研究生专业数据科学

走进经济生活里的一切导读：2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。来源丨21世纪经济报道（ID：jjbd21）记者丨王峰 北京报道图片来源/ 图虫创意（资料图）“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上，教育部高等教育司副司长范海林介绍，2017年全国高校备案专业中，新增数据科学与大数据技术专业点250个，同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学，到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau，由此对大数据产生了浓厚的兴趣。通过Tableau，王宇杰感受到，数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来，数据量正在不断增长。未来，更多人将学会分析数据，并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流，人人都可以成为数据分析师。接下来的大学时间里，他参加了一些数据科学家训练营，和一些商业机构组织的训练营，还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴，每年都会成千上万数据狂人参加这一比拼。这其中，既有来自各行各业的数据分析专家，也有像王宇杰这样的数据爱好者，而王宇杰是获奖选手中唯一一名大学生。通过这些活动，王宇杰结识了这个一不断壮大的数据分析社区，也让他对这个行业更加充满热情。大四时，王宇杰得到了保研的机会，“国内开设大数据方向研究生专业的大学并不多，主要有清华大学、北京大学、复旦大学、北京航空航天大学等，这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer，权衡之后，他选择了清华-伯克利深圳学院，这是清华和伯克利合办的硕士研究生项目，不仅可以在清华拿到数据科学学位，还有机会到美国加州大学伯克利分校去进行为期9个月的学习，同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生，也就是说，大数据专业其实是一个非常崭新的学科，在我申请的那一年，相对来说，大家对这个概念还不是特别了解，当然已经有一定数量的申请者，远超我们实际录取的人数，但并不是那么的火爆。”王宇杰说。“到了我下面那届，就是招收第三届硕士生的时候，竞争就变得异常激烈，在短短一年时间里，这个专业成为了大家认可的非常有潜力的专业，大批的工程本科生，或者是数学、经济方面的学生开始申请我们这个方向，因此录取率直线下降。个人感觉在近几年内，竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室，分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上，像大数据分析、大数据基础等，的确会有这些，但从本质上来说，我认为我们学的课程跟数学、工程学这些基础学科没有太大区别，当然加入了一些新兴科技的课程，比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室，学习和科研课题是关于计算机视觉。“用一句话来概括，我们要做的是赋予计算机人的视觉能力。怎么理解呢？以后是一个有大量机器人存在的世界，而机器人要跟人类进行交互，做一些基本的工作，必须要有视觉能力，看得懂周围的环境，所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业：数据科学与大数据技术图片来源 / 新华社（资料图）3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中，“数据科学与大数据技术”最为热门。