大数据硕士就业

随着互联网技术的不断发展，越来越多的人了解到大数据、云计算、数据库等IT相关热词，提到大数据更是人人都道一句前途无限。2016年部分高校同样开设了大数据课程，那么大数据专业到底有哪些就业岗位呢？说是就业岗位，其实就是探讨大数据专业有哪些发展方向！在大数据领域，毕业的毕业生有着非常非常非常广泛滴就业选择，也就是说你只要不瞎造、好好学（当然这是大前提，好好学！好好学！好好学！）高薪就是唾手可得。在硅谷，入门级的数据科学家收入是6位数，嗯，对，是美元为单位；在国内相关入门级人才薪资也都在8K往上，等你再过了两年有了工作经验，那不得了，年纪轻轻年薪过30万。扯远了，说正题，大数据专业有哪些就业岗位？1. 数据工程方向毕业生能够从事基于计算机、移动互联网、电子信息、等各种相关领域的Java大数据分布式程序开发、大数据集成平台的应用、开发等方面的工作，也可以就在IT领域从事计算机应用工作2. 数据分析方向缺啊，数据分析师一出手！市场导向全在手，大数据毕业生做数据分析，多理所应当的一件事情！数据分析方向还可以分得更细，数据存储和管理、数据清理、数据挖掘、数据可视化，大数据很难的你们晓得吧，这些岗位也都是分开招人的，所以说，你就得逮着一个方向使劲儿学，不然你跟不是大数据专业的计算机毕业生之间有啥子区别哦！3. 大数据运维方向这个嘛！云计算和大数据是紧密相连的吗，一个负责搞出来数据，一个负责计算数据，还是抢手的嘞！运营工程师基本是负责服务的稳定性，维护并确保整个服务的高可用性，同时做优化这三个只是发展方向，每一个方向还可以衍生出不同的岗位，总而言之，既然选择了大数据，就好好学，你的努力不会辜负你！2020年了，还不来学大数据

每一个大学都设立了很多的专业，供学生们自由选择适合自己的专业。学生们比较偏向于选择一些较为热门的专业，希望能够对日后的就业有所帮助。专业的选择是很重要的，除了看重个人兴趣之外，还要考虑就业前景。有些学生想选择大数据专业，但是不知道大数据专业怎样，就业好吗？什么是大数据？很多学生对大数据专业并不是很了解，这个专业听起来很高大上的样子。所谓的大数据是指将多种渠道收集到的数据进行采集、存储、整合、分析、控制从而得到的数据。多渠道得到的数据进行加工处理，目的是为了更好地为决策服务，得到的数据更加有用。大数据行业在这几年来非常火爆，许多高校都开设了大数据专业，很多学生选择报考这个专业。毕业生的就业方向也是比较广泛的，可以根据个人兴趣选择适合自己的工作岗位。大数据专业的毕业生就业方向有：大数据应用开发类、大数据系统研究类、大数据分析类等等。从事的工作岗位有：大数据工程师、大数据分析师等等。大数据领域里面蕴含有三个技术方向，第一个是大数据运维与云计算方向，第二个是数据挖掘、数据分析与机器学习方向，第三个方向是Hadoop大数据开发方向。毕业生们可以尝试着熟练掌握三者之一，当然全部掌握了是最好的。要是精通其一的话，那么将来的就业前景会是比较好的，而且薪酬待遇也是较为理想的。现在是大数据时代，我们国家正在大力发展大数据，现在社会也是很需要这方面人才的。大数据方面的人才紧缺，很多企业高薪聘请有能力的大数据高级应用人才。大数据是一个热门的行业，要是学生们想选择大数据专业的话，那么需要好好扎实专业知识，为了日后更好地在大数据行业中获得较好的发展。

随着科技的发展，人类社会拥有数据规模增长很快，每时每刻、从天到地都有大量数据被产生和存储下来。大数据就是通过对数据进行分析，帮助决策。大数据技术专业属于交叉学科：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)。大数据就业方向主要有这三个：第一个是数据开发，第二个是数据分析，第三个是数据挖掘，推荐大家去做数据开发。数据分析对业务要求比较高，要求数据分析师具备有一定的行业经验和行业背景。需要具备有一些统计学相关的一些技能。数据挖掘要求学历比较高，通常是硕士及以上，因为数据挖掘的开发过程中，一般会涉及到机器学习的一些相关算法，以及相关算法的一些调优。#专业##大数据##学历提升##高职单招##高职扩招##全日制大专##专升本##

