大数据相关专业硕士

大数据是近些年来的热点方向，大数据方向的研究生不仅有更多的发展机会，在薪资待遇方面也相对比较可观，所以不少研究生希望把自己的研究方向定在大数据相关领域。从发展趋势来看，选择大数据相关方向是不错的选择，未来的发展空间还是比较广阔的。目前不少大学的研究生教育都有大数据相关方向的设置，不同的高校在大数据教育方向上也会结合自身的教育资源进行相应的调整，所以要想选择适合自己的学校，需要考虑以下几个方面：第一：自身的知识结构。大数据是典型的交叉学科，基础学科包括数学、统计学和计算机，所以这三个专业的学生在读研期间都可以选择大数据方向，但是不同的专业在选择时也要结合自身的专业特点。比如统计学选择大数据方向时也可以选择本专业的研究生，因为统计学的研究生课题与大数据也有紧密的联系，没有必要一定要考计算机专业的大数据方向。在统计学领域，教育资源整合能力比较强的大学有北京大学、人民大学、南开大学等，不少财经类大学也有较强的学科实力，比如东北财经大学、上海财经大学也是不错的选择。第二：大数据学科的教育资源。研究生的教育质量与高校自身的教育资源整合能力有直接的关系，涉及到导师资源、实验资源、课题资源、行业资源等等，从大数据学科的教育资源情况来看，国内北京大学、中南大学、上海交通大学、中山大学、西安交通大学、对外经贸大学等都是不错的选择。第三：学校的整体实力。在考研选择学校时，应该注重学校的整体实力，整体实力较强的高校往往在专业发展上也会有较强的“后劲”，所以在选择高校时可以重点考虑一下双一流高校和一流学科高校（原985、211）。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！

自2018年开始，互联网大数据专业急剧升温，各大高校都纷纷新开设此类专业，以适应互联网经济和智能制造的发展，大数据、机器人和网络安全等专业的就业前景广阔。大数据是时代发展的必然产物，正在加速渗透到我们的日常生活中，一切可量化，一切可分析，以致于这个社会中的海量数据变成了巨大的潜在财富，拉动包括互联网、零售业、电信和媒体等在内的多种行业的发展。随着计算机速度的不断提高、存储容量的不断扩大、成本的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是：智能接口、数据挖掘、主体及多主体系统。智能接口技术研究如何使人们能够方便自然地与计算机交流；数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识；多主体系统试图用主体来模拟人的智能行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。针对以上两个新兴领域的学习和研究，大家如果想去香港就读相关专业硕士的话，香港八大高校分别有不同方向和特色的硕士项目等待大家的选择，小编在此整理好了相关课程的最新招生信息，希望对大家有所帮助。香港大学香港大学数据科学硕士由香港大学计算机科学与统计与精算学院联合办学，被誉为亚洲学术研究的领先中心之一。无论是全职学习时间超过18个月，还是兼职时间超过30个月，学生都将获得机器学习和数据分析方面的专业技能，并且还能深入研究实际应用，包括社交媒体中数据的作用以及云计算的发展。◆数据科学硕士统计与精算学系和计算机科学系共同提供一种研究生课程，以数据科学硕士学位的身份提供两种学习模式：全日制一年半半的学习模式和兼读制两个半个学年。该课程旨在为毕业生提供数据科学原理和实践方面的培训。申请者应具有微积分和代数知识，计算机程序设计和入门统计知识，并且应在这三个科目或相关领域中的每个领域至少参加一门大学或大专文凭课程。全职/兼职报名截止日期第一轮（主要）：2020年12月15日中午12:00（格林尼治标准时间+8）第2回合（结算）：2021年2月1日中午12:00（GMT +8）◆金融技术金融硕士该课程以跨学科的学术重点为基础，要求学生完成以金融科技为重点的不同学科的课程，例如区块链和加密货币、金融欺诈分析、金融市场法规等，学生总共需要完成十二门课程，其中包括十门核心课程和两门选修课程。