大数据分析考研院校

复旦大学 大数据学院 金融专硕

一般情况下，国内的研究生分为学术型硕士和专业型硕士，一般学术型硕士的学费为每人每年8000元，专业型硕士研究生的学费一般为每人每年7000元，不包含住宿费。当然这个费用只是个大概，具体的每个大学的费用都不一样，不同的专业也有所不同，甚至还会受大学所在地的经济水平的影响，比如同样是环境工程专业，北京某高校的学费大概5000+，而西北某高校大概为4000+。再说具体点呢，就比如在重庆，学费7000一年，生活费吃饭每月600元吃食堂足矣，房租学校的公寓，非常便宜每年500，一般是每年1200，另外加电话费每月50，网络每月50，这些就是最低的开支，如果某些特别收费高的专业和学校，或你自己在外面租房，生活标准更高，其他开支，这就另当别论。在中国绝大多数学校，大多数专业，按一般的生活标准，两万足矣。如果你是留学生，可能会更高。

在美国，计算机专业是理工学科中就业好、薪资高的专业之一。在2016年PayScale美国专业薪水排名中，计算机科学、计算机工程等相关专业名列前茅。美国劳工部公布的数据显示，计算机行业在美国的平均薪资超过7万美元。美国大学尤其是如 Carnegie Mellon, MIT, Stanford 等名校都开设有计算机科学系，而且已经把这个专业的领域分得很细，而且该专业的科研经费也是十分充足。

应用数学或者计算机。某些学校开设转么的专业，你可以去相关的学校网站查询。重点大学可以参见教育部的学科排名，最权威

数据分析课程在学习目标方面，明确学习目标，设定简洁清晰的学习目标;在课程设置方面，课程之间相互配合、逻辑关系清晰、避免内容上重复遗漏、足够灵活并应能体现其应用型学科的特点;在教学内容方面，突出数据的重要性，使用专业统计软件，增加统计模型类课程，重视统计计算，整合传统教学内容。自己的专业选择藏着自己的性情和兴趣，自己走过的路，以及自己未来的职业和生活。目前人大院校比较好，想报考的学员可以在人大院校报考。http://ruc.eour.cn

看是物联网专业的什么学习方向，不过物联网专业可以作为大数据的二级学科，打基础还是有用的本回答被网友采纳

一、清华、北大，学霸专属，报考风险大我国计算机学科领域最强的三所大学是国防科技大学、清华大学、北京大学，其中国防科技大学是军校，已经停止招收地方研究生，所以清华大学、北京大学是计算机专业的同学可以报考的最好的两所大学。普通本科院校的学生报考这两所大学风险很大，除非你学习超好、综合素质又比较高，因为报考清华、北大的一般都是985大学的精英，竞争会很激烈，再者，清华、北大研究生招生计划中，推荐免试生占了绝大一部分，有的学院甚至占到90%，也就是通过统招考试招的名额会很少，这样你被录取的几率会非常小。二、拥有国家重点一级学科的985高校拥有计算机国家重点一级学科的高校总共有七所，除了上面提到的三所，还有北京航空航天大学、哈尔滨工业大学、上海交通大学、南京大学。上海交通大学应该是这几所里面最难考的大学，而且统招人数也不是很多。北京航空航天大学招收的名额稍微多一点，学术型硕士硕士有48人，专业型硕士有105人。哈尔滨工业大学是招收人数最多的，学术型硕士和专业型硕士加起来有174人。这几所985大学当中，上海交通大学、北京航空航天大学地理位置比较好，竞争比较激烈，性价比最高的要数哈尔滨工业大学了，难度比前两所要低点，学科实力却不比它们差。三、拥有国家重点二级学科的高校现在，十一所高校拥有计算机国家重点二级学科，其中大部分是985大学。浙江大学、复旦大学、中国科学技术大学是比较热门的院校，考取难度也比较大。几所中西部高校要相对容易些，比如武汉大学、华中科技大学、四川大学、西北工业大学等，其实，有一所非985高校也有计算机国家二级重点学科，那就是安徽大学，这所学校考取的难度要低很多，成绩不是很好的同学可以重点考虑一下。扩展资料：211院校中计算机学科实力最强的要数北京邮电大学了，学校的计算机学科在校友会学科排行榜中，排名国内前22名，在2012年教育部组织的全国高校学科评估中，学校的计算机学科是所有211高校中排名最高的，甚至超过了复旦大学、中山大学等985高校。另外一所比较强的高校是西安电子科技大学，学校在校友会计算机学科排行榜中的排名和北京邮电大学相当，其他的高校像北京交通大学、北京工业大学、合肥工业大学、哈尔滨工程大学等学科实力也都比较强。