当下，人工智能、大数据等热门词汇频频出现在人们的视野中。作为万物分析的大数据更是站在互联网的风口浪尖上，直接催热了大学里的大数据专业。从IT时代进入DT时代，高校在大数据方向上设置了什么专业，具体学什么，就业怎么样，作为新兴专业，考生如何报考?今天，就来谈一谈这个大家关注的热门专业。1.什么叫大数据？进入互联网时代，中国的网民人数已超7亿，大数据的应用涉及到生活的方方面面。例如，你在网站上买书，商家就会根据你的喜好和其他购书者的评价给你推荐另外的书籍；手机定位数据和交通数据可以帮助城市规划；甚至用户的搜索习惯和股市都有很大关系。在谈到大数据的时候，人们往往知道的就是数据很大，但大数据≠大的数据。大数据，就是存储在各种存储介质中的海量的各种形态数据，具有5V特点，即：Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值密度)、Veracity（真实性）。大数据之“大”，不仅在于其“大容量”，更在于其“大价值”，并已成为除人力、土地、财务、技术之外的另一种重要的基础资源。对各种存储介质中海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理，通过“加工”实现数据的“增值”，更好地辅助决策。2.数据科学与大数据技术专业本科专业中和大数据相对应的是“数据科学与大数据技术”专业，它是2015年教育部公布的新增专业。2016年3月公布的《高校本科专业备案和审批结果》中，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。随后第二年又有32所高校获批“数据科学与大数据技术”专业。两次获批的名单中显示，该专业学制为四年，大部分为工学。数据科学与大数据技术是个交叉性很强的专业，很难说完全归属于哪个独立的学科。所以，不同的学校有的是信息学院申报，有的是计算机学院牵头申报，有的设在统计学院，还有的在经管学院。像北京大学这个专业是放在理学下，授予理学学位。大多数是设在工学计算机门类下，授予的是工学学位。数据科学很早就存在，是个比较经典的学科，现在和大数据技术结合形成了这个专业。目前教育部设定的本科专业名称为“数据科学与大数据技术”，专科名称是“大数据技术与应用”。3.数据科学与大数据技术学什么？以对外经济贸易大学该专业为例，专业知识结构包括数学、统计、计算机和大数据分析四大模块，具体课程设置如下：数学：数学分析一、数学分析二、高等代数、离散数学。统计学：概率论与数理统计、多元统计分析、随机过程。计算机：数据机构、计算机组成原理、操作系统、数据库系统原理、C++程序设计、Java程序设计、Python与大数据分析、科学计算与Matlab应用、R语言等。大数据分析：数据科学导论、机器学习与数据挖掘、信息检索与数据处理、自然语言处理、智能计算、推荐系统原理、大数据分析技术基础、数据可视化、大数据存储与管理、大数据分析实践等课程。数据科学与大数据技术是一门实践性很强的新兴交叉复合型学科：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)。根据各校偏重的专业方向，课程设置有所差异，感兴趣的同学可以具体查看各校的专业和课程设置情况。1.行业增速快 人才缺口大随着移动互联网和智能终端的普及，信息技术与经济社会的交汇融合，引发了数据迅猛增长。新摩尔定律认为，人类有史以来的数据总量，每过18个月就会翻一番。而海量的数据蕴含着巨大生产力和商机。2011年至2014年四年间，我国大数据处于起步阶段，每年均增长在20%以上。2015年，大数据市场规模已达到98.9亿元。2016年增速达到45%，超过160亿元。