如果申请者不是来自英语教学大学，则需提供TOEFL/IELTS分数，托福成绩必须达到550分或以上（笔试）或80分（基于互联网的考试），或者雅思考试的最低总分不低于5.5，且不低于5.5。具有计算机科学、工程、数学、物理学、统计学或与科学和技术相关的背景的候选人是高度优选的。全职报名截止日期第一轮：2020年10月19日中午12:00（GMT +8）第二轮：2020年12月14日中午12:00（GMT +8）第三轮：2021年2月3日中午12:00（GMT +8）第4回合：2021年3月9日中午12:00（GMT +8）第5轮：2021年4月7日中午12:00（格林尼治标准时间+8）香港科技大学◆金融技术理学硕士由工商管理学院、工程学院和理学院共同运营，从信息技术、区块链、数据科学、机器学习和决策分析等及时领域吸取专业知识。毕业生将能够分析新兴金融技术的工程机制和财务原理，并利用工程方法和定量技术支持的实用手段制定和解决与金融科技相关的问题。申请截止日期全日制：2021年2月1日兼读制：2021年4月1日◆数据驱动建模理学硕士由物理学和数学系联合提供，旨在培养下一代在解决问题和逻辑思维方面具有强大的技能。学生将受过训练，具有动手的经验，可以分析大量数据，从中提取重要功能，从而提供宝贵的见解，以了解复杂的情况并促进企业、行业和服务的明智决策。申请截止日期全日制：2021年1月1日（第一轮）；2021年3月15日（第二回合）；2021年5月15日（第三回合）兼职：2021年1月1日（第一回合）；2021年3月15日（第二回合）；2021年5月15日（第三回合）◆大数据技术理学硕士由计算机科学与工程系和数学系联合提供，旨在教育学生有关大数据和与大数据有关的问题，希望学生熟悉大数据系统的工作流程以及大数据系统的社会和社会意义。申请截止日期全日制：2020年12月1日（第一轮）；2021年3月1日（第二回合）兼职：2020年12月1日（第一回合）；2021年3月1日（第二回合）◆金融数学理学硕士侧重于培养学生成为当代金融和财富管理的专业人才，解决金融问题数学方法的应用，提供机器学习、区块链技术和算法交易等方面的新课程，以适应地区市场的快速变化。申请截止日期全日制：2021年2月1日兼读制：2021年2月1日申请人必须满足以下语言能力之一的英语语言要求：托福网考：80托福-pBT：550托福修订的纸笔考试：60（阅读，听力和写作部分的总分）雅思（学术模块）：总分6.5和所有子分数5.5香港中文大学◆金融技术硕士入学要求：·基本的数学知识（例如微积分，线性代数和概率）以及一种现代编程语言（例如C，C ++，Java或Python）的熟练程度·拥有认可大学或同等专业资格的工程，科学或金融/商业相关学科的学士学位申请截止日期第一轮：2020年10月5日第二轮：2020年11月9日第三轮：2021年1月18日第四轮：2021年4月12日◆数学硕士入学要求：通常还要求申请人参加面试申请截止日期：2021年3月31日在以下英语语言测试中达到分数：托福：550（基于纸张）/79（基于互联网）；雅思（学术）：6.5；GMAT：21级（口头）香港城市大学◆理学硕士（金融数学与统计）该计划由香港城市大学数学系提供，强调学生评估和发展金融业务和统计模型的能力的发展，还为学生提供复杂的金融和保险业务所需的理论知识，以及在金融数学和风险管理方面的数学和计算能力。从非英语授课的机构获得入学资格的申请人还应满足以下最低英语水平要求：在英语外语考试（TOEFL）上获得550分（纸笔考试）或59分（修订纸笔考试）或79分（基于互联网的考试）的分数；国际英语测试系统（IELTS）的总得分为6.5；在中国大陆CET-6考试中获得450分香港理工大学◆数据科学及分析理学硕士该计划旨在培养具有跨数学、统计学和计算机科学核心学科专业知识的毕业生，能培养学生的分析性和批判性思维以及解决问题能力，使毕业生能够在金融和信息技术等各个行业中担任数据分析师的职业。入学要求：拥有数学、统计学、计算机科学、IT、工程、科学或同等学历的荣誉学士学位。还将考虑拥有另一门学科的学士学位并且具有足够的数学或IT背景的申请者。