大数据方向研究生科目

你好：考研的初试考题通常是四部分内容：英语、政治、数学是国家试卷，专业课是报考学校出题并阅卷的，复试时是报考学校自行组织。所以，专业课都是报考学校出题。请登录报考学校的研招网，认真查看当年的招生专业目录，便可一目了然的。准备成功！

随着互联网技术的不断发展，当今的时代又被称之为大数据时代。目前互联网企业对大数据人才需求非常大，培训机构出来的人才也很好找工作，南京课工场最近一批的大数据学员就业就很高，薪资普遍很高。当然，工作好找的前提是你大数据的相关技术要过关哦！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。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。

大数据专业的职业发展主要分为3个方向：1、大数据开发方向; 所涉及版的职业岗位为：大数权据工程师、大数据维护工程师、大数据研发工程师、大数据架构师等；2、数据挖掘、数据分析和机器学习方向; 所涉及的职业岗位为：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；3、大数据运维和云计算方向；对应岗位：大数据运维工程师；以最基础的大数据开发为例，入门最低薪资可达8K-1W，且该行业的薪资增长率极高。据某求职网站薪资显示，资深大数据工程师的平均在50K/月，可谓非常有“钱景”了。

数据科学与大数据技术专业（英文名Data Science and Big Data Technology），简称数据科学或大数据，旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。掌握计算机理论和大数据处理技术，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）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。

数据结构方面的知识，计算机组成原理、系统操作和计算机网络方面的基本常识。计算机专业考研复试的专业课一和专业课二都是有各自报考的学校进行自主出题，考试的题型也不一样，每个学校都有自己设置的不同的考试题型及考查标准。比较常见的就是单选、判断、简答题和计算题等几种类型。大多数的计算机专业的考研科目必考的都是数据结构方面的知识，也是计算机专业考研的重点和难点。数据结构科目的特点是，出题的角度比较多，概念之间的联系比较密切，在解题过程中是需要一步套这一步进行作答的。其他计算机方面考研的内容包括计算机组成原理、系统操作和计算机网络方面的基本常识。其中数据结构和计算机组成原理方面的分值是各占45分;系统操作占35分;计算机网络占25分。扩展资料：计算机专业毕业生应获得以下几个方面的知识和能力：1．掌握电子技术和计算机组成与体系结构的基本原理、分析方法和实验技能，能从事计算机硬件系统开发与设计。2．掌握程序设计语言、算法与数据结构、操作系统以及软件设计方法和工程的基本理论、基本知识与基本技能，具有较强的程序设计能力,能从事系统软件和大型应用软件的开发与研制。3．掌握并行处理、分布式系统、网络与通信、多媒体信息处理、计算机安全、图形图象处理以及计算机辅助设计等方面的基本理论、分析方法和工程实践技能，具有计算机应用和开发的能力。4．掌握计算机科学的基本理论，具有从事计算机科学研究的坚实基础。参考资料：百度百科——计算机专业

那也不一定，现在大数据还是比较火的，但是过几年就没准了，没准你上完研究生，这个也不是热门了。哪个学校的？

市场营销专业考研具体考试科目为：英语、政治、数学三和专业基础课、专业课。 本科段主要课程：《微观经济学》、《宏观经济学》、《市场营销学》、《管理学原理》、《消费者行为学》、《市场调研预测学》、《营销渠道与物流管理》、《广告学》。《商务谈判》、《营销组织与推销管理》、《营销策划》、《国际市场营销学》、《品牌与形象战略》、《营销伦理》、《服务营销》、《网络营销》等。扩展资料：本专业学生主要学习市场营销及工商管理方面的基本理论和基本知识，受到营销方法与技巧方面的基本训练，具有分析和解决营销问题的基本能力。毕业生应获得以下几方面的知识和能力1、掌握管理学、经济学和现代市场营销学的基本理论、基本知识；2、掌握市场营销的定性、定量分析方法；3、具有较强的语言与文字表达、人际沟通以及分析和解决营销实际问题的基本能力；4、熟悉我国有关市场营销的方针、政策与法规及了解国际市场营销的惯例和规则；5、了解本学科的理论前沿及发展动态；6、掌握文献检索、资料查询的基本方法，具有一定的科学研究和实际工作能力。就业简介：市场毕业生可以从事市场调研、营销策划、广告策划、市场开发、营销管理、推销服务和教学科研等工作。市场营销人员是大型企业不可缺少的人才，多数小企业容易混淆销售与营销的概念。主修课程工商管理、基础会计、财务管理、管理学基础，市场营销学、市场调查与预测、市场营销策划、商务谈判、人力资源管理、经济学基础、商品学、统计学、电子商务、物流管理、国际商务、客户关系管理等。就业岗位：市场类： 市场调研员 ，商业数据分析员， 广告设计人员（包含平面设计及视频广告剪辑制作人员），商业建模预测人员（包含商业选址人员，企业拓展投资项目可行性分析与预测），商业大数据研究员，用户画像制作员；经营类： 会计（需取得相应资格证书），法务（需取得相应资格证书）， 企业顾问（企业在经营中遇到的问题可以询问市场营销人员怎