预计2020年，我国大数据市场规模将超过8000亿元，有望成世界第一数据资源大国。但数据开放度低、技术薄弱、人才缺失、行业应用不深入等都是产业发展中亟待解决的问题。根据领英发布《2016年中国最热职位人才报告》显示，有六类热门职位的人才当前都处于供不应求状态，稀缺程度各有不同，其中，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。目前的当务之急是解决大数据人才瓶颈问题，相关调查显示，未来3-5年大数据人才缺口达到150万之多。，但截至目前，中国大数据从业人员只有约30万人。同时，大数据行业选才的标准也在不断变化。初期，大数据人才的需求主要集中在ETL研发、系统架构开发、数据仓库研究等偏硬件领域，以IT、计算机背景的人才居多。随着大数据往各垂直领域延伸发展，对统计学、数学专业的人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。数据分析师现在需求就很旺盛了，2年工作经验的月薪可达到8K，硕士学历的数据分析师月薪可达到12K，5年工作经验的可达到40万至60万元。2.大数据主要就业方向2015年9月国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作。《纲要》明确提出了七方面政策机制，其中第六条就是加强专业人才培养，建立健全多层次、多类型的大数据人才培养体系。目前，大数据主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如下：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。5.数据挖掘工程师做数据挖掘要从海量数据中发现规律，这就需要一定的数学知识，最基本的比如线性代数、高等代数、凸优化、概率论等。经常会用到的语言包括Python、Java、C或者C++，我自己用Python或者Java比较多。有时用MapRece写程序，再用Hadoop或者Hyp来处理数据，如果用Python的话会和Spark相结合。6.大数据可视化工程师随着大数据在人们工作及日常生活中的应用，大数据可视化也改变着人类的对信息的阅读和理解方式。从百度迁徙到谷歌流感趋势，再到阿里云推出县域经济可视化产品，大数据技术和大数据可视化都是幕后的英雄。1.院校开设情况大数据人才的典型胜任特征：善于做需求分析、写代码;善于与人沟通，喜欢探索未知;需要根据数据推演、分析、提出解决方案，有数据思维;需要持续保持学习状态;内性格上能动能静。不同办学层次的院校开设此专业，培养模式会有差异。例如，高职类院校学生由于数学基础相对薄弱，会跟多偏向于工具的使用，如数据清洗、数据存储以及数据可视化等相关工具的使用;本科院校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。在“教育部2015年度普通高等学校本科专业备案和审批结果”中北京大学、中南大学、对外经贸大学成为首批开设 “数据科学与大数据技术”本科专业的高校，随后中国人民大学、北京邮电大学、复旦大学等32所高校成为第二批成功申请该专业的高校。至去年上半年，我国已有35所高校获批“数据科学与大数据技术”本科专业。经过一年的发展，申请院校成井喷式的增长，全国高校大数据教育联盟通过教育部公示的申请2017年“数据科学与大数据技术”专业的院校来看，2017年申请院校高达263所，其中工学190所，理学73所。数据科学与大数据技术是个交叉性强、跨学科的专业，很难说是完全归属与那个独立的学科。高校牵头申报的学院不同，培养重点和授予的学位可能不一样。因为课程来自于不同的学院，也有高校是联合一些学院单独成立机构来申报。从名单可以看出，在大部分开设院校中该专业都属于工学类，有个别院校将其归属在理学门类，授予理学学位。