大数据管理与应用硕士

• 专业简介大数据管理与应用专业以互联网+和大数据时代为背景，主要研究大数据分析理论和方法在经济管理中的应用以及大数据管理与治理方法。• 培养目标该专业培养知识、能力、素质全面发展，系统掌握经济管理基础理论、大数据分析方法和管理技能，具有创新意识、实践能力和国际视野的经济管理创新人才。• 知识能力1.掌握经济管理基础理论和现代信息管理理论；2.掌握常用的大数据分析方法以及相关前沿理论知识；3.熟练使用量化分析工具和商业应用软件；4.具有良好的大数据管理能力和商业伦理道德观；5.具备批判性思维和可持续学习能力。考研方向大数据技术与应用软件工程、大数据分析与应用方向工程硕士FAQ主要课程微观经济学、宏观经济学、管理学基础、运筹学、应用统计、计量经济学、商务数据分析、多元统计分析与R建模、时间序列分析方法、大数据基础设施、面向对象程序设计、数据库系统、数据仓库与数据挖掘、文本分析与文本挖掘、网络社会媒体营销分析、量化金融方法等。就业方向和就业前景该专业毕业生可继续深造，到国内外的著名高校，研究所等继续从事商业分析，数据科学等相关的研究生学习，也可以到企事业单位的，数据分析部门，商业智能部门等从事数据分析师，商业智能分析师，数据科学家，首席数据官等职位。

看你想更深入学习，还是只是管理大范围的那种，你想想大数据管理的主要是应用，然后范围这些就比较广，然后呢他就没有那么深入，只要你会用啊，然后会用它管理一些东西就可以了，但是大数据的技术是必须要深入研究的。

1、关注点不同：大数据管理和应用这一块主要是偏整体数据管控，数据治理方面的关注的也是对于这个大数据技术在实际场景中的落地与运用；但是它并不会对技术的具体底层进行深入的研究，关注点还是在整个大数据行业的趋势方面，以及数据的管理流程方面。大数据科学与技术关注的是底层技术的具体实现。2、具体内容不同：举一个简单的例子吧，比方说大数据机器学习，大数据应用专业，会关注不同的应用场景下使用什么样的算法，参数如何设置。而大数据科学与技术专业呢，则是会关注这个底层的算法具体实现，比方说决策树如何实现这些的，另外，如何进行数据清洗，数据存储，这一块怎么去开发，开发的具体逻辑，这一块都是大数据科学与技术专业需要去实施的。3、目标不同：大数据应用的目标是普适智能要学好大数据，首先要明确大数据应用的目标，大数据就好比万金油，像百度几年前提的框计算，这个框什么都能往里装。大数据这个框太大，其终极目标是利用一系列信息技术实现海量数据条件下的人类深度洞察和决策智能化，最终走向普适的人机智能融合，这不仅是传统信息化管理的扩展延伸，也是人类社会发展管理智能化的核心技术驱动力。数据科学可以理解为一个跨多学科领域的，从数据中获取知识的科学方法，技术和系统集合，其目标是从数据中提取出有价值的信息；它结合了诸多领域中的理论和技术，包括应用数学，统计，模式识别，机器学习，人工智能，深度学习，数据可视化，以及高性能计算等。扩展资料：大数据管理与应用旨在培养掌握管理学基本理论，熟悉现代信息管理技术与方法，善于利用商务数据去定量化分析，并能最终实现智能化商业决策的综合型人才。大数据管理与应用专业以互联网+和大数据时代为背景，主要研究大数据分析理论和方法在经济管理中的应用以及大数据管理与治理方法。专业坚持“厚基础、宽知识、重思想、重创新、重实战”的培养理念，采取因材施教的模式，采用全新的课程教学体系，培养具有国际视野、创新意识、创新能力及领导潜质的高级管理人才。

