定了哪些專業，具體學什麼，就業怎麼樣，作為新興專業，考生如何報考?

具體內容

專業名稱：資料科學與大資料技術;

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。

學制：四年;學位：工學或理學學位。

推薦下小編的大資料學習群；251956502，不管你是小白還是大牛，小編我都歡迎，不定期分享乾貨，歡迎初學和進階中的小夥伴。

每天晚上20:00都會開直播給大家分享大資料知識和路線方法，群裡會不定期更新最新的教程和學習方法，大家都是學習大資料的，或是轉行，或是大學生，還有工作中想提升自己能力的，如果你是正在學習大資料的小夥伴可以加入學習。最後祝所有程式設計師都能夠走上人生巔峰，讓程式碼將夢想照進現實，非常適合新手學習，有不懂的問題可以隨時問我，工作不忙的時候希望可以給大家解惑。

目前已有35所高校申報了大資料專業：

第一批(3所)：北京大學、對外經濟貿易大學、中南大學;

第二批(32所)：中國人民大學、復旦大學、北京郵電大學、華東師範大學、電子科技大學、北京資訊科技大學、中北大學、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、廣西科技大學、昆明理工大學、雲南師範大學、雲南財經大學、重慶理工大學、晉中學院、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-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、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、寧夏理工學、宿州學院。

資料科學與大資料技術專業都學些什麼?

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(有專業知識、有資料思維)。

以中國人民大學為例：

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、概率與統計、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。

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2018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。

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、金融機構需要通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，如優化庫存，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：

1.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。

2.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、優化方法。

3.hadoop開發工程師。

解決大資料儲存問題。

4.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。在工作中通過運用工具，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。總之，一個優秀的資料分析師，應該業務、管理、分析、工具、設計都不落下。

5.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、凸優化、概率論等。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。

6.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。

大資料視覺化工程師崗位職責:

1、 依據產品業務功能，設計符合需求的視覺化方案。2、 依據視覺化場景不同及效能要求，選擇合適的視覺化技術。3、 依據方案和技術選型製作視覺化樣例。4、 配合視覺設計人員完善視覺化樣例。5、 配合前端開發人員將樣例元件化。

中國人民大學與人大、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;

共55人。

資料科學與大資料技術專業報考建議

當下企業用人現象：一個專業叢集對應一個行業熱點。大資料是交叉學科，走的是“複合型”培養路線，行業內從事相關職能的人專業背景各異。大資料作為人才培養方向在探索中，如果直接從各專業人才中遴選學苗開展碩士研究生階段的教育會更適合一些，直接開設本科階段的教育還相對不夠成熟。

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。例如，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。

報考建議

注意規避如上缺點，制定、執行相應的解決方案。例如：報考前評估從目標院校畢業後能否在大資料行業中找到理想的職位，各高校一般會根據服務地區經濟發展需求開設專業，前幾屆畢業生一般都有對口的就業機會;根據未來職業規劃初步定為初始職位，在大學期間通過選修、培訓等方式精修相關學科，夯實基礎;對開設院校開設專業的實力進行評估，有些看似平凡的院校和大資料行業企業聯合辦學，實力不容小覷，例如貴州理工學院與阿里雲合建的“貴州理工學院——阿里巴巴大資料學院”，計劃在5年內為貴州省培養1萬名大資料專業技術人才，黃河科技學是與中科院、雲和資料以及中國科普開等知名大資料相關研究機構及公司開展交流合作，在學校建立聯合實驗室、在企業設立學生實訓基地，實現更好地培養人才;考生也可從相關專業(如應用統計學專業)跨考此專業的研究生，可實現快速切入，但還應注意關注行業發展最新狀況並著重彌補能力差距。

大資料類專業有很多，不同院校開設情況不同，應注意比較擇選，例如：

• 清華大學資料科學研究院開設大資料專業，2014年開始招生;

• 北大、人大等五校大資料分析碩士培養協同創新平臺開設大資料分析專業，2014年開始招生;

• 復旦大學計算機科學技術學院開設資料交通專業，2015年開始招生;

• 北航交通科學與工程學院開設計量經濟學大資料分析方向，2014年開始招生;

• 上海財經大學經濟學院開設計量經濟學大資料分析方向，2014年開始招生;

• 2018年將會有更多的大學開設大資料類專業。