有志于学习数据科学与大数据技术专业的学生，可以从大学的传统优势领域和行业背景考虑选择。比如，复旦大学的大数据技术本科专业是设在大数据学院下；北京大学是在数学院开设了该专业，偏数学的内容更多一些。对外经济贸易大学该专业设在信息学院，因为财经是学校传统优势，专业还会偏重经济、金融等相关学科领域的知识。2.报考注意事项了解了大数据行业和大数据专业后，对于考生填报与大数据相关的热门专业，需要注意以下几点：1.报考热门专业和就业热的专业并不一定是重合的，比如软件、计算机、金融，这些专业的就业率实际并没有那么高，地质勘探、石油、遥感等专业，虽然报考时是冷门，但行业需求大，就业率更高。2.选择热门专业，更需要考虑就业质量。专业就业好，是统计学意义，指的是平均收入水平高，比如金融专业的收入，比其他纯文科专业的平均收入较高，但落实到个体层面，就业情况就不一样了，尤其像金融专业是典型的名校高学历好就业，但对于考试成绩较低的同学来说，如果去一些普通院校、专科院校学习金融，最后就业情况可能还不如会计专业。3.志愿填报，除了专业，城市因素也很重要：如果想从事金融、互联网的工作，更适合去一线城市，如果是去三、四线大学的学生可以考虑应用面比较广的专业，就是各行各业都能用到的专业，比如会计专业，专科层次的会计和985层次的会计都有就业渠道。如果先选择报考城市，也可以针对所在城市的行业特点选择专业，比如沿海城市外贸相对发达，选择国际贸易、外语类专业就业情况更好，比如武汉有光谷，选择光电类专业更好就业。4.最终家长和考生更需要考虑个人与专业匹配的问题，金融、计算机等热门专业不是所有人都适合学，好专业不见得对所有个体都是好的。5.最后，考生报考时要注意，有的高校大数据专业是按大类招生，即按计算机大类，且只招理科生。下面是人大、北邮、中南大学三校2017年数据科学与大数据技术专业在五个省市的录取数据。其中，人大的大数据专业归统计学大类；北邮的大数据专业归计算机大类。

了解一个行业的发展前景，主要会从以下几个角度出发进行探讨：1、行业人才缺口判断一个行业是否好就业，首先会考虑找工作的难易度，如果市场需求量大，但是该行业人才又较为稀少，那么这个行业的就业率就会很高。大数据恰恰属于这一类行业。近年来，信息化当道、国家大力发展数据产业，使得越来越多的企业开始重视数据带来的收益，数据再也不是一串串冷冰冰的数字，而是变成了企业高管手中的香饽饽，这就必然会加大了市场对数据行业专业人才的需求；但国内真正开设了系统性的数据方面教导的学院却是寥寥无几，这样的供需不平衡就会导致数据行业产生一个较大的人才缺口，为后续的数据人才的就业提供了便捷。就业方向大数据的人才未来的就业方向也是比较多样化的，可以根据自己的实际情况进行选择，简单按照职业的发展方向可以分为：大数据开发方向：涉及的岗位诸如大数据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；数据挖掘、数据分析和机器学习方向：涉及的岗位诸如大数据分析师、大数据高级工程师、大数据分析师专家、大数据挖掘师、大数据算法师等；大数据运维和云计算方向：涉及的岗位诸如大数据运维工程师等；这其中，数据挖掘，数据分析这一块是最容易入门，也是人才缺口最大的一块发展方向。很多大型的企业都会借助一些BI工具，诸如国外很有名气的Tableau、PowerBI，国内的黑马DataFocus、FineBI、永洪BI等等，来协助进行数据分析。而大数据分析师，就是需要熟练操作运用这些BI工具，将数据的价值最大化。3、薪酬正式进入公司后，很多人就会发现，一般IT部门员工的工资是比较高的，而大数据分析与IT部门的有着非常密切的联系，因此大数据部门的员工薪酬也是普遍偏高的，在一些一线大城市，基本可以达到上万起步。这可以给很多初出茅庐的大学生们减缓巨大的经济压力。4、未来发展大数据和IT类似，都是“越老越吃香”，你的实践经验越丰富，你可以发展的职业生涯也就越长，不会太拘束于行业限制，自身经验越丰富，自我价值也就越大。除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

