数据科学研究方向

数据科学与大数据技术专业学生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。就业方向很多，薪资待遇也非常不错。1数据科学与大数据技术专业具体就业方向1.大数据系统架构师大数据平台搭建、系统设计、基础设施。2.大数据系统分析师面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。3.hadoop开发工程师。解决大数据存储问题。4.数据分析师不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。作为一名数据分析师，至少需要熟练SPSS、STATISTIC、Eviews、SAS、大数据魔镜等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。2数据科学与大数据技术专业简介数据科学与大数据技术专业以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件,学习数学建模软件及计算机编程语言等,知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。不同院校开设此专业,培养模式会有差异。有些会偏向于工具的使用,如数据清洗、数据存储以及数据可视化等相关工具的使用;有些会倾向于大数据相关基础知识全面覆盖性教学,在研究生段则会专攻某一技术领域,比如数据挖掘、数据分析、商业智能、人工智能等。

数据科学与工程就业前景毕业生就业去向：毕业生就业前景广阔，可在核能、风能、太阳能、生物质能等新能源和节能减排领域的企事业单位、高等院校和政府部门从事技术研发、工程设计、新能源科学教育与研究、新能源管理等相关工作。

首先是师资。复旦大数据学院的师资力量基本是两层结构，首先是学术委员会和学科咨询这种上层结构，真的非常牛。但是这些老师大多是不给我们上课的。然后是我们的任课老师，主要课程的任课老师都很年轻，而且大多都有国外经历。这样有两个好处，一个是年轻老师容易跟我们打成一片，基本我们和老师之间可以算是朋友关系，平时也会一起出去吃饭喝酒，有问题随时可以问。另一个是，这些老师的上课风格不会拘泥于传统的教学模式，更靠近西方的风格，这点会在下面详细说。这两方面都是非常对我胃口的。然后是课程设置方面。本科来说，大三上设置，统计学原理1，统计计算，机器学习，金融与经济大数据，数值算法等必修课，大三下包括大规模分布式系统，统计学原理2，人工智能等必修课，还包括涵盖计算机，统计，生物，医学，金融，经济，心理，社会科学等方面的选修课（例如高级大数据解析，社交网络挖掘，数据可视化，时间序列等）。整体难度来说，并不会像数学系那么难，但是对证明和计算有基本要求，一点不水。另外，对计算机编程也会有要求。当然，不同专业背景的学生在培养方案上会有细微差别。下面详细讲一下。这些课程强调实践和理论相结合，期末考试的占分一般不超过50%，例如机器学习，一个学期会有3到4次project，每个project需要消耗不小的精力，同时需要自己写代码，但从这些当中真的可以学到很多干货。另一方面，课程讲授接近西方大学，从教科书，作业到slides，考试，基本是全英文，对英文材料可以有第一手的了解。但是，由于我们是大数据学院第一届，所以某些课程的教授内容有待进一步规划，相信随着时间的推移，这个会被逐渐弥补。再从课余生活上来说，每一位同学都会配备导师。导师不仅关心同学的日常，而且有研究项目可以带着大家一起参与，也会举办讨论班，内容可以是导师安排也可以是我们自己建议(比如这个学期的讨论班同学就有想法一起讨论tensorflow。)，另外，班级春秋游这种也少不了，而且由于班级较小，同学之间也相对较熟。至于研究生方向，我并没有了解，不过可以明确的是大数据学院的身后不仅是学校，还有一部分中植赞助，资金不是问题。听说学院还有在建的大数据，而且去年年底承办的的大数据论坛请来了伯克利分校的Jordan大牛，场面也很火爆。

软件工程吧。数据科学与大数据技术专业所学的知识与软件工程专业的知识比较相近，考研成功率高，而且软件工程是计算机大类中最受欢迎的。 请采纳哦。

我以一个刚刚毕业的身份来回答你这个问题，我是有切身的体会。学GIS的本科根本就搞不了GIS应用，要么搞测量，要么就是编程。或者是搞技术支持说白了就是搞销售，买GIS软件或者测量仪器。要是想做GIS这行还是考研吧，本科学不了深层次的东西。

小心求证的因果关系的探索向基于大数据的强相关性的挖掘，这是一种思维方式的变革。“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首家获批高校。“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首家获批高校。因此，数据科学及大数据专业在当下及未来二十年内，就业前景都非常好。因此，数据科学及大数据专业在当下及未来二十年内，就业前景都非常好。未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。如果是数学在100分以下我是及不建议学习这个专业的。就算是勉强学习也不会有好的结果的。如果是数学在100分以下我是及不建议学习这个专业的。就算是勉强学习也不会有好的结果的。大数据安全行业等等。可以说这两方面在未来的发展中将会起到巨大的作用，让我们拭目以待！缺点可能在于专业设立较新，教学课程设置上可能无法跟上大数据人才培养的技能需求。该专业的就业前景很好，各个高校对该专业的招生计划迅猛增加就可见一斑。时代的产业基础也十分的薄弱，而这也需要产业政策的配合，以加快产业变革的进一步发展。时代的产业基础也十分的薄弱，而这也需要产业政策的配合，以加快产业变革的进一步发展。像这种技术岗，除了hr面试以外，还有技术面，让你写个代码，分分钟就看出你的水平了。但是从大数据行业发展的基本面来看，未来大数据专业的就业情况还是非常值得期待的。