应满足以下最低英语语言入学要求：基于Internet的考试的英语作为外语考试（TOEFL）的得分为80，针对纸质考试的英语为TOEFL的得分为550；国际英语测验系统（IELTS）的整体总分至少为6香港岭南大学◆人工智能与商业分析理学硕士该课程旨在教育学生关于人工智能和商业分析技术的基本原理和实际应用，特别是在商业领域，使他们能够在解决问题时可以有效地运用人工智能工具和技术、在决策时可以使用数据分析技能和人工智能技术来分析商业问题。申请者需：持有认可大学的理学、工程学、工商管理或有关学科的学士学位，或拥有其他同等学历 (视乎申请者情况作个别考虑)；除非持有香港或其他英语国家大学颁发的学位，其他申请人须符合以下要求：托福考试(TOEFL)最低成绩达550分(纸考)或79分(网考)；或雅思考试(IELTS)最低成绩达6.5分香港浸会大学◆金融（金融科技及金融分析）理学硕士该课程旨在为学生提供金融、金融科技和金融分析方面的知识，帮助他们培养解决金融相关业务问题的能力，并培养他们更好地为当今数据驱动经济中快速增长的需求做好准备。申请人应具备英语水平证明：雅思总分最低6.5分；或托福成绩79分（基于互联网）；或其他测试的同等分数申请截止日期：2021年3月1日◆人工智能与数码媒体理学硕士该课程旨在为学生提供计算和数字时代所需的人工智能和媒体传播的前沿跨学科知识和技能，以若干理论和方法课程的学术核心为基础，提供广泛的选修课程，侧重于数字转型背景下媒体机构和业务的知识和实践。申请人应具备英语水平证明：雅思总分至少为6.0分；或托福（iBT）最低成绩74分；或大学英语六级考试最低成绩450分申请截止日期：2021年3月1日◆数据分析及商业经济学理学硕士该课程的一个显著特点是在商业经济知识、统计模型和编程技能方面进行均衡的培训，提供各种数据分析课程，辅以相关的统计知识、编程技能和实际商业案例，还提供商业战略的最新经济原则、智慧城市发展的挑战和未来前景的课程。达到以下任一标准即可满足英语水平要求：托福网考最低成绩79分；或雅思成绩至少达到6.5分；或其他同等资格申请截止日期：2021年2月1日香港教育大学◆人工智能与教育科技硕士（新）申请人通常应满足以下最低英语能力要求之一：-- 雅思6.0总分（学术版）；或-- GCSE / GCE OL英语C级或以上；或-- 托福成绩80分（基于互联网的考试）；或-- 中国大陆大学英语考试（CET）的6级（总分达到430或以上，并且考试结果应在两年内有效）；或-- 其他同等学历

为了让众多同学更清楚自身的定位、明确自己的目标和方向，本文收集了2016年至2020年，共6个专业的专硕国家线走势图，希望对大家有所帮助。金融/应用统计/国际商务/保险/资产评估/税务历年总分走向趋势从数据来看，这六个专业近五年处于平缓上涨的趋势，今年受疫情影响，在扩招的号召下，相比去年来看浮动并不大，也只比2019年下降2分，下降幅度很小，所以准备2021金融专硕备考的同学，要结合自己现在的复习情况，找到差距努力备考。金融金融硕士专业学位项目主要培养具有坚实金融学理论基础和较高应用技能的专业人才，培养学生综合运用金融学、经济学、管理学、现代计量分析手段解决理论问题与实践问题的能力，使学生既了解国际金融业的前沿发展，又能密切联系中国的实践，具备比较强的研究能力和创新潜力，可以适应金融管理部门、各类金融机构和研究机构的工作。应用统计“应用统计硕士的就业方向有金融业、互联网业、咨询业、其他企业数据分析四大主要方向。应用统计学专业的毕业生主要到企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作。国际商务国际商务专业是6大专硕中相对来说性价比比较高的一个专业，相比金融专硕和应用统计专硕的考研难度整体来说要低。它更偏重于是国际贸易学的专硕方向，整体来说就业方向相对来说比较广泛，涉及到的面也比较广，很多金融类，财务会计类，经济学相关，贸易相关的的就业岗位都是国际商务硕士未来的就业方向，尤其是名校国际商务。保险专硕就业大部分比保险本科会有一些优势。但是整体上不会差太多。方向还是这么几个：银行(大方向) , 保险公司(市级分公司本科生多, 省分研究生多点) ,考公(各种局),转行。