首先，如果有明确的读研计划，在普通大学读大数据方向研究生是完全可以的，一方面当前大数据领域的高端人才（包括高端应用型人才）比较短缺，未来的就业机会比较多，另一方面大数据领域的发展空间也比较广阔，选择在大数据领域发展会更容易整合大量的行业资源，从而促进自身的快速发展。在普通大学主攻大数据方向，需要重点关注以下三件事：第一：注重细分方向的选择。大数据是一个庞大的生态体系，大数据领域也有很多细分方向，在选择具体方向的时候，一方面要紧跟当前的技术发展趋势，另一方面还需要考虑到学校和导师的优势方向，选择这些优势方向会有一个更好的学习体验。当前可以重点关注一下大数据与人工智能深度结合的方向，这些方向的前景还是不错的。第二：重视论文。对于名校的研究生来说，可以有资格把论文放在第二位，但是对于普通高校的研究生来说，论文对于后续的就业和读博都是比较重要的，所以还是应该重视论文，最好能够在研一期间就发一篇核心，以后再逐渐向高级别刊物发起冲击。论文的质量和数量能够在一定程度上说明自己的科研能力和创新能力，普通高校的研究生可以通过论文来实现逆袭。第三：重视实践开发能力。从近两年研究生的就业情况来看，实践开发能力还是比较重要的，尤其从事大数据开发岗位更是如此。当前算法岗位的数量有所下降，竞争也比较激烈，所以不少大数据方向研究生会选择从事开发岗位，而要想获得高附加值的开发岗位，应该重视自身实践开发能力的培养。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

从教育部召开的2017届全国普通高校毕业生就业创业工作网络视频会议上了解到，2017届全国普通高校毕业生预计795万人。下面是2006年到2016年全国高校毕业生人数表，2016年毕业生人数为765万，2017年增长到了795万。最近几年，最难就业季的到来使得找一份合适的工作非常不易。尤其是二本、三本院校的本科生，工作尤其难找，这使得很多本科生都将考研当作延迟毕业的避风港。同时，伴随着毕业人数的增多，很多单位都将学历要求提高到了研究生，这也使得部分本科生被迫去考研。那么，本科考研情况怎么样呢？请看下面一组数据统计：2009年-2016年考研报录比详情通过上图可以发现：最近几年考研报名人数呈上升趋势（ 2015年除外），而高校录取人数基本不变。这说明考研竞争越来越激烈，2016年考研人数增多的主要原因可以归纳为经济增长乏力、就业形势严峻这两个方面。硕士研究生生源前三省河南、山东、河北光荣的成为了考研生源的前三名，这也与其高考竞争非常惨烈脱不了关系。很多学生成绩不错，但由于省内知名高校不多甚至没有，这使得只能委屈上一所普通高校。而考研相当于第二次高考，这三个省的考生改变自己处境的愿望要强烈的多。硕士毕业生报考人群性别比例硕士毕业生报考人群性别比例，女生可以占到60%。这也充分反映了女生就业难的现实问题，很多女生期望比较稳定的工作，例如公务员、国企类。但这些单位对学历要求较高，现实环境使得她们不得不选择考研。国内很多国企、事业单位对学历仍旧非常看重，“硕士”是基本门槛。这个趋势在未来几年仍是常态，因此当前考研在短期内不会降温。但是，多读这两年书真的可以在工作时更有竞争力，薪酬待遇更好吗？下面是对于研究生和本科生就业薪酬的统计（数据取自2015年）：本科生和硕士生就业薪资对比（2015年）通过对比发现：整体来说，硕士薪资比本科薪资要高出一个档次。尤其是在一线城市，6503元的薪酬虽然不能做到存下钱，但至少可以做到衣食无忧。从这一组数据中可以得到一个基本信息：读完研究生两年后，其起薪确实提高了。但所有专业都是这样吗？下面以当前最火的金融、房地产和快消等几个专业进行对比，看一下本科生和研究生的薪资对比。