根据统计，共有250所高校新增“数据科学与大数据技术”专业，其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业，为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果，此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后，是人工智能行业的持续发展。3月6日，南京大学官网正式发布新闻，经研究决定，南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是，从清华大学到地方高校，大数据专业成为普遍的时尚。“清华或者其他一般院校，在这个领域里对科研的贡献会有差异，但事实上，在如今的大环境之下，大家都想跟上时代潮流，所以我认为无论处于怎样的研究水平，敢于去跟上这个时代，就是挺好的一件事情。”王宇杰说。“大数据是一个概念，它包含的范围非常广，不同的专业方向，对外显示的名称可能都是大数据分析、大数据工程与技术，但是整个产业其实非常庞大，从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了，我觉得这个行业需要细分，未来会有专门做算法的工程师，专门做硬件实现的工程师，以及专门做理论推导的科研人员等。”他说。（编辑 戴春晨）

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

首先，当前在本科阶段选择数据科学与大数据技术专业是完全可以的，未来随着大数据技术开始逐渐落地应用，大数据领域的人才需求类型也会逐渐多元化，本科生甚至是专科生都能在大数据领域找到适合自己发展的岗位。虽然大数据专业的发展前景不错，但是学习大数据专业的压力还是比较大的，一方面大数据本身涉及到数学、统计学和计算机的诸多学科，知识量比较大，另一方面大数据技术体系的学习难度也相对比较高，需要完成大量的实验。虽然大数据专业涉及到的内容比较多，但是如果不能有一个自己的主攻方向并持续深入，很容易导致自身的专业性不足，这会影响自己的就业竞争力。如果有明确的考研计划，应该围绕考研的要求来制定学习计划，由于当前大数据专业的硕士点并不算多，所以考研的时候可以考研计算机专业。当然，当前除了计算机专业之外，统计学、金融学等专业也有培养大数据研究生的能力，学生可以根据自身的实际情况和发展规划来选择具体考研哪个专业。如果没有考研的计划，应该选择一个自己的主攻方向，围绕行业领域的岗位需求来制定学习计划，比如当前可以重点关注一下大数据开发方向，当前开发方向的人才需求量还是比较大的，而且未来在工业互联网时代，大数据开发人才的需求潜力会进一步得到挖掘和释放。最后，对于大一的新生来说，不论未来是选择考研还是就业，在大一和大二期间应该重视参加一些专业比赛，这不仅会促进自身的学习，同时也会开阔自己的眼界。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！

随着近年大数据人工智能(AI)等技术的极速发展，现今在各行各业都出现了大量的创新应用。为了培育AI和数据分析人才，香港各高校也相继开设了人工智能与数据科学相关专业，不但为相关行业提供高科技AI人才，也为毕业生提供更广阔的就业空间。香港大学Master of Finance in Financial Technology 金融科技金融学硕士 学制：1年Master of Data Science 数据科学硕士 学制：1.5年申请要求：1、雅思6(小分不低于5.5) 或托福80;2、计算机科学、工程、数学、物理、统计或科技相关背景。 香港科技大学Master of Science in Financial Technology 金融科技理学硕士 1年Master of Science in Data-Driven Modeling 数据驱动建模理学硕士 1年Master of Science in Financial Mathematics 金融数学理学硕士 1年申请要求：1、雅思6.5(小分不低于5.5) 或托福80;2、理科或工科专业或具有计算相关领域的相关工作经验。微积分和代数、计算机编程和统计学相关专业;3、GMAT或GRE成绩有优势。