中国人民大学大数据在职研究生专业分别是：大数据与应用统计、大数据分析与应用、大数据与云计算。大数据与应用统计在职研究生大数据与应用统计专业所属院系为统计学院，中国人民大学的统计学院始建于1950年，两年后成立统计学系，是新中国经济学科中最早设立的统计学系。统计学院的大数据偏向从事数理统计与概率论、科研和应用工作。设立大数据在职研修班是为了培养从事数理统计与概率论方向的人才。大数据与应用统计的学费为22000元/2年，结业后可申请:理学硕士学位。大数据分析与应用在职研究生大数据分析与应用属于信息资源管理学院，信息资源管理学院是中国人民大学专门从事信息资源管理学科教学与科研的机构，是我国信息化人才培养的重要基地。大数据分析与应用专业意在提高在职人员的数据分析能力。主要针对数据进行专业化处理，通过分析数据提取有利的价值。大数据分析与应用的费用同样为22000元/2年，结业后可申请:管理学硕士学位。大数据与云计算在职研究生大数据与云计算所属院系为信息学院，中国人民大学信息学院计算机应用技术专业二十多年来始终立足学科前沿，跟踪国际先进技术，是国内最早开展数据库和信息系统研究的团队之一。大数据与云计算专业偏向技术领域，主要的招生对象为：负责信息化建设和软件开发、数据库系统管理等的人员；IT企业的各类技术人员（系统分析设计人员、程序员、系统管理员、测试人员等）。培养出能够从事计算机软件系统和应用系统的开发与管理人才。大数据与云计算的学费稍贵些25000元/2年，结业后可申请：工学硕士学位。三个专业虽然同属大数据类，但不仅所属院系不同，学费同，所学的方向、以及可申请的硕士学位都不尽相同。所以，想学习大数据的同学，要根据自己的需要选择不同的大数据专业。

目前，互联网、物联网、人工智能、金融、体育、在线教育、交通、物流、电商等等，几乎所有的行业都已经涉足大数据，大数据将成为今后整个社会及企业运营的支撑。大数据就业方向1. Hadoop大数据开发方向市场需求旺盛，大数据培训的主体，目前IT培训机构的重点对应岗位：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，市面上只有很少的培训机构在做。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：大数据运维工程师当下，大数据的趋势已逐步从概念走向落地，而在IT人跟随大数据浪潮的转型中，各大企业对大数据高端人才的需求也越来越紧迫。这一趋势，也给想要从事大数据方面工作的人员提供了难得的职业机遇。

去百度文库，查看完整内容>内容来自用户:刘文娇数据科学与大数据技术专业申报体会与建设初探信息工程学院崔琳2017年7月提一级标题华黑/Arial黑色(0,0,0)16-20号纲一、时代机遇与挑战二、专业申报体会三、深度剖析专业人才培养方案A0A0A0四、初期建设所做的工作0F4B69FABE00一、时代机遇与挑战Nature2008年9月封面Science2011年2月封面主色系SwiffChart16进制编号CC00000F4B69一、时代机遇与挑战1.专业申办的必要性：国家战略2015年9月5日国务院发布了《促进大数据发展行动纲要》,系统部署了大数据发展工作。意味着中国大数据发展迎来主色系顶层设计，正式上升为国家战略。SwiffChart16进制编号CC00000F4B69一、时代机遇与挑战2.专业申办的必要性：人才需求2015年，LinkedIn通过分析全球超过3.3亿用户的工作经历和技能后，认为统计分析和数据挖掘位列最受雇主喜欢、最炙手可热的25项技能中的榜首。全球第一家信息技术研究和分析公司—盖特纳(Gartner)咨询公司预测2016年全球将新增440万个与大数据相关的工作岗位。SwiffChart16进制编号全球顶尖管理咨询公司麦肯锡(McKinsey)预计到2018年，大数据科学家的缺口在14-19万，大数据分析师和CC0000经理的岗位缺口则将达到150万。0F4B69一、时代机遇与挑战2.专业申办的必要性：人才需求全球最大中文IT社区CSDN预测未来3-5年，中国需求主色系大数据技术专业人才180万人，目前缺150万人

