哪个大学有大数据的研究生专业

　　国内外相关高校开设《数据科学》课程、数据科学学位计划、数据科学短期培训班，进行数据科学家和数据工程师的培养。在中国，香港中文大学从2008 年起设立“数据科学商业统计”科学硕士学位；复旦大学从2007 年起开设数据科学讨论班，2010 年开始招收数据科学博士研究生，并从2013 年起开设研究生课程《数据科学》；北京航空航天大学于2012年设立大数据工程硕士学位。在美国，加州大学伯克利分校（UC Berkeley）从2011 年起开设《数据科学导论》课程，并从2012 年起开设《数据科学和分析》课程；伊利诺伊大学香槟分校（University of Illinois at Urbana-Champaign，UIUC）从2011 年起举办“数据科学暑期研究班”（Data Sciences Summer Instituteprogram）；哥伦比亚大学（Columbia University）从2011 年起开设《数据科学导论》课程，2013 年起开设《应用数据科学》课程，并将从2013 年秋季起开设“数据科学专业成就认证”（Certification of Professional Achievement in Data Sciences）培训项目，并计划从2014 年起设立硕士学位，2015 年起设立博士学位；芝加哥大学（University of Chicago）开设3 个月的夏季培训课程；纽约大学（New YorkUniversity）将从2013 年秋季起设立“数据科学”硕士学位；南加州大学（South California University）设立“数据科学”硕士学位；华盛顿大学（University of Washington）从2013 年5 月起开设《数据科学导论》课程，并对修满数据科学相关课程学分的学生颁发数据科学证书（Certificate in Data Science）；雪城大学（Syracuse University）也提供数据科学高级研究证书（Certificate Advanced Studies in Data Science）培训项目。在英国，邓迪大学从2013 年起设立“数据科学”科学硕士学位。从上述人才 的培养计划来看，数据科学家应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识面，具有独立 获取知识的能力，具有较强的实践能力和创新意识。其中，只有复旦大学的课程设置强调了数据科学家是研究数据的科学家，而不仅仅是一个数据工程师或者数据分 析师[2]（查看中国大数据技术与产业发展白皮书2013原文）。　　国内开设《数据科学》课程调研结果　　大陆：根据网络调研结果，国内高校目前还没有关于已开设《数据科学》课程的相关资料，但是，不排除个别已经开设《数据科学》课程（因为有些教师可能没有为课程建立主页）。相关高校在数据科学领域开展了相关工作，比如，复旦大学设有“上海市数据科学重点实验室”和“数据科学研究中心”，清华大学数据科学研究院计划在2014年9月开始培养大数据硕士，华东师范大学设有“数据科学与工程研究院”。在教材方面，复旦大学朱扬勇、熊赟等人编写了《数据学》，北京理工大学杨旭、汤海京等人编写了《数据科学导论》。　　香港：调研了中国香港几所主要大学，香港大学、香港中文大学、香港理工大学、香港科技大学、香港城市大学、香港浸会大学、香港岭南大学，都没有开设《数字科学》这门课，但是，有几所大学开设了《Data Analysis》这门课，但是并没有课程信息，只有简单介绍。（查看调研报告）　　台湾：中国台湾省各高校暂时未开设《数据科学》课程，通过公开的资料也未显示有开课准备。台湾民间有一个“资料科学实验室”组织，2014年召开了“台湾资料科学爱好者大会”，有开设资料科学相关课程。（查看调研报告）　　国外开设《数据科学》课程调研结果　　美国：华盛顿大学开设了《Introction to Data Science》，介绍了关系型数据库、MapRece、NoSQL、基础数据分析、机器学习、可视化、图论。约翰霍普金斯大学在Coursera上一口气推出了9门Data Science方面的课程，组成“数据科学家”专项课程。（1）数据科学家的工具箱；（2）R语言程序开发；（3）获取和整理数据；（4）探索性数据分 析；（5）可重复性研究；（6）统计推断；（7）回归模型；（8）实用机器学习；（9）数据产品开发。纽约大学开设MS data science项目。哥伦比亚大学设有数据科学学院。MIT开设Introction to Computational Thinking and Data Science（计算思维和数据科学导论）这门课，介绍如何利用计算机来理解真实世界的现象，目标受众是具备一定Python编程经验和计算复杂度基础知识的学生，课程强调必须更加照顾涉猎范围，而不是一味增加深度；为了这个目的，该课程会为学生提供许多主题的浅显介绍，这样学生就可以知道之后在他 们的职业生涯中可以用计算机去完成什么样的任务了；课程的主题包括，绘图、随机程序、概率和统计、随机漫步、蒙特卡洛模拟、数据模型化、优化问题和分类归 并。哈佛大学开设CS109 Data Science，有GitHubk课程资料。（内容请查看调研报告）　　英国：目前大概有七所高校开设了《数据科学》及其相关课程，包括谢菲尔德大学、爱丁堡大学、伦敦大学学院、东英吉利大学、布里斯托大学、曼彻斯特大学、 伦敦大学皇家霍洛威学院。其中，谢菲尔德大学和爱丁堡大学对于这一新兴专业归纳最全，并设立了相应的MSc；其他高校只设立了与数据科学相关的一些课程或专业，如曼大设立了数据与知识管理专业，东英吉利大学设立了知识发现与数据挖掘专业。（内容请查看调研报告）　　韩国、日本：经过对韩国科学技术院(KAIST)、浦项大学、首尔国立大学以及日本东京大学和京都大学的网络调研，可初步得出，韩国和日本目前还没有高校开设《数据科学》的课程。其中，韩国的三所大学有设立与数据科学相关的课程，但没有课件资料，也没有简要的课程介绍。（查看调研报告）