金融通过上面对比图可以发现：金融专业本科和硕士的起薪都在5000-10000之间，学历对这个行业薪资的影响并不是很大。因此，读金融专业的同学可以放心的去工作了，读研确实不能带来薪资的巨幅提高。房地产房地产行业硕士平均起薪是6500元，本科生的平均起薪是5400元。硕士起薪比本科要高2000元，如果单纯考虑薪资的话，考研确实是一个不错的选择。快消行业快消行业本科生和硕士薪资基本相同，读研并不能带来起薪上的显著提高。因此，快消行业的同学们还是尽量放弃考研的想法吧，踏踏实实找工作才是最重要的。总结硕士薪资整体上比本科生要高一些，但不同行业有很大的差异。在技术性要求比较高的行业中，企业对人员的学历要求较高，考研不管从薪资上还是以后发展上都要比本科生好很多。但对于那些非技术类工种中，企业更加偏爱的是本科生。广大同学在报考时，要根据自己的专业情况来自主选择。

IT技术培训是互联网人才重要的培养模式，可以迅速获取项目经验达到企业用人标准。大数据技术迎来了就业高潮期，目前市场人才缺口300万左右，发展空间巨大，是高薪就业的不二选择。首先大数据技术与应用专业是国家从2018年起在一些高职院校开始的新兴专业，目前已经开始400余所，为大数据时代的建设提供大量人才。目前大数据技术与应用专业课程大约如下：C语言程序设计，计算机网络，数据结构与算法，MySQL数据库，JAVA程序设计，Linux操作系统，Hadoop平台部署与运维，数据仓库与数据挖掘技术，Python程序设计，数据可视化技术与开发，深度学习与人工智能，Spark技术等课程。上面都是简单描述，下面有真正的分析，如果有不适感，可以不要看了。首先，看了很多专科院校的培养方案和课程安排，5个学期要学那么多课程，说实话，会消化不良的。因为本科7个学期有的时候才安排那么多课程。学生能学到什么真的不敢苟同。第二：这些课程是否合理？下面不是学历歧视，只是简单说一下。人工智能和深度学习是专科生去做的吗？数据挖掘，算法之类职位企业看专科简历吗？虽然现在大数据时代，对于数据人才紧缺，但是也是缺人才，并不是人多就好。另外开始专业的时候是否对于大数据的就业前景有过大规模调研？当然是有的，因为各个高校开始专业课程的时候不确定，导致会把软件工程和计算机专业的一些课程拿过来，也知道大数据对于专科学生的需求并不是那么明显，采取的无奈之举。第三：师资力量和教学标准。这块新专业，新技术，没有过多准备，导致学校准备不足，一直在摸索，这块不详细解释。第四：大数据平台厂家，因为此专业开始的时候，大家都没有很多经验，加上需要大量数据给学生训练，导致各类厂家纷纷涌入，给出各种指导意见，不是说不好，而是有的时候他们做得不精，另外他们逐渐把持着各种大数据联盟，不知道是好是坏，但是真的会对纯正市场有误差。另外高校在专业培养还在探索阶段，导致学校很难去磨练课程。第五：培训机构。无论是上市的达内，还是知乎天天活跃的青牛，还是其他各种各样的培训机构，给出的薪资由前几年Java的10W年薪，到现在15W，但是他们教得如何，谁都保障不了，填鸭式居多，只能是领进门，靠自身。那么他们对市场需求又了解多少，他们也会描绘得很好，来吸引学生。第六：就业前景。51job，智联上看看，搜索大数据，排除销售，搜全职，有五险一金的，看一下专科职位只有本科职位的三分之一，而且待遇相差很大。就像大多数hr所说，本科生和大专生，我肯定优先本科生，或者再直白地说，专科生的简历我看都不看。另外专科生和本科生的职位安排都不会一样，专科大多都是项目，实施，技术支持，不会涉及到传说中的研发体系。这就是现实，学历就是找工作最大的标签。第七：真的那么缺人吗？其实每个人都需要有数据分析思维，任何工作上都需要。但是真正的数据岗位，并不是各类报告说的那样稀缺。因为数据并不是直接提出来的，而是循循渐进的，所以其他语言也会转过来。再稀缺也不会想培训机构所说的稀缺。所以大家理性看待。那么“大数据技术与应用“专业到底何去何从？