本科学历从企业方面来说，大数据人才大致可以分为产品和市场分析、安全和风险分析以及商业智能三大领域。产品分析是指通过算法来测试新产品的有效性，是一个相对较 新的领域。在安全和风险分析方面，数据科学家们知道需要收集哪些数据、如何进行快速分析，并最终通过分析信息来有效遏制网络入侵或抓住网络罪犯。一、ETL研发随着数据种类的不断增加，企业对数据整合专业人才的需求越来越旺盛。ETL开发者与不同的数据来源和组织打交道，从不同的源头抽取数据，转换并导入数据仓库以满足企业的需要。ETL研发，主要负责将分散的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。目前，ETL行业相对成熟，相关岗位的工作生命周期比较长，通常由内部员工和外包合同商之间通力完成。ETL人才在大数据时代炙手可热的原因之一是：在企业大数据应用的早期阶段，Hadoop只是穷人的ETL。二、Hadoop开发Hadoop的核心是HDFS和MapRece.HDFS提供了海量数据的存储，MapRece提供了对数据的计算。随着数据集规模不断增大，而传统BI的数据处理成本过高，企业对Hadoop及相关的廉价数据处理技术如Hive、HBase、MapRece、Pig等的需求将持续增长。如今具备Hadoop框架经验的技术人员是抢手的大数据人才。三、可视化（前端展现）工具开发海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。四、信息架构开发大数据重新激发了主数据管理的热潮。充分开发利用企业数据并支持决策需要非常专业的技能。信息架构师必须了解如何定义和存档关键元素，确保以最有效的方式进行数据管理和利用。信息架构师的关键技能包括主数据管理、业务知识和数据建模等。五、数据仓库研究数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。六、OLAP开发随着数据库技术的发展和应用，数据库存储的数据量从20世纪80年代的兆（M）字节及千兆（G）字节过渡到现在的兆兆（T）字节和千兆兆（P）字节，同时，用户的查询需求也越来越复杂，涉及的已不仅是查询或操纵一张关系表中的一条或几条记录，而且要对多张表中千万条记录的数据进行数据分析和信息综合。联机分析处理（OLAP）系统就负责解决此类海量数据处理的问题。OLAP在线联机分析开发者，负责将数据从关系型或非关系型数据源中抽取出来建立模型，然后创建数据访问的用户界面，提供高性能的预定义查询功能。

你可以看看国家大数据分析硕士培养协同创新平台的报道，就知道怎么选择了。 从2014年起，中央财经大学、人民大学、北京大学、中国科学院大学、首都经济贸易大学共5所高校，与政府部门和产业界签署合作协议，联合培养大数据分析应用型人才。这五所高校发挥各自在大数据分析领域的特色和优势，由统计学科、计算机学科、经济与管理学科相关学院依托应用统计专业硕士项目，组建大数据分析硕士培养协同创新平台。 首期实验班已经于今年秋季开学。 大数据分析硕士协同创新平台培养的硕士学位由各校颁发，学历中将注明联合培养。其核心竞争力是快速部署从大数据到知识发现和价值的能力，核心内容是面向大数据的统计分析和挖掘技术，培养方案与国际接轨。 你可以争取进入上述高校这方面的招生，前途无量。

数据科学与大数据技术专业很不错，前景比较乐观，毕业生能在政府机构企业公司等从事大数据管理研究应用开发等方面的工作。同时可以考取软件工程计算机科学与技术应用统计学等专业的研究生或出国深造。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。该专业对于学生的数学能力有很高的要求，所以对于数学不敏感的学生，建议慎重报考，而且该专业对于学生的计算机使用能力有很高的要求，学生在校学习期间，一定要学好这方面的知识,，可以选择考取计算机的相关资格证书，提升自身竞争力。扩展资料数据科学分为三大类，即：数据分析、数据挖掘和大数据。数据分析主要偏重业务，即利用一些数据分析和统计工具，如Excel、Spass、SAS、SQL等，进行数据分析和展现，以辅助公司的某项业务决策。数据挖掘比数据分析更侧重于建模能力一些，一般是给定一些数据和某个问题，让你运用某些机器学习算法从中建立出模型，再通过这个模型去对某些东西进行预测。所以，机器学习算法可以说是数据挖掘中的核心。与大数据关系比较密切的岗位包括大数据平台开发、大数据应用开发、大数据分析、大数据呈现和大数据教育等，不同的岗位需要具备不同的知识结构，所面对的工作场景也有较大的区别。大数据平台开发属于研发级岗位，需要从业者具有较强的研发能力。