国论文网http://www.xzbu.com/1/view-7050455.htm关键词：民院校；大数据；人才培养一、大数据技术概述最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。二、国内外研究现状国外除了在大数据的概念上的研究外，重点放在技术研究。美国政府六个部门启动的大数据研究计划中，绝大多数研究项目都是应对大数据带来的技术挑战，重视的是数据工程而不是数据科学，主要考虑大数据分析算法和系统的效率。国内在大数据研究领域的重点在大数据与云计算、数据挖掘，并行计算和分布式处理，应用式主要集中在地理信息系统。但目前国内高校很少有开设大数据方向的相关专业，业内先驱当属北航软件学院大数据技术与应用专业。此专业是北航软件学院、北航计算机学院与慧科教育（工信部移动云计算教育培训中心）联合打造的大数据技术与应用专业，于2012年开始招收工程硕士。另外，2013年，华东师范大学成立了数据科学与工程研究院；2014年，华南理工大学设立了云计算与大数据专业；同年，清华大学成立“清华―青岛数据科学研究院”，设立大数据的硕士博士学位项目。另外，开设大数据相关本科专业的院校有贵州师范学院、贵州大学和北京城市学院。而2014年9月开始，西安欧亚学院也开始对外招收网络工程专业（大数据方向）。三、民院校人才培养方案的制订西安欧亚学院作为一所民三本院校，本着创新型教育理念，一直致力于应用型人才的培养。从2012年开始筹备至今年正式招生，共两年时间。无论从企业需求，还是学术要求，我们都进行了充分的调研及论证。1.前期准备（1）资料准备在与北京大学教授合作的项目中，受到启发。继而开始搜集大数据方面的各种文献资料，对目前国内各大高校的专业开设情况进行考察，借鉴他人的宝贵经验。最终形成了一个初步的课程规划清单。（2）企业调研根据以往的教学经验，我们知道，学生将来是否能顺利的找到工作，与其在学校接受的教育是息息相关的。很多时候，我们只是从一个教师的角度考虑，应该培养出什么样的学生。可是，我们并不了解，目前，就某一个行业领域，企业需要什么样的人才，无论从专业能力方面，还是从个人基本素质方面。鉴于此，我们对一些相关企业做了调查问卷，结果得出，企业需要的大数据人才，从个人素质方面，需要以下能力：良好的数据敏感度，能从海量数据提炼核心结果。对统计、数学建模有强烈的兴趣和钻研精神。良好的学习能力、团队协作能力、逻辑思维能力、分析能力。擅长与商业伙伴的交流沟通，具有优秀的报告讲解能力及沟通能力。工作高效，有条理，细致，态度积极，责任心强，能够承受较强工作压力。在专业技能方面，需要以下能力：熟悉数理统计、数据分析、数据挖掘等基础知识，熟知常用算法。熟练使用SAS、SPSS、R、Excel等统计分析软件。精通至少一门编程语言（C、Java、Python、shell）。了解数据结构和算法设计。熟悉Linux操作系统开发环境。（3）师资培养学生所学知识的源头均来自于老师。我校教师大多从学校毕业后直接任教，缺乏实际工作经验。虽然基本的理论知识都能掌握，但应用于实践的能力缺乏。为此，我们将教师分批派往不同合作公司进行挂职锻炼，为期一个月至半年不等。这样，教师不但能充分发挥自己的业务专长，将理论联系于实际；同时，在企业中，能经历到不一样的工作状态和企业氛围。将来回归课堂，能给学生传递的不仅仅是科学知识，更重要的是书中没有的工作经验和阅历。另外，在大数据方面，有很多不同方向的讲座、论坛、会议。其间，各领域的业内高手都会云集，畅谈自己的编程经验或心得体会。我们会及时派出相关老师外出参会，听取高手经验、开拓视野的同时，更希望能和高手有交流甚至合作的机会。（4）专家论证经过我们的调查问卷和深入企业实习的见闻体会，我们更加明确了大数据人才培养的方向，进一步完善了培养计划。为了更有力的支持我们的方案，专业开发团队先后多次请来名校教授进行座谈论证，经过5次不断的“推翻―重做―修改”，最终形成2014级学生的人才培养方案。2.方案阐述我校在网络工程专业开设了一个大数据方向的实验班，本科四年制，培养阶段划分为通识教育、专业培养和多元化培养三个培养阶段。第一阶段：通识教育培养阶段。按照工程人才培养的共性要求而设置，并为全面素质教育奠定基础。包括综合基础和基本技能两个模块。在综合基础模块中，设置了由“政治思想理论课、高等数学、大学物理、体育”等系列课程构成的必修课程，和由人文科学与艺术、社会科学、自然科学等系列课程构成的选修课程。重点满足对学生逻辑思维、思想品德、身心健康、人文科学与艺术、社会活动能力等各方面素质培养的要求。在基本技能模块中，主要设置有计算机类、英语类和人文类等课程。重点培养学生具有较强的计算机应用能力、良好的中外文沟通、表达与写作能力，基本工程与科研素养以及良好的国际视野和国际竞争能力。第二阶段：专业培养阶段。培养大数据分析人才必备基础理论知识和技术能力。包括专业基础能力和学历提升两个模块。学历提升模块开设计算机类考研必备的高等数学、英语、计算机网络、数据库基础、数据挖掘等基础性课程，使学生掌握扎实的学科基础理论；专业基础模块开设统计学基础、多元统计分析、时间序列分析、Hadoop并行计算、数据可视化技术和分布式云计算等专业技术基础课程，让学生掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能，培养工程人才在计算机学科网络大数据专业领域中必要的、最基础的知识和能力。第三阶段：多元化培养阶段。通过设计多元化课程体系，为学生提供自主选择专业方向的机会，使学生个性培养得以实现。大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Maprece的并行算法、部署Hive并实现一个的数据操作等等，实际提升企业解决实际问题的能力。四、结束语目前，数据分析是一个朝阳行业，而高校大数据人才培养更是一个新兴的领域，在很多公高校都没有做好准备的情况下，作为民的三本院校，我们踉跄起步，希望在未来的发展中，能总结出的经验，不断完善自己，更希望能给于兄弟院校一个参考的思路，我们共同完善大数据人才的培养工程。本回答被网友采纳

1、如果意向从事大数据分析、数据科学方向工作，建议考研；如果是打算从事大数据开发工作，建议可以考虑直接参加工作，尽早进入行业积累工作经验。2、考研也有大数据专业的，可以选择一个细分方向继续深入学习，让自己更为专精。