数据科学与大数据技术专业怎么样？学成之后可以从事的职业有哪些？

随着电子技术和信息科学的发展，近两年每个网民都有机会在社交媒体发出自己的声音，留下海量的信息。人类生产信息的速度可谓风驰电掣，每两年就会增长一倍，近两年产生的数据总量相当于人类有史以来所有数据量的总和。科研领域、企业运营及日常生活中的数字、文字、图像、音频都是数据，大数据的处理速度快、价值密度低、商业价值高。拥有海量数据的国家或企业如果能合理地解释运用这些数据，就会增强自身的竞争力。大数据专业就在这样的背景下应运而生，很多学校看到该领域的前景，竞相申请设立数据科学与大数据技术专业。今天小编将带你深入了解数据科学与大数据技术专业。

该专业是最年轻的本科专业之一，设立至今只有4年，2016年有北京大学、对外经济贸易大学、中南大学3所高校获批。2017年获批新增“数据科学与大数据技术”专业的高校达到32所。

2018年呈爆炸式增长。2018年3月21日，教育部公布的《2017年度普通高等学校本科专业备案和审批结果》显示，数据科学与大数据技术成为本次申请通过最多的专业之一，248所高校申请获批，占新增专业申请的高校数的1/3。

数据科学与大数据到底属于哪个学科呢？它的名字及研究内容与计算机科学关系密切，但是在2012年公布的《普通高等学校本科专业目录》中还没有找到它的身影。各校的专业设置情况差异较大，厦门大学将这个专业设置在经管学院中，中国人民大学和对外经贸大学将其设置在信息学院中，北京邮电大学将其设置在计算机学院中，考生在报考时一定要具体院校具体查询。

尽管专业设置有差异，但是各校的培养方向基本一致，都把计算机科学与技术专业理论学习作为基础，然后延伸出大数据采集、存储与管理、分析与应用等大数据技术的核心知识，该专业大概率被设置在计算机类专业中。

不同学校的选科要求不同。在2021年拟在江苏招生的普通高校本科专业（类）选考科目要求汇总表中，学校首选科目都要求仅选物理。例如：南京工业大学、南京信息工程大学首选科目都要求仅物理，再选科目没有要求。

我们以华北某211高校的数据科学与大数据专业课程设置为例，向大家介绍课程情况：

数学类：高等数学、概率论与数理统计、运筹学或数学建模或矩阵理论

学科基础课：计算机导论与程序设计、电路与电子学基础、离散数学、数字逻辑与数学系统

专业基础课：数据结构、计算机系统基础、编译原理与技术、计算机组成原理、计算机系统结构、计算机网络、数据库系统原理、软件工程、数据仓储与数据挖掘、机器学习、大数据基础、数据科学导论

专业课程：

数据采集与管理模块：多模态信息处理、信息与知识获取、流数据分析技术、Linux开发环境及应用

数据分析与计算模块：Python程序语言与R语言、算法设计与分析、并行运算与GPU课程、分布式计算与云计算

数据服务与应用模块：服务科学与服务工程概论、数据驱动的管理与决策、数据可视化、Web开发技术

扎实的数学功底

由课程设置可以看出本专业对学生的数学基础有一定要求，通识课部分就设置了三门数学课，学科基础课依然有离散数学，数字逻辑与数学系统。建议想报考的同学提前观看一些入门课程，客观评估自己的数学能力。盲目报考无益于个人发展，会造成挂科过多、学习压力过大、就业困难等不良后果。

有耐心有毅力

大数据专业和计算机专业比较像，是注重实践的专业。学生需要独立编写程序，对程序进行修改与调试，需要注意每一个细节才能顺利查错并运行程序。有耐心有毅力的学生显然更能坐的住，心浮气躁的学生则需要一番磨练才能成功。

自主学习能力强

一般情况下，大数据专业无法向学生传授大数据核心技术之外的知识技能，如果学生需要进入全新领域去实习就业，就必须要迅速掌握新领域的相关知识。假如学生到金融行业从事数据挖掘工作，就必须对金融产品及用户有所了解。

工作

毕业生就业主要集中在一线城市，毕业于985院校的毕业生常常被各大企业一抢而空，就业行业以互联网、金融、通信、教育、文化娱乐、电子商务等行业为主。薪资待遇令人羡慕，即使是刚毕业的学生，平均月薪就在12000-15000之间，工作3-5年比较有经验的人可以拿到20-35k的月薪。

考研

主要方向有：计算机科学与技术、计算机系统结构、计算机软件与理论、计算机应用技术、科学与信息技术（清华、北大、复旦、北京航空航天大学等少数学校开设）。

留学

该专业留学首推美国。国外的大学设置了数据科学专业，数据科学就是从数据中提取信息知识，是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。所以，数据科学专业不仅包含了大数据也包含了数据分析。推荐学校有：哥伦比亚大学、加州大学伯克利分校、斯坦福大学、麻省理工学院、卡耐基梅隆大学等。

数据科学与大数据技术专业挺不错的，就业前景很好。学成之后可以从事的职业有产品经理、运营经理、算法工程师。

1、产品经理

产品经理负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。

2、运营经理

根据业务特点，结合业务发展需求，设立数据监控模型,搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。

3、算法工程师

大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。

数据科学与大数据技术专业“ 前（钱）”途无量，学成之后可以从事的职业有：

1、Hadoop大数据开发方向

市场需求旺盛，大数据培训的主体，我们培训的重点

对应岗位：大数据开发工程师、爬虫工程师、数据分析师 等。

2、数据挖掘、数据分析&机器学习方向

学习起点高、难度大，市面上基本没有培训机构在做，后续有计划加入我们课程体系。

对应岗位：数据科学家、数据挖掘工程师、机器学习工程师等

3、大数据运维&云计算方向

市场需求中等，更偏向于Linux云计算学科

对应岗位：大数据运维工程师

三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 1.2W 以上，具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径。

数据科学与大数据技术专业不错，学成之后从事网站应用程序发、网站维护、网页制作、软件产企业编码、软件测试、系统支持、软件销售、数据库管理与应用。

核心课程包括了微观经济学、计量经济学、国际金融、 搜索引擎、自然语言处理、数据可视化、机器学习、模式识别以及大数据技术平台等相关课程。

很明显，“数据科学与大数据技术”专业就是为了培养时下最热门的“人工智能、大数据、云计算”等行业急需的人才。据全球顶尖管理咨询公司麦肯锡分析报告显示，到2018年，大数据或者数据工作者的岗位需求将激增，其中大数据科学家的缺口在14万到19万之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到150万。

从就业市场反馈来看，也是如此。根据BOSS直聘发布的《2017春季互联网人才趋势告》，大数据和人工智能相关岗位出现全行业渗透，人才供给严重不足。

其中，缺口较大的是搜索算法，供给量只能达到需求的44%，还有56%的缺口。推荐算法的缺口比例为50%，算法研究员的为43.9%，图像算法的为43%，深度学习的缺口量排在第十，为33.8%。