资产评估资产评估硕士培养面向资产评估行业，培养具备良好的政治思想素质和职业道德，系统掌握资产评估基本原理，具备从事资产评估职业所要求的知识和技能，对资产评估实务有充分的了解，具有很强的解决实际问题能力的高层次、应用型的资产评估专门人才。税务就业可以考虑税务局，事务所，企业税务经理。发展路线：税务局—税务局—税务局到退休。事务所—企业税务经理—企业税务总监。企业税务—经理—经理到底。4税务局—企业税务经理—很快到税务总监。收入因人而异，几千月薪的办税人员到一年几百万的税务总监都很常见。税务算是专业性比较强的，同级别会比会计赚的多。但是财务发展上限高，可以到cfo，这是个高管的职位，集团里面是总裁级别的。税务局的收入参照当地公务员的中上水平。2021考研预估人数将达到422w，较2020年增长近80w，2022考研压力将会更大！大家要选择好专业，争取一战成硕！

原标题：最新发布：这些专业太抢手！你的排第几？导读：“2015-2018全国考研大数据”来了！教育部全国硕士研究生招生考试网上报名和网上调剂唯一指定网站——研招网发布《2015-2018硕士研究生报考数据分析报告》！一起来看看！硕士研究生报名人数持续增长！女生为主力硕士研究生报名人数持续增长据教育部数据统计，2018年考研报考人数达到238万，增加人数和增长率均为近年来最高。△近4年硕士研究生报名人数（单位：万人）△近3年硕士研究生报名人数增长率女生读研占比超半数报考人数不断增长的同时，女生成考研群体主流。△男女生人数对比图（单位：人）为何考研？超半数受访者觉得考研是为了提升就业竞争力据中国青年报社社会调查中心数据，对于自己或身边的人选择考研的原因，调查显示，有以下几点：提升就业竞争力（58.8%）通过考研进入名校（41.4%）通过考研更换专业（37.1%）完成自己的学术理想（33.3%）工作晋升需要（30.9%）暂时逃避就业压力（24.9%）因身边朋友都在考而“随大流”（19.6%）寻找备考过程中的独特体验（10.5%）完善自己的大学生活（8.2%）据中国青年报报道，河北石家庄某高校的吴硕表示，由于学校一般，不论就业还是申请出国都没有太大优势，所以全班近一半同学选择了考研。胡杨本科读的是电气工程专业，他表示自己考研的主要目的是换专业，“4年读下来，觉得自己不太喜欢与机床、传送带打交道。希望研究生能学个‘和人打交道’的管理类专业”。对吴硕而言，选择考研更多是出于自己读名校的执念。本科就读于一所普通一本院校的他，考研志愿填报了北京某985高校。不过，深究自己渴望读名校的原因，吴硕坦言，主要还是考虑到未来对就业的影响。“身边非985、211毕业的同学找工作，简历投出去，得到的回应特别少”。山东济南某高校的研一学生李潇妍认为，读研能让自己在职场上“少走弯路”。“比如很多公司针对本科生和研究生的起薪和起始职位都是不一样的”。这些专业太抢手！最热门的是。。。哪些专业报考人数最多？以北京为例：2018年，工商管理专业报考人数居首，为19749人，随后为会计专业的13124人和法律硕士（非法学）专业的12957人，报考人数居第四至十位的专业依次为金融、公共管理、计算机技术、法律硕士（法学）、广播电视、软件工程、计算机科学与技术。2016年，报考“工商管理”的人数为13395名，居各专业报考人数之首，报考会计的人数为9369名，报考“法律硕士（非法学）”的人数为7608名（不含推免生），分别居第二位和第三位。报考人数居第4至10位的专业依次为金融、公共管理、计算机科学与技术、金融学、材料科学与工程、汉语国际教育、计算机技术。由此可见，工商管理、会计、法律硕士（非法学）连续数年成为报考专业的前三甲，依然是最热门的专业。热门高校专业考研难度排名报录比指的是报考人数和录取人数之比，报录比越大说明该专业考研难度越大。下面，我们就通过4所热门高校报录比排名前10的专业来看一下那些相对难考的专业有哪些：中国人民大学学术型学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（学术型学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。