香港中文大学Master of Science in Financial Technology 金融科技理学硕士 1年Master of Science in Mathematics 数学理学硕士 1年申请要求：1、雅思6.5或托福79;2、有数学基础知识(如微积分、线性代数、概率)，且精通一门编程语言;3、工程、科学或金融/商业相关专业。香港中文大学(深圳校区)Master of Science in Data Science 数据科学理学硕士 2年申请要求：1、雅思6.5或托福79。2、有数学基础知识(如微积分、线性代数、概率)，且精通一门编程语言;香港城市大学Master of Science in Financial Mathematics and Statistics 金融数学与统计硕士 1年申请要求：1、雅思6.5或托福79或6级450分;2、数学、物理、统计、计算机科学、工程等或经济学、金融学、精算学等相关专业。香港理工大学Master of Science in Data Science and Analytics 数据科学及分析理学硕士 1年申请要求：1、雅思6.0或 托福80;2、数学、统计学、计算机科学、信息技术、工程和科学或同等专业的学士学位。香港浸会大学MSc in Finance (FinTech and Financial Analytics) 金融(金融科技与金融分析)理学硕士 1年Master of Science in AI and Digital Media 人工智能与数字媒体硕士 1年MSc in Data Analytics and Artificial Intelligence 数据分析与人工智能硕士 1年申请要求：1、雅思6.5托福79;2、理科、工科、金融、数学或计算机科学相关基础;3、GMAT或GRE成绩有优势。岭南大学MSc in Artificial Intelligence and Business Analytics 人工智能与商业分析理学硕士 1年该计划旨在教育学生关于人工智能和商业分析技术的基本原则和实际应用，特别是在商业领域，以便他们能够有效地应用人工智能工具和技术解决问题，以及在决策时使用数据分析技能和人工智能技术分析商业问题。申请要求：1、雅思6.5或托福79;2、理学、工程学、工商管理学相关专业。香港教育大学MSc in Artificial Intelligence and Ecational Technology 人工智能与教育科技硕士 1年申请要求：1、雅思6 或 托福80 或 6级430;2、教育技术、统计学、计算机科学和工程相关专业。

如今，人工智能成为科技和商业领域最热门的话题，而数据科学领域则是作为其工作原理的基础大放光彩。数据科学的课程现在都包含了强大的人工智能，一些机构也已经在提供人工智能专业的本科学位。越来越多的学院和大学开设了这些课程，这表明了整个行业的期望，对于那些接受过正规培训和认证的人来说，将会有一个充满回报的机会。虽然人工智能和数据科学这两门先进学科现在已是大多数计算机科学本科学位的一部分，但只有在研究生阶段，学生才能真正开始发展自身的专业技能。一些世界上最好的以技术主导闻名的学院和大学都提供了这些学科的专业硕士学位课程。近日，福布斯网站发布了一份“2021 年十大最佳人工智能和数据科学硕士项目”榜单，榜单作者是政府和公司的战略商业和技术顾问 Bernard Marr，这也是最佳数据科学“本科课程”列表的后续文章。Bernard Marr 表示，这些大学或学院，都是这个研究领域的世界领导者，同时也是硅谷企业在前沿项目上的合作者。在这个水平上学习数据科学和人工智能，会让你在雇主眼中成为一个很大肯在技术专长上超过只有计算机科学学士学位求职者的人，这也可能是迈向博士学位的一步。但如果你的兴趣不是技术性的，而是以商业为导向的，那么也有一些 MBA 课程出现在人工智能领域，这也值得考虑。以下为榜单内容：1、麻省理工学院—商业分析硕士能在世界领先的科技学校学习数据和机器学习的实际应用课程，将会是你在该领域开启高级教育征程的好地方。对于任何一门硕士课程，通常会要求你先取得相关领域的本科学位，例如计算机科学或数学，但是通常会在这些精确的要求上添加一些灵活性。