研究生大数据方向

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；

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。就业形式还可以各大IT公司都需要大数据人才工资待遇也还ok不过很多公司都在一二线城市，这就需要大部分人背井离乡，甚至在特殊时期不能回家过年

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。

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。

这个要看你的基础和将来的需要而定。如果基础好，考研是比较好的，一是可以正规系统而且是高起点的学习研究，二是研究生的学历比培训班要高级的多，在社会上被高度认可。

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

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。

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。

大数据要更好一些，现在的趋势就是大数据，而图像处理只是一个视野比较窄的科目。如果你说你内向，想要报一个能够跟别人少沟通的专业的话，那是不可能的。仔细想想就知道，图像处理也是非常需要沟通的，通常都是要跟客户沟通，了解客户的需求，根据客户的需求不断改进等等，而大数据专业也是需要沟通。所以，沟通是不能逃避的。其实内向不是不能沟通，而是对沟通不感兴趣罢了主要我学电子的，学图像我可以直接报考本专业，好上手一点，学大数据，就只能再自学计算机专业课了，学习成本要高一点。一般考研计算机专业的竞争可能比电子还要激烈，这是我最担心犹豫的地方。