大数据与信息工程学院现有三个系，分别为电子科学系、信息与通信工程系、大数据科学与工程系，一个电子科学与技术博士后流动站，一个电子科学与技术一级学科博士点（包含物理电子学、电磁场与微波技术、微电子学与固体电子学，电路与系统等四个二级学科博士点），一个电子科学与技术一级学科硕士点（包含物理电子学、电磁场与微波技术、微电子学与固体电子学，电路与系统等四个二级学科硕士点），一个信息与通信工程一级学科硕士点（包含通信与信息系统，信号与信息处理等两个二级学科硕士点），两个专业硕士点（电子与通信工程、集成电路工程）。很明显，电子科学与技术这个学科才是该学院的强势学科

以下建议仅供大家参考：第一，报考一个你可以考上的专业考研谁都希望自己最终考上，因为考研毕竟还是要花费很多时间和金钱的，而且一次考研其实也是一家人在考研，考研比之高考要难多了。所以如果你的外语、数学不好，那很多热门的专业你是不适合报的。第二，考研选择专业时需要考虑的几个方面1、国内社会经济形势对于这一点，许多考生常常认识不足，他们仅把考研当成自己的事情，却忽略了国内大背景对未来个人就业及前途的的重要作用。若你留心两会的报告及代表的发言，你可能就会对这个词印象深刻--生态文明。随着经济的快速发展，我们的环境问题越发突出，对于这个日益严峻的问题，十八大报告指出："建设生态文明，是关系人民福祉、关乎民族未来的长远大计......要把生态文明建设放在突出地位，融入经济建设、政治建设、文化建设、社会建设各方面和全过程"。生态文明建设的发展必然会需要相关专业的人才，虽然生态学、环境经济学等相关专业并不是特别热门，但是从长远来看，这些专业的未来发展前景不一定就比不过所谓的热门专业--金融等，一方面热门专业每年都有大量的毕业生，另一方面，热门专业的"海归"人员相对较多，相比之下，竞争压力自然不小。2、就业形势虽然近年报考研究生的人越来越多，但仍有一些专业报考量不足，个别甚至出现招不满或无人报的现象。在个别学校的热门专业，即便是总分超过350分，也未必能保证被录取为计划内公费生。因此，一些热门专业或热门学校中那些相对冷门方向及专业，同学不妨有选择地报考，比如石油、地质、环保、文物、珠宝鉴定等社会需求和人才供应目前不成正比。而且，眼前的“热”专业，并不代表以后的就业形势一定会好，可能研究生毕业时所谓以往“热门”专业已经成为当时的冷门了。所以，考生要把握社会宏观走势，判断社会各行业需求。要了解行业特点，分析需求总量。3、个人兴趣兴趣是最好的老师，对本科所学专业并不是很喜欢的同学，考研给了大家重新选择自己人生的机会，若是你真的明白了自己的兴趣，并且愿意冲破一切阻力，为了自己的兴趣全力以赴，那选择自己喜欢的专业也是可以的。当然，这个选择是有风险的，毕竟这是跨专业考研，如果你本身基础比较弱，为了成功踏入目标院校，只能比别人付出更大的努力。4、历年复试分数线和录取比例复试分数线的高低、录取比例的大小意味着竞争力的强弱。考生在选定某些专业时可根据往年的这些实录来定夺专业的取向。5、学校的研究生培养年限目前，大多数学校研究生培养年限为3年或2.5年，少数学校学制为2年，并且考生要掌握准确信息，结合切身实际再做选择。据2008年全国研究生招生首场大型现场咨询会上的消息，2008年研究生招生政策将做调整。硕士研究生的学制不作硬性规定，由学校根据专业和质量要求来决定弹性学制。这就更需要学生事先要了解自己所报考学校、专业的学制，根据自己的财力、精力、进行选择。6、国际经济形势当今的社会是一个开放的社会，虽然相比过去，中国经济有了长足的进步，但是我们不得不承认，在许多方面我们都需要学习和借鉴西方的先进之处。对于某些行业，可能在国内并不是发展的特别好，但是在西方发达国家，却是前景明朗，那我们就可以根据实际情况，客观分析这种专业是否在未来会更受欢迎。7、本科专业的限制人的潜力是无限的，可是在考研这个窄小的道路上，考察的并不是谁更有潜力，而是有限的时间内，你能比别人发挥出多少来。所以，我们不能忽略本科所学专业对考研专业的限制作用。若是你本科学的是法学，但是你考研想考数学专业，那毫无疑问，考研的难度会非常大，毕竟文科与理科的学习还是有非常大的区别的。但是若你是法学，你想考人力资源管理专业，那这个难度就会相对小很多，付出相同的努力，你成功的机会自然就大得多。8、个人实际情况目前国内有两种研究生培养方式：一种是学术取向的，一种是职业取向的，比如MBA、MPA和法律硕士等。这样可以大致将考生的学业发展取向分成两大块。一般情况下，读职业取向的研究生学位比读学术性取向的学位花费要多，但未来的职业回报预期要大。由于各学科和专业之间就业率的差距很大，考生在选择时要考虑的不仅仅是自己的兴趣，还要考虑家庭和个人的经济承受能力。如果负担很重，要求你要尽快取得一份薪水可观的工作，那么即使考生对天文学达到痴迷的程度，恐怕也不得不暂时委屈一下自己的兴趣。毕竟人生除了自由发展外，还有许多应尽的责任和义务。2020考研的同学，在五一小长假可以了解下启航考研的五一体验营，关于的考研规划都可以直接面对面咨询相关老师。