而另一条符合条件的途径是，你是否能在这个领域获得丰富的工作经验。麻省理工学院的硕士学位与大多数其他硕士一样，需要12个月的时间来完成，其目标是让学生获得知识和经验，开始与企业合作并解决他们的问题。2、斯坦福大学—统计学硕士：数据科学斯坦福大学是另一所技术上世界领先的美国大学，在具有全球意义的人工智能研究领域名闻遐迩，同时还传授给学生强大的实践技能，激发AI开发潜力。由于本课程专攻“以计算为中心的数据科学”，因此可以被认为比商业硕士更具理论性。该课程涵盖科学家和工程师的高级软件开发、多核计算和统计理论。然而，选修课可以在以下应用领域学习，包括数据驱动医学、神经成像技术、地统计学和社交媒体分析。3、卡内基梅隆—计算数据科学硕士卡内基梅隆大学是另一个美国著名学府，它在人工智能和数据科学方面的研究和成就举世闻名。这份榜单虽然并非是只针对美国的，但不可否认的是，美国在数据科学和人工智能方面有很多世界排名靠前的大学。在这里，你将站在Herbert Simon 和 Allen Newell这样举世闻名的科学家的肩膀上，而他们是现代人工智能开发的两位伟大先驱。4、伦敦帝国理工学院—商业分析硕士这一灵活的课程经常跻身于世界十大大学之列，通过商学院提供一年制、全日制或两年制的兼职课程，实现了学生的远程学习。课程包含大数据管理、分析算法和数据可视化技术。学生们也有机会在实习期间完成部分课程，并接受培训，以旁听咨询的身份在商业领域处理数据科学问题。5、巴斯大学—数据科学硕士英国的另一所卓越的数据中心是一所发展极为迅速的大学。其课程教授机器学习和高级分析算法所需的基本软件技能。数据科学软件技能模块还包括评估软件包和编程语言对实际任务的适用性。该课程的重点是核心能力和基础知识，而不是其他课程所涵盖的更实际的方面，并且学生可以选择在第二学期的研究任务中从事应用领域的工作。6、多伦多大学—应用计算理学硕士：数据科学在这所技术领先的加拿大技术类大学攻读应用计算硕士学位的学生可以专注于数据科学这一轨道。多伦多大学将实践作为课程的一部分，因此你有机会参加为期8个月的技术实习，在那里你开始将你正在学习的知识用于解决大数据、人工智能以及分析学的现实世界问题。7、赫尔辛基大学—数据科学硕士芬兰投入巨资培训本国学生，使其做好充分利用人工智能和数据科学这一大爆炸的准备，而其中大部分工作就是通过赫尔辛基大学进行的。在那里，学生可以选择专攻与机器学习、计算机视觉和高级分析相关的技术领域，或者是选择这些技术对应的实际应用。学生们将学习评估数据科学、AI技术和实践，以便将其与合适的任务相匹配，并将通过世界一流欧洲院校的高级学位极大地发展他们的就业前景。8、巴黎综合理工大学—商业数据科学理学硕士这所位于巴黎的商业和技术领先的学院提供了两年制硕士课程，专注于满足全球企业对具备训练有素特质的数据科学专业人员的需求。其明确的目标是培养具备技术和商业知识的双技能毕业生，并能领导行业数据和智能计算积极性。第一年的重点是统计学、数学和计算机编程，然后学生开始学习解决实际问题的技能，其中就包括使用数据和算法来解决商业挑战。9、清华大学—高级计算硕士中国目前在人工智能的发展方面已经处于世界领先地位，这所位于中国首都北京的大学硕士学位是国内人工智能和数据科学领域最受推崇的学位之一。实际上，语言障碍不会是该领域知识交流的首要问题，因为所有课程都是用英语授课的。该课程包含独自探索以及从一些国内最著名的专家那里深入了解机器学习、大数据和人机交互等主题，同时还与微软、IBM等与大学研究人员合作的大公司合作。10、香港大学—数据科学硕士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。作者简介：武汉维识教育科技有限公司专注于人工智能、机器人工程、智能制造、云计算、大数据、区块链、信息安全、互联网营销、健康护理等多领域、多层次「新工科」「新职业」人才培养与输送。公司立足湖北科教大省，辐射全国，提供专业共建、师资培训、联合实验室、科研项目合作、实习实训就业、职业技能培训等整体解决方案。同时与诸多产业领军企业建立战略合作关系，融合产业先进技术，为金融、医疗、教育、安防、交通、零售、制造、农业等行业用户，提供多维解决方案。在全国众多院校、企业、研究机构、投资界等多方合作发展中发挥纽带作用，为推动相关领域人才培养和产业发展贡献力量。

