大数据考研专业

大数据一般属于计算机科学下面的方向所以考研应该也是考计算机科学的大方向首先看你想去的学校是不是自主命题，然后针对他们的历年真题做练习，大数据方向估计不会出那么多新题，因为太新别的学校没办法学就没法考，估计他们也是出计算机传统试题你要是想搞软工，其实也要考计算机科学试题的，考研第一想法还是选学校，然后才是专业，不必因为这个专业少就觉得竞争激烈，很多导师做的事未必是大数据的。

大数据一般不用考研，直接可以参加工作，薪资高，发展好。学习内容主要包括：①JavaSE核心技术②Hadoop平台核心技术、Hive开发、HBase开发③Spark相关技术、Scala基本编程④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习⑤大数据项目开发实战，大数据系统管理优化工作岗位列举几个热门：初级大数据离线处理，薪资10000-13000Spark开发工程师，薪资14000-16000Python爬虫工程师，薪资16000-20000大数据开发工程师，薪资20000+你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。北大青鸟中博软件学院大数据课堂实拍

首先，从当前大数据领域的人才需求情况来看，以研究生为代表的高端人才有的机会获得高附加值的工作岗位，而且由于当前大数据技术尚处在落地应用的初期，所以未来大数据领域还会需要大量高端应用型人才（专硕），从这个角度来看，当前大数据专业的本科生，选择考研是不错的选择。大数据专业考研有多种选择，可以根据自身的发展规划、知识结构和能力特点来进行选择，同时也要考虑到行业发展趋势和技术发展趋势。从目前大数据方向研究生的培养渠道来看，计算机专业是一个重要的培养渠道，同时统计学、经济学、金融等专业，也有培养大数据方向研究生的能力。由于当前大数据专业的开设时间比较短，所以很多大数据专业还没有硕士点，要想有更大的选择空间，可以选择跨考计算机等专业。大数据专业的本科生在读研时，在方向的选择上还是比较多的，除了可以考虑大数据相关方向之外，还可以考虑人工智能领域的相关方向，包括自然语言处理、计算机视觉、机器学习等。如果选择专硕，可以重点考虑如何通过大数据技术与行业相结合，在产业结构升级的过程中，行业领域也有很多创新点。最后，在选择主攻方向的过程中，还需要考虑到学校自身的学科实力、行业资源整合能力等因素，选择学科实力比较强的方向往往会有更好的科研体验，而选择行业资源比较丰富的方向，往往对于就业有非常积极的影响。

教育部在2018年3月将工程专业学位类别调整为电子信息、机械等8个专业学位类别。国务院学位委员会办公室、教育部学位管理与研究生教育司负责人介绍，为支撑创新驱动发展战略和制造强国、网络强国等重大建设，综合考虑学术性与现实性、规定性与自主性、稳定性与灵活性、本土化与国际性等因素，借鉴国内外对工程领域的划分情况，在进一步明确工程专业学位类别与领域概念的基础上，依据工程领域培养要求和知识体系，将工程硕士(共40个领域)调整为电子信息、机械、材料与化工、资源与环境、能源动力、土木水利、生物与医药、交通运输等8种专业学位类别。工程博士也相应调整，从之前的4个领域调整为与之对应的8种专业学位类别。随着事业发展形势的变化和自身改革的深入，工程专业学位现有的设置模式、机制也逐步显现出不足和局限，亟待调整优化。工程专业学位领域固化、滞后的问题逐渐显现。工程专业学位与其他类别专业学位的培养范围存在部分重复，工程博士、硕士衔接不够。部分工程领域设置与工学学科设置较为接近，与工程综合需求距离较大，培养特色不够鲜明。管理机制不适应工程专业人才培养现实需要。工程专业学位类别调整，是综合多种因素的结果，优化调整方案也是当前条件下兼顾可行性和可操作性的最佳方案。调整工作将按照先调整工程专业教指委，再制定调整的操作性文件，之后对现有工程硕士、工程博士学位授权点进行对应调整，最后于2019年上半年对外发布调整结果。为做好调整的过渡衔接，工程硕士、工程博士研究生2019年按调整前的工程领域进行招生、培养、学位授予;2020年起，按调整后的专业学位类别进行招生、培养和学位授予。数说2018研考硕士生招生教育部下达北京148个硕士招生单位的招生计划共106740人，比2017年增加4878人，增幅4.8%。其中全日制计划为85910人，非全日制计划为20830人。北京共招收硕士生99072人，比2017年增加3657人，增幅3.8%。其中，全日制招收83610人，非全日制招收15462人。博士生招生北京共有80家招生单位(不含解放军在京单位)招收博士生。招生专业覆盖全部12个学科门类和6个专业学位领域。北京高等学校、科研机构(不含解放军在京单位)共招收博士生25883人，比上一年增加2271人，增长9.6%。同等学力全国统考同等学力全国统考北京市报名考生共27928人，比上一年增加2310人，增幅9%;共报考43386科次，比上一年增加4236科次，增幅10.8%。全市共设置8个考点、704个考场。

大数据工程考研方向很多，各院校划分的标准不一样的，云大大数据方面考研专业：社会经济统计分析、金融统计分析、、教育统计、人口统计分析、统计调查与数据分析、高性能计算及可重构计算、网络环境下的数据与知识工程、并行及分布式处理与网格计算、嵌入式系统及应用等等。

大数据时代的到来，简单的说是海量数据同完美计算能力结合的结果。确切的说是移动互联网、物联网产生了海量的数据，大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。大数据时代开启人类社会利用数据价值的另一个时代。工信部印发《大数据产业发展规划2016-2020年》，特别提出加快推进大数据产业应用能力，到2020年，技术先进、应用繁荣、保障有力的大数据产业体系基本形成。大数据相关产品和服务业务收入突破1万亿元，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。毋庸置疑，大数据发展前景广阔，现在转行从事大数据，正当时，想要学习大数据就来老男孩教育，真正行业大牛徐培成老师亲自授课，让您学有所成！

首先确定考学硕还是专硕之后确定学校，因为每个学校考的科目不同。问题描述的很不具体，这个没法回答。

大数据(数据挖掘)是众多学科与统计学交叉产生的一门新兴学科。大数据牵扯的数据挖掘、云计算一类的，所以是数学一类的专业，现在本科数学类下辖子专业有[信息与计算科学]，[数学与用用数学]，[统计学]等。[统计学]是通过搜索、整理、分析、描述数据等手段，以达到推断所测对象的本质，甚至预测对象未来的一门综合性科学。其中用到了大量的数学及其它学科的专业知识，它的使用范围几乎覆盖了社会科学和自然科学的各个领域。当今的”大数据“潮流使得我们获得了海量的数据，但掌握这些海量的数据本身并无意义。真正的意义体现在对于含有信息的数据进行专业化的处理。要对大数据进行处理，在实际的运用中，统计学能够以较低的成本，较少的数据，对数据进行精确度相对较高的的分析，这是大数据分析所无法替代的。[信息与计算科学]专业是以信息领域为背景用将迈向的数学与信息,管理相结合的交叉学科更深入和专业。所以你只需要查查有哪些大学开设了[统计学]、[信息与计算科学]这两个专业就行。

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。