随着互联网技术的不断发展，当今的时代又被称之为大数据时代。目前互联网企业对大数据人才需求非常大，培训机构出来的人才也很好找工作，南京课工场最近一批的大数据学员就业就很高，薪资普遍很高。当然，工作好找的前提是你大数据的相关技术要过关哦！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。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。

南宁很多大学都有这个专业的研究生，不过还是建议到各个学校的研究生官网查询比较准确，祝你成功

大数据专业的大学全国共有200多所，以下是主要的几所：1、北京大学：大数据是一个新的专业，国内首次出现这个专业是在2016年的时候，当时新设这个专业的高校全国只有3所有，其中就有北京大学。2、对外经济贸易大学：与北大为同一批次开设大数据专业的学校还有对外经贸大学，很多人不知道这所学校是一所211工程大学，所以这个大数据专业应该是办得不错的。3、中南大学：该校是湖南最好的大学，属于211和985工程学校。是第一批开设大数据与专业的高校。网上的一些排名中将该校的大数据专业排在了全国第一的位置。4、中国人名大学：人大属于第二批开设大数据专业的高校，具体开设时间是在2017年。人大的这个专业虽然开设只有一两年的时间，但是实力应该是很强的，因为该校的统计学科在国内处于领先地位。5、复旦大学：复旦大学的大数据专业是在2017年开设的，支撑学科主要涉及到了统计学、计算机科学和数学等学科，应用范围很广，几乎在所有的行业中都可以进行应用。6、电子科技大学：电子科技大学位于成都，综合实力在全国范围内排前50位，在四川省中排名第2位，在全国电子科技内大学中排名第一。扩展资料：大数据技术专业旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力。大数据专业毕业生能够从事大数据研究和开发应用的高层次人才。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。大数据分析的产生旨在于IT管理，企业可以将实时数据流分析和历史相关数据相结合，然后大数据分析并发现它们所需的模型。反过来，帮助预测和预防未来运行中断和性能问题。进一步来讲，他们可以利用大数据了解使用模型以及地理趋势，进而加深大数据对重要用户的洞察力。 

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

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。

考研是为了一个好工作，怎么样才能，有竞争力呢，学校好或者专业认可度大，所以，找学校要么冲着专业去，要么奔着学校去，至于考研难不难，难才证明有价值啊，要不然哪有价值,不要怕考不上好的，早点复习，付出一万倍的努力试试，家里条件允许，找个班，像文都鹰飞集训营，科学高效，加上自己的努力，肯定成功啊加油