大数据硕士生

本科阶段，开设大数据专业的广东高校有北京师范大学-香港浸会大学联合国际学院、、佛山科学技术学院、广东白云学院、肇庆学院、汕头大学、广东工业大学、广州大学、韩山师范学院、广东财经大学、广东技术师范学院、广东科技学院、广州商学院、北京理工大学珠海学院、广东技术师范学院天河学院、广州大学华软软件学院等。大数据相关专业招收研究生的则有清华-伯克利深圳学院、中山大学（数据科学与计算机学院）等。

目前大学还没有开始大数据和数据分析专业的课程，一些基础的东西还是有的，不过属于计算机专业里面的分支。专业的大数据和数据分析还是的去培训的。不过以后大学会慢慢开设大数据的课程的吧。柠檬学院大数据。

其实现阶段没有大数据成体系的理论基础，如果想学相关的统计，机器学习之类的内容出国肯定是最好的。如果考虑国内，北大的王汉生老师做networkdata比较厉害。再就是可以考虑复旦大数据学院，人大大数据学院也有和TAMU的联合培养，上财统计学院也有许多走在前沿的导师，她的应用统计专硕有关于大数据技术这个方向，也是今年新招生。另外，计算机研究生下也有这个方向。和统计相比，大数据和计算机靠的远远更近。稍弱一点的学校，类似厦门大学，那里有个数据库的组，还不错。南航，有个数据管理与知识工程的组。湖南大学，数据库也不错。东北大学，于戈老板的team，但是东北大学地势不大好。北邮，北邮计算机很好，有关于云计算还有大数据技术也在快速发展中。你可以结合自身情况考虑下。北京大学——北京大数据研究院清华大学(分数线,专业设置)——清华大学数据研究院人民大学——统计与大数据研究院复旦大学——大数据学院中南大学——中南大学信息安全与大数据研究院西南交通大学——金融大数据研究院贵州大学——贵州大学大数据与信息工程学院南京邮电大学——南京邮电大学盐城大数据研究院

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。

北京航空航天大学——大数据技术与应用软件工程（北航软件学院），是国内首所开设大数据相关专业的高校，2013年与慧科校企合作开设该专业。清华大学——数据科学研究院大数据专业于2014年招收学生复旦大学——2015年9月开设数据科学专业外经济贸易大学——大数据分析与应用　硕士层次专业；武汉大学——大数据技术与应用　硕士专业华南理工大学——移动云计算与大数据工程　硕士专业大连理工大学、广东开放大学、北京城市学院、成都信息工程大学有本科层次大数据方向专业

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

我认为是前者。统计学更注重传统的统计方法，比如线性模型，面板数据，非参半参之类。也有老师是做数据挖掘方向，但也偏理论。

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

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。大数据行业从业者的状态是怎样的呢？让我们走进来看看吧！人才市场需求明显增大，绝大部分集中在一线及新一线城市在2017年的调查中，发现数据团队的人才储备普遍存在较大缺口；数据人才培养周期长、成效慢。超过50%组织或机构的数据团队人才储备不充足，数据团队普遍存在人才缺口。从2018年的顶级数据团队调查问卷和数据分析中发现，市场对数据人才的需求仍然呈现明显的上升趋势。通过采集65000余条各大招聘网站2018年数据领域的招聘信息，相比于去年，该领域人才招聘需求上涨了15.4%。从城市角度来看，北京、上海、深圳、广州、成都、杭州成为数据人才需求第一梯队，占全国需求的94%以上，其中北京的数据人才需求量全国最多，达到了35%，其次则是上海、深圳，均为18%左右。开发、测试人员需求量旺盛，对算法、机器学习岗位人员的素质期待最高在各类职位的招聘中，开发、测试与数据的需求占比超半数，算法与机器学习的人员配置比例并不高，从专访中看出，就算法与机器学习岗位来说，并不在于人多，而在于人员质量高。微软中国首席计数管韦青曾说过“我们对人才的期待有两个，一个是算法科学家，这个人的能力不只是数学，也要有实际经验，还得有计算机能力，包括电子工程的能力，得是个全才。年薪5万—15万职位为主流对比各类数据从业者的薪资情况，年薪5万—15万人数占比超6成，其次是年薪15万—20万，占比14%，年薪超过20万人数占比约20%。从数据中看出，随着学历的升高，平均年薪呈现的变化趋势基本呈正相关。不同工作经验的数据从业者的收入水平也呈现较大差异。平均1—3年工作经验平均年薪为14万，5年以上工作经验起薪稳定在28万以上，最高达40万，在各项工作年限区间，薪资基本呈线性增长。学历要求集中在本科及大专数据行业对学历要求主要集中在大专及本科学历，占近8成。入门门槛要求硕士或搏士学历的岗位极少，仅占1.6%.而这类岗位主要集中在算法、数据、机器学习这类岗位。高学历人才比例较少也与此类职位可能不通过招聘网站公开招聘有关。算法与机器学习类职位薪资最高在人数需求得到满足之后，一些数据团队的管理者也提出了更高的要求。从岗位薪资上也可以看出行业对于各类技能的需求程度。在所有与数据相关的岗位中，算法岗位工资最高，年薪近30万，其次则是机器学习与产品岗位。北京数据行业从业者平均薪资最高在六个数据行业需求最旺盛的城市中，北京的平均薪资最高，其次为上海、杭州、深圳、广州、成都。在北京、上海、广州、成都，平均薪资最高的岗位依旧时算法，深圳薪资最高则是机器学习。此外，杭州的UI岗位薪资明显高于其他城市。数据团队相关职位中，算法薪资竞争力最强，运维、数据、运营薪资增长潜力低分析数据团队相关岗位薪资涨幅与工作年限的关系后发现，在所有数据行业相关岗位中，算法岗位薪资增长幅度最高，在10年工作经验背景下，这是唯一一个平均年薪超过100万的岗位类型。而3—5年的工作经验情况下，机器学习的薪资水平仅次于算法，但该岗位目前对于5年以上工作经验的从业者需求量很低，长期薪资竞争力无法得到反映。相反，运维、数据、运营10年以上工作经验的岗位薪资水平垫底。硕士学历更可能带来高收益根据分析结果，本科学历求职者虽然在数据行业市场中需求量达，但对于拥有硕士学历的从业者，未来的职业发展潜力更大。随着工作年限的增加，入职门槛为硕士的岗位薪资最高。希望对您有所帮助！~