专业学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（专业学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。复旦大学学术型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（学术型）专业型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（专业型）南开大学难度排名↓↓↓↓↓↓浙江大学难度排名↓↓↓↓↓↓注：以上统计中不含非全日制、推免生、单独考试、强军计划、退役士兵计划以及少民骨干计划考生；录取人数中包括了由本校其他相近专业调剂到该专业录取的考生。往届生比例增幅明显 部分省市专硕超学硕应届生考研比例涨幅平稳，往届生读研比例增幅明显对在职人员来讲，考取双证不必脱产学习，充分满足了工作、学习两不误的需求。2017年在职研究生纳入统考后，在职考生的积极性空前高涨。部分省市专业硕士报名人数超过学术硕士近年来，由于招生计划增加的影响，除了总体报名人数呈上涨趋势之外，专硕的报考人数增长明显，多地甚至出现专硕报考人数超过学硕的现象。比如：湖北↓↓↓△湖北学硕和专硕（蓝色）人数对比图（单位：人）河北↓↓↓△河北报考学硕和专硕（蓝色）人数对比图（单位：人）

大数据和人工智能方面的人才培养就是从研究生阶段开始的，然后逐渐开始向本科阶段普及，所以硕士研究生选择大数据和人工智能相关研究方向是比较常见的，而且大数据和人工智能领域的研究方向还比较多。从人才培养体系来看，目前大数据专业既有研究生培养方案，也有本科生和专科生培养方案，研究生阶段主要以培养具备创新能力的研发型人才为主，本科生阶段主要培养具备初级研发能力的应用型人才，而专科教育则主要以培养技能型人才为主。硕士研究生阶段如果选择大数据方向，需要重点考虑一下本学校的资源整合情况，最好选择学校具有一定优势的细分方向，这样不仅能够获得更好的学习（研究）体验，往往也会有更多的就业渠道。目前除了计算机专业能够培养大数据方向的研究生之外，统计学专业和经济学等专业也能够培养大数据相关方向的研究生，只不过侧重点会有所不同。人工智能方面的人才培养主要以研究生教育为主，一方面人工智能涉及到的知识体系比较复杂，另一方面人工智能的学习和研发对于环境（实验室）的要求也相对比较高，所以在研究生阶段学习人工智能会有更好的学习效果。从近两年研究生的就业情况来看，大数据相关岗位的数量比较多，但是算法岗位相对比较少，而且岗位竞争比较激烈，这对于人工智能相关方向的研究生来说，是一个不小的挑战。如果想提升自己的就业竞争力，不仅应该注重自身研发能力的提升，也应该注重实践能力的锻炼。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！

在本科阶段读计算机、数学、物理、大数据等专业，在读研期间都是可以选择人工智能方向的，因为这些专业都是人工智能的相关专业。虽然目前已经有一些高校陆续在本科阶段开设了人工智能专业，但是长期以来，人工智能只是研究生阶段的研究方向，因此大量的人工智能方向的研究生都是来自于计算机、数学等专业。对于大数据专业的本科生来说，在研究生阶段选择人工智能方向不仅可以，而且是个不错的选择，原因有以下几点：第一：大数据与人工智能关系密切。大数据可以说是人工智能的基础，无论对于机器学习还是自然语言处理来说，都需要通过大量的数据来训练算法，从而提升智能体的决策能力，这也是为什么在大数据时代背景下，人工智能得到广泛关注的重要原因之一。第二：从大数据进入人工智能领域相对容易。大数据的技术体系当中，数据分析占据着重要的位置，数据分析是挖掘数据价值的重要途径之一，而数据分析通常有两种方法，分别是统计学方式和机器学习方式。所以通过大数据进入机器学习进而全面进入人工智能领域是一个比较不错的选择，有不少人工智能领域的研发人员就是从大数据进入人工智能领域的。第三：大数据与人工智能将全面融合。随着物联网、大数据、云计算的不断发展，未来大数据等技术会与人工智能领域的相关技术进一步融合。从这个角度来看，从大数据技术进入人工智能也具有一定的必然性。当前正处在大数据落地应用的初期，而人工智能也将与大数据技术一道为产业互联网的发展提供服务，未来大数据和人工智能领域的发展空间将非常值得期待。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。如果有互联网方面的问题，也可以咨询我，谢谢！

