有关大数据的考研学校

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。

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。

我猜，题主想要问的是：最近几年大火的大数据，如果是想要在大学里学习相关专业，将来从事相关工作，具体有哪些专业是属于对口的吧？就从这个角度来说一说。一般来说，学校的人才培养和专业设置，相对于市场上相关人才的热门需求是要相对滞后的，比如说国际贸易、物流管理、电子商务这些专业，都是在相关行业蓬勃发展一段时间之后，各高校才逐步设立了相关专业。大数据、人工智能相关领域，也不例外。因此，目前国内高校里开设了诸如数据科学与大数据技术、大数据采集与管理这样专业的学校还不算特别多，根据教育部2018年公布的较早通过相关专业备案和审批的高校有中国人民大学、中国农业大学、北京师范大学、中国传媒大学、南开大学、同济大学等，若有兴趣可进一步了解。同时，目前企业里招聘相关领域的人才，一般会从联系比较密切的专业里来寻找对口人才，比如统计学、数学、软件工程、计算机科学等专业。如果想报考的学校暂时没有数据科学与大数据技术相关专业，则可以通过学习临近专业来达到将来从事相关领域工作的目标。再来说说它有什么优势。一个热门的专业和领域，自然是它代表了未来的某种趋势，就像从好多年前就开始热门的计算机技术相关专业，在互联网、移动互联网快速发展的这些年，市场上对相关人才的需求也大幅度增加，学习热门专业自然就能够更快地找到合适的工作，还能在热门行业和热门岗位上，拿到更高的工资。这个专业和领域的另外一个优势还在于，它学习和入门的门槛比较高，也就是说，一个人通过本科4年、再加上硕士研究生、博士研究生的系统学习后，基本上就会构建自己专业领域上一定的壁垒，形成自己极具竞争力的专业优势，这样一来，起点高、又有较高的壁垒，在今后的职业道路上也就会有更好更快的发展。

中国人民大学有大数据方向的课程。数据挖掘与应用统计、大数据与应用统计、大数据与云计算等方向的课程都与大数据相关。中国人民大学是大数据人才培养基地。中国人民大学的大数据是国家重点学科，拥有强大的院系支持，丰富的校友资源，以及最强的师资阵容。不论是数据挖掘，还是数据统计，云计算。中国人民大学的大数据都处于领先地位。北 京航空航天大学在职研究生好像是有吧

复试、体检、资格复审。复试一般为次年的3-4月份。如果没有满足初试分数线，则需要自己关注调剂信息进行调剂。录取与通知书发放。录取结果在复试后一周内会公示，录取通知书一般在次年6月份发放。二、考研分初试和复试两个阶段进行。初试和复试都是硕士研究生招生考试的重要组成部分。初试由国家统一组织，一般在12月最后一个周末组织考试，考2-4门课程。复试由招生单位自行组织，一般在次年3-4分组织考试，包括笔试、综合面试和英语听说测试。部分高校的英语听说测试是和综合面试合在一起的。

大数据专业的研究生最好选择物联网这样也比较好，就业方向这个方向能够给我们带来很好的体验。

海量数据分布式处理系统的设计和搭建、分布式文件存储和分布式数据处理能力、大规模数据存储、实时计算系统的规划设计、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

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

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