大数据专业怎么考研

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。

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(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。

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。

大数据可以的

计算机 数字媒体技术 软件工程啊 北京邮电 华中科大 北航 哈工大 北理工 电子科大 西安电子 这些难度大 武汉理工 华南理工 合肥工业 南理工 北交大 等211大学

从近两年大数据方向研究生的就业情况来看，大数据领域的岗位还是比较多的，尤其是大数据开发岗位，目前正逐渐从大数据平台开发向大数据应用开发领域覆盖，这也是大数据开始全面落地应用的必然结果。从2019年的秋招情况来看，大数据开发岗位的数量明显比较多，而且不仅需要研发型人才，也需要应用型人才，所以本科生的就业机会也比较多。 当前大数据技术正处在落地应用的初期，所以此时人才招聘会更倾向于研发型人才，而且拥有研究生学历也更容易获得大厂的就业机会，所以对于当前大数据相关专业的大学生来说，如果想获得更强的岗位竞争力和的就业渠道，应该考虑读一下研究生。读研之后在岗位选择上可以重点考虑一下大数据平台开发，在5G通信的推动下，未来云计算会全面向PaaS和SaaS领域覆盖，这个过程会全面促进大数据平台的发展。另外，由于人工智能平台的陆续推出，对于大数据平台也是一种促进。相比于大数据应用开发岗位来说，大数据平台开发岗位不仅薪资待遇更高，职业生命周期也会更长，而且未来也可以获得的发展机会，也会更容易进入云计算、人工智能等领域发展。 对于当前在读的本科生来说，如果不想读研，那么应该从以下三个方面来提升自身的就业竞争力： 第一：提升程序设计能力。动手实践能力对于本科生的就业有非常直接的影响，尤其在当前大数据落地应用的初期，很多应用级岗位还没有得到释放，不少技术团队比较注重学生程序设计能力，所以具备扎实的程序设计基础还是比较重要的。第二：掌握一定的云计算知识。大数据本身与云计算的关系非常紧密，未来不论是从事大数据开发岗位还是大数据分析岗位，掌握一定的云计算知识都是很有必要的。掌握云计算知识不仅能够提升自身的工作效率，同时也会拓展自身的技术边界。第三：重视平台知识的积累。产业互联网时代是平台化时代，所以要想提升就业能力应该重视各种开发平台知识的积累，尤其是与行业领域结合比较紧密的开发平台。实际上，大数据和云计算本身就是平台，所以大数据专业的学生在学习平台开发时也会相对顺利一些。

复旦大学 大数据学院 金融专硕