首先，从就业的角度出发，对于普通大学的本科生来说，选择大数据研发方向是比较现实的选择，也就是我们通常所说的开发岗，随着大数据技术的落地应用，产业领域会逐渐释放出大量的开发岗位，而且相对于数据分析岗位来说，开发岗对于人才类型的需求也比较多元化。大数据领域当前的岗位需求主要集中在三大方向，分别是大数据开发、大数据分析和大数据运维，其中大数据分析岗位虽然人才需求量也比较大，但是要在IT互联网领域从事专业的大数据分析（算法）岗位，难度还是比较大的，当前算法岗位往往都需要研究生以上学历，不少博士生也在竞争算法岗，所以整体的就业难度还是比较大的。对于本科生来说，如果要想从事大数据开发岗位，应该从三个方面做好准备，其一是重视编程语言的学习，可以重点关注一下Java语言，虽然当前Python语言在大数据领域的应用也比较多，但是选择Java语言往往有更多的就业机会，Java语言在生产场景下的应用还是比较多的。其二是重视大数据平台知识的学习，大数据平台可以从Hadoop、Spark开始学起，要重点了解大数据平台的技术构成，熟悉其中的API。由于大数据平台的知识量比较大，所以整体的学习周期会相对比较长，要想有一个更好的学习体验，应该结合实践场景来边用边学。其三是重视实践和交流，这对于提升学习效率还是非常重要的，实践能够促进大数据知识的深入学习，而交流能够帮助初学者突破各种学习障碍，当前可以利用互联网来为自己开辟出更多的实践和交流场景。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！

数据科学专业（专业代码1205J7）一、院系介绍 武汉大学数据科学专业开设于信息管理学院。信息管理学院是国际顶级信息学院联盟(iSchools)首个发展中国家成员、国际图书馆协会与机构联合会(IFLA)会员单位、美国图书馆协会(ALA)的国际成员单位，与联合国教科文组织、国际图联、美国图书馆协会等国际组织建立了长期稳定的合作关系，同美国、加拿大、英国等10余个国家(地区)的信息管理学院建立了良好的学术交流关系。学院共开设9个硕士学位点：图书馆学，情报学，档案学，信息资源管理，出版发行学，管理科学与工程，电子商务，保密管理，数据科学。其中，图书情报与数据科学学科于2017年入选国家“双一流”建设学科。学科以情报学国家重点学科建设为龙头，重点在情报学理论与方法、信息资源规划与管理、信息服务、信息计量、竞争情报、信息资源配置、信息组织与检索等领域开拓创新，彰显优势。通过承担一批国家及省部级科研项目，产出标志性研究成果，发表在国际高水平期刊上。二、招生专业及初试目录三、参考书目根据学校关于硕士研究生招生专业目录编制工作的通知精神，学院现已对硕士研究生入学考试初试科目进行调整，自2020年起（2019年9月份报名）按新方案实施，专业参考书目调整如下：四、分数线图1 武汉大学数据科学复试分数线图2 2019武汉大学信息管理学院复试方案注：复试分数线单科及总分均不低于国家线，如低于国家线，则调整至国家线；“少骨计划”及“退役大学生士兵计划”复试分数线待国家线公布后，由学校另行公告。官网链接：http://sim.whu.e.cn/编辑 | 易雅琪图片来源 | 网络

数据科学与大数据技术专业可授予“工学”或“理学”学位，今天我们单独讨论理学方向，那么我来为大家解答一些数据科学与大数据技术授予理学学士专业的疑问。专业学什么？数据科学与大数据技术专业是不是学得更多的是数学？我们来看一个比较普遍的专业课程内容，当然，不同的学校设置可能稍有不同，但总体上是这些。专业课程内容：金融与经济大数据挖掘，神经网络与深度学习，数值算法与案例分析与数据挖掘，大规模分布式系统。专业基础课程内容：数学分析、概率论与数理统计、统计计算、数据结构，线性代数、数据库引论，统计学基础，计算机原理，大数据管理，大数据统计分析实验，计量经济学等等从上面的专业课程设置来看，数学科目是本专业的基础要求课程，对于数学、计算机能力太差的学生，需要认真考虑是否能适应该专业的要求，除了上述两门课程外，学生对语文和英语科目也要掌握得比较好才是最优的选择。