据复旦大学计算机学院数据科学及数据工程大方向，同时也属于上海市数据科学重点实验室。目前本研究小组集中以Web数据, 在线社会网络,社会媒体大数据为中心的数据分析与挖掘算法的研究。近几年主要参与了国家基金项目，重点基金项目，国家863项目以及上海科委创新计划， 国外合作项目等项目。主要研究大数据环境下的数据建模，数据挖掘，信息传播，行为预测等算法的设计和实现。具体的研究内容包含（但不限于）：1、在线社会网络中社区发现算法(Community Detection) 的研究; 在线社会网络信息传播模型（Information Spreading）的研究以及影响力最大化问题(InfluenceMaximization)的研究;2. 基于微博(Microblogging)新闻和评论的金融大数据的分析算法和预测算法（Financial Market Prediction）的研究；3．基于社会网络大数据分析的知识图谱(Knowledge graph)的建立和应用（如，利用知识图谱来影响力的学习）；4．基于大数据的数据挖掘算法（聚类，分类， 深度学习）在并行环境下的设计与实现；5．科学大数据的数据建模与数据查询； （目前参与国际合作SKA天文大数据的分析）；研究生在实验室的主要任务：参加讨论班的论文报告、实现算法与Demo系统、参加实验室项目，合作在高级别的会议或期刊上发表论文。实验室提供：必要的实验条件、一定的勤工助学补助、以及能够及时与你进行直接充分的讨论和指导。（一些熟悉的国外教授能够进行推荐）基本要求：1。有良好数学基础及较强的主动学习能力；2。对大数据处理及分析感兴趣，有一定的动手编程能力；

数据科学与大数据技术属于计算机专业。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。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，具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。扩展资料主要课程C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理,大数据管理、大数据实践等课程。毕业方向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。参考资料：百度百科-数据科学与大数据技术专业

首先是师资。复旦大数据学院的师资力量基本是两层结构，首先是学术委员会和学科咨询这种上层结构，真的非常牛。但是这些老师大多是不给我们上课的。然后是我们的任课老师，主要课程的任课老师都很年轻，而且大多都有国外留学经历。这样有两个好处，一个是年轻老师容易跟我们打成一片，基本我们和老师之间可以算是朋友关系，平时也会一起出去吃饭喝酒，有问题随时可以问。另一个是，这些老师的上课风格不会拘泥于传统的教学模式，更靠近西方的风格，这点会在下面详细说。这两方面都是非常对我胃口的。然后是课程设置方面。本科来说，大三上设置，统计学原理1，统计计算，机器学习，金融与经济大数据，数值算法等必修课，大三下包括大规模分布式系统，统计学原理2，人工智能等必修课，还包括涵盖计算机，统计，生物，医学，金融，经济，心理，社会科学等方面的选修课（例如高级大数据解析，社交网络挖掘，数据可视化，时间序列等）。整体难度来说，并不会像数学系那么难，但是对证明和计算有基本要求，一点不水。另外，对计算机编程也会有要求。当然，不同专业背景的学生在培养方案上会有细微差别。下面详细讲一下。这些课程强调实践和理论相结合，期末考试的占分一般不超过50%，例如机器学习，一个学期会有3到4次project，每个project需要消耗不小的精力，同时需要自己写代码，但从这些当中真的可以学到很多干货。另一方面，课程讲授接近西方大学，从教科书，作业到slides，考试，基本是全英文，对英文材料可以有第一手的了解。但是，由于我们是大数据学院第一届，所以某些课程的教授内容有待进一步规划，相信随着时间的推移，这个会被逐渐弥补。再从课余生活上来说，每一位同学都会配备导师。导师不仅关心同学的日常，而且有研究项目可以带着大家一起参与，也会举办讨论班，内容可以是导师安排也可以是我们自己建议(比如这个学期的讨论班同学就有想法一起讨论tensorflow。)，另外，班级春秋游这种也少不了，而且由于班级较小，同学之间也相对较熟。至于研究生方向，我并没有了解，不过可以明确的是大数据学院的身后不仅是学校，还有一部分中植赞助，资金不是问题。听说学院还有在建的大数据平台，而且去年年底承办的的大数据论坛请来了伯克利分校的Jordan大牛，场面也很火爆。