“2015-2018全国考研大数据”来了！教育部全国硕士研究生招生考试网上报名和网上调剂唯一指定网站——研招网发布《2015-2018硕士研究生报考数据分析报告》！一起来看看！硕士研究生报名人数持续增长！女生为主力硕士研究生报名人数持续增长据教育部数据统计，2018年考研报考人数达到238万，增加人数和增长率均为近年来最高。△近4年硕士研究生报名人数（单位：万人）△近3年硕士研究生报名人数增长率女生读研占比超半数报考人数不断增长的同时，女生成考研群体主流。△男女生人数对比图（单位：人）为何考研？超半数受访者觉得考研是为了提升就业竞争力据中国青年报社社会调查中心数据，对于自己或身边的人选择考研的原因，调查显示，有以下几点：提升就业竞争力（58.8%）通过考研进入名校（41.4%）通过考研更换专业（37.1%）完成自己的学术理想（33.3%）工作晋升需要（30.9%）暂时逃避就业压力（24.9%）因身边朋友都在考而“随大流”（19.6%）寻找备考过程中的独特体验（10.5%）完善自己的大学生活（8.2%）据中国青年报报道，河北石家庄某高校的吴硕表示，由于学校一般，不论就业还是申请出国都没有太大优势，所以全班近一半同学选择了考研。胡杨本科读的是电气工程专业，他表示自己考研的主要目的是换专业，“4年读下来，觉得自己不太喜欢与机床、传送带打交道。希望研究生能学个‘和人打交道’的管理类专业”。对吴硕而言，选择考研更多是出于自己读名校的执念。本科就读于一所普通一本院校的他，考研志愿填报了北京某985高校。不过，深究自己渴望读名校的原因，吴硕坦言，主要还是考虑到未来对就业的影响。“身边非985、211毕业的同学找工作，简历投出去，得到的回应特别少”。山东济南某高校的研一学生李潇妍认为，读研能让自己在职场上“少走弯路”。“比如很多公司针对本科生和研究生的起薪和起始职位都是不一样的”。这些专业太抢手！最热门的是。。。哪些专业报考人数最多？以北京为例：2018年，工商管理专业报考人数居首，为19749人，随后为会计专业的13124人和法律硕士（非法学）专业的12957人，报考人数居第四至十位的专业依次为金融、公共管理、计算机技术、法律硕士（法学）、广播电视、软件工程、计算机科学与技术。2016年，报考“工商管理”的人数为13395名，居各专业报考人数之首，报考会计的人数为9369名，报考“法律硕士（非法学）”的人数为7608名（不含推免生），分别居第二位和第三位。报考人数居第4至10位的专业依次为金融、公共管理、计算机科学与技术、金融学、材料科学与工程、汉语国际教育、计算机技术。由此可见，工商管理、会计、法律硕士（非法学）连续数年成为报考专业的前三甲，依然是最热门的专业。热门高校专业考研难度排名报录比指的是报考人数和录取人数之比，报录比越大说明该专业考研难度越大。下面，我们就通过4所热门高校报录比排名前10的专业来看一下那些相对难考的专业有哪些：中国人民大学学术型学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（学术型学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。专业学位难度排名↓↓↓△2017年全国统考硕士研究生报名录取统计（专业学位）注：1。表中“报名人数”和“录取人数”不包含推荐免试、单独考试、援藏计划、退役大学生士兵和少数民族骨干专项计划的考生；2。录取人数包含调剂录取的考生。复旦大学学术型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（学术型）专业型专业难度排名↓↓↓△2017年招收学历教育硕士研究生分专业报考、录取人数统计（专业型）南开大学难度排名↓↓↓↓↓↓浙江大学难度排名↓↓↓↓↓↓注：以上统计中不含非全日制、推免生、单独考试、强军计划、退役士兵计划以及少民骨干计划考生；录取人数中包括了由本校其他相近专业调剂到该专业录取的考生。