专业对应的研究生深造专业现在高考升学，不能只是考虑自己志愿填报的地域、学校和专业等三个方面，还要深入考虑到个人专业所对应的研究生深造专业的对应，这才是比较深远的思考。为什么？每年本科新生招生才400多万，现在每年报考研究生的人数已经达到了340万，这两个数据你发现了什么？几乎全民考研了，你不深入了解个人的考研方向，后续估计会对自己的选择有所遗憾。数据科学与大数据技术理学学士方向专业对应的研究生专业有应用数学、计量经济学和统计学专业。从上述三大对应的研究生专业来看，与数学的关系不浅。计算机是不是就沦为工具了？其实，任何专业，计算机都是它的工具，只是所使用的深浅程度不一而已。数据科学与大数据技术专业是否将计算机沦为工具？我们来看看该专业毕业生所应具备的知识和能力来看：1、系统掌握大数据建模与分析的基础理论以及计算机处理的基本技能；2、掌握数据科学的基本思维与研究方法，具备综合运用知识、方法和技术来解决交叉学科的实际问题；3、了解数据科学的发展现状和趋势，并具备一定的理论创新和系统创新的能力。再看该专业一些选修课程内容：计算理论，人工智能，计算机视觉，算法设计等课程，以及上述的专业课程，与计算机的应用是非常密切的，从这个方面来说，不能下计算机仅仅是工具那么简单。总结最后，简要介绍一下该专业的就业范围和比较好的大学推荐吧。该专业的就业范围主要是统计局、经济管理与运行部门，高校，医院、社保及各种管理部门，银行、证券、保险以及互联网企业。本专业比较好的大学推荐有上海交大、复旦大学、北京大学、武汉大学、西安交大、华南理工、北京航空航天大学、中南大学和对外经济贸易大学等部分名校。

伴随着高速互联网、智能终端设备、和云存储的迅猛发展，商务实践数据以前所未有的速度积累。与此同时，新兴的数据分析算法（如统计学习、机器学习以及深度学习等）也日益成为未来商业领导者的核心竞争力。为了应对和拥抱未来商学教育新趋势，复旦大学管理学院针对企业当前对数据分析人才的强烈渴求，推出了数据科学与商务分析专业硕士项目，以全面回应企业在数字化时代所面临的人才痛点。昨天（18日），这个跨传统学科的新专业项目正式启动招生。复旦管院副院长郑明介绍，该硕士项目学生将系统性学习商务统计方法、商务决策模型、数据管理与挖掘技术等课程，从而具备应用定量方法处理与分析复杂商务数据、并应用于解决商务领域中的决策与管理等问题的能力，“该项目的推出旨在着眼未来，培养适应商务智能化发展趋势的管理精英；放眼国际，培养领导全球商务分析行业的技术领袖；立足上海，培养服务上海科创中心建设和智能金融科技建设的领军人才。”据悉，该项目招生对象为应届本科，推荐免试生为主，要求学生具备较强的数理基础、计算机编程能力。项目学制为期2年，全日制，课程设置方面统计学有关课程占40%、管理学方面课程30%、计算机和大数据占30%。2020年首届预计招生40-50人，达到学位要求者，授予应用统计（数据科学与商务分析方向）专业硕士学位。复旦管院校友、强生医疗高级生物统计分析师徐晶在发言中表示，数据科学不仅创造商业价值，也创造乐趣，每个行业都需要用到数据算法才能够实现高效发展，数据分析师和数据科学家将成为大数据时代最紧缺的人才。复旦管院陆雄文院长也表示，在迅猛发展的大数据时代，各行各业每天都会产生海量的数据，数据搜集和储存只是第一步，更重要的是懂得分析、应用这些数据。掌握数据分析技术的能力就是未来的竞争力，管理学院将以此来教育和培养我们的学生，让他们在各行各业发挥领导力，成为能够引领国家未来产业发展的人才，这也是我们项目的使命。据了解，数据科学与商务分析硕士项目旨在为政府、公司、企事业等提供数据分析与数据管理的高端人才，从而天生具有“特立独行”的基因：项目视角全面，以培养学生的数据分析理论基础、实际分析能力以及商业理解等视角来设置核心课程。项目师资雄厚，囊括统计学、物流管理、市场营销、信息管理、财务金融、计算机等专业的优秀师资以及业界专家。项目以丰富的实战案例为支撑，以市场营销、电子商务、物流管理、风险管理等领域的实际商业案例作为基础来展开分析，为学生带来“学以致用”的启发。项目还特别设计采用了双导师制，每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。新民晚报记者 张炯强