首先可以把他归属到软件专业或者计算机专业当中，因为大数据是通过软件发展而来的。必须要懂得最基本的软件知识。C语言，数据结构，网络，数据库，Java等都是大数据的基础。目前大数据发展的大致方向是：从底层开设Hadoop平台的搭建，到数据模型搭建，ETL，数据仓库搭建，再往后面算法优化，数据挖掘，以及同类的数据可视化分析，到数据分析师等等新兴产业和岗位。那么我们专科院校学生适合怎样的岗位和发展。首先目前能涉及这类产业的有几个类型：互联网公司，软件公司以及甲方三种。互联网公司，涉及到大数据的很多，几个大厂拥有自己数据挖掘小组，拥有大量精通算法的人员。底层大多外包给软件公司。对本科要求比较高。软件公司，有研发和项目实施等职位，对专科需求也更多是项目实施，做不了算法或者研发，大多数搭建底层环境，开发报表图表之类。会经常跟着项目走，生活飘忽不定，待遇会好些。甲方包含企业，医院，银行等大大小小的公司，他们的需求会需要业务支撑，底层部分大同小异，但是对于实施人员要求懂得业务，对于学历和能力要求也会高一些，但是大多数的传统企业对于人才吸引能力不高，所以对于专科生来说是个合适的归宿。综上所述，对于专科生而言，开发和研发岗位很难，更多的会去做底层环境搭建维护，项目实施，图表开发等配置性质工作，拓展渠道在于是否可以懂得业务，从数据人员到数据分析师一个转化。和业务对接最多的就是企业中表哥表姐，或者软件公司做BI开发的人员。做这块工作何尝不是专科生一个不错的选择。所以，数据处理底层配置，数据可视化和数据可视化分析是专科学生所要掌握的三个个技能，也是时代所适合的技术。

大数据（big data）指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式分布式处理技术、存储技术和感知技术从采集、处理、存储到形成结果的整个过程。从而拥有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。专业背景近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。截止到目前，人们日常生活中的数据量已经从TB(1024GB=1TB)级别一跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。大数据时代，专业的大数据人才必将成为人才市场上的香饽饽。当下，大数据从业人员的两个主要趋势是：1、大数据领域从业人员的薪资将继续增长；2、大数据人才供不应求。图示说明：2012-2020年全球数据产生量预测专业发展现状填补大数据技术与应用专业人才巨大缺口的最有效办法无疑还需要依托众多的高等院校来培养输送，但互联网发展一日千里，大数据技术、手段日新月异，企业所需要的非常接地气的人才培养对于传统以培养学术型、科研型人才为主要使命的高校来说还真有些难度。幸好这个问题已经被全社会关注，政府更是一再提倡产教融合、校企合作来创办新型前沿几乎以及“互联网+”专业方向，也已经有一些企业大胆开始了这方面的创新步伐。据我了解，慧科教育就是一家最早尝试高校校企合作的企业，其率先联合各大高校最早开设了互联网营销，这也是它们的优势专业，后来慧科教育集团又先后和北京航空航天大学、对外经济贸易大学、贵州大学、华南理工大学、宜春学院、广东开放大学等高校在硕、本、专各个层次开设了大数据专业方向，在课程体系研发、教学授课及实训实习环节均有来自BAT以及各大行业企业一线的技术大拿参与，所培养人才能够很好地满足企业用人需求。那大数据有哪些应用领域呢？1.顾客需求分析。2.改善生活。3.业务流程优化。4.客户体验优化。5.医疗优化。6.结果预测。而且工资也给的不低最后，需要特别指出的是：大数据专业都采用的校企合作专业共建的形式办学，并且由于是新兴前沿专业，更加注重对技能的要求和掌握，所以大家在选择就读学校的时候不仅要注意学校的层次和水平，也要注意企业的资质和经验等。