往届生比例增幅明显 部分省市专硕超学硕应届生考研比例涨幅平稳，往届生读研比例增幅明显对在职人员来讲，考取双证不必脱产学习，充分满足了工作、学习两不误的需求。2017年在职研究生纳入统考后，在职考生的积极性空前高涨。部分省市专业硕士报名人数超过学术硕士近年来，由于招生计划增加的影响，除了总体报名人数呈上涨趋势之外，专硕的报考人数增长明显，多地甚至出现专硕报考人数超过学硕的现象。比如：湖北↓↓↓△湖北学硕和专硕（蓝色）人数对比图（单位：人）河北↓↓↓△河北报考学硕和专硕（蓝色）人数对比图（单位：人）

随着当前大数据技术体系的逐渐成熟，大数据的行业生态也在不断发展和完善，从当前大数据行业的岗位划分来看，大数据岗位可以大致上分为三大类，分别是大数据开发岗、大数据分析岗和大数据运维岗。另外，由于目前大数据正处在落地应用的初期，所以也有很多人在从事大数据教育岗位。大数据开发岗位是当前人才需求量比较大的岗位之一，而且大数据开发岗位的人才需求类型正在从早期的研发岗（大数据平台研发），逐渐向大数据行业开发岗位覆盖，相信随着大数据平台逐渐开始在行业领域应用，大数据行业开发领域会释放出大量的人才需求，这个过程也会需要大量的高端应用型人才（专硕）。与大数据研发岗位不同，大数据的行业应用开发主要基于大数据平台（开源及非开源平台等）展开，来完成行业领域的大数据创新开发，整体的开发难度并不算高，所以大数据专业的本科生往往就能胜任。从这个角度来看，大数据专业的本科生要想提升自身的就业竞争力，应该重视开发能力的提升。大数据分析岗位的人才需求量也非常大，与大数据开发岗位不同，大数据分析岗位的行业边界更大，不仅IT互联网行业需要大数据分析人才，很多传统行业也需要大量的大数据分析人才，这一点在工业互联网时代会有更加明显的体现。相比于大数据开发岗位来说，大数据分析岗位对于统计学知识的要求也比较高，而且还需要了解更多的行业知识，比如要想在金融领域发展，就需要掌握一定的金融领域知识。最后，大数据运维岗位也是当前不少大数据毕业生的重要选择，大数据运维岗位对于数学和统计学知识的要求相对比较低，但是对于动手实践能力的要求比较高，要掌握大量大数据平台和工具的安装、配置和维护等知识。如果不愿意与大量复杂的算法和程序打交道，选择大数据运维岗位也是不错的选择。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，都可以私信我！

大数据专业是一个典型的交叉学科，基础学科包括数学、统计学和计算机学，另外辅助经济学、社会学、医学等学科，所以统计学是大数据专业最为直接的相关学科之一，因此统计学专业的本科生在读研的时候是完全可以选择大数据专业的。统计学专业的相关知识在大数据时代依然起着非常重要的作用，以大数据分析为例，目前大数据的分析方式主要以统计学方式和机器学习方式为主，而且统计学方式与机器学习方式相比在某些领域更加成熟，理论体系也相对完备，所以大数据专业的学生通常都要系统的学习统计学相关知识，从这个角度来看，统计学专业读大数据方向还是具备一定优势的。在大数据时代，统计学有了进一步的发展和变化，这个变化就来自于数据本身的变化。统计学的分析方式通常以“抽样”为主，通过对样本的分析来寻找整体的规律，从而得出分析结论。通过大量的历史经验来看，如果样本的选择没有问题的话，统计学的分析方式具有非常高的准确度。但是在大数据时代，数据从抽样变成了“全样”，数据分析的方式和方法都产生了较大的变化，这对于统计学来说就需要积极的适应这种变化，并积极顺应大势时代的发展，投入到大数据领域的研发中。从目前大数据行业的发展来看，统计学确实对于大数据的发展做出了重要的贡献，大量的统计学专业人才陆续投入到大数据领域，也进一步完善并丰富了大数据的知识结构。近些年来，我多次作为评委，参与了不同类型的研究生大数据专业大赛，其中有大量的选手来自财经类大学的统计学专业，这给我留下了较为深刻的印象，其中也有不少学生取得了不错的成绩。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。如果有互联网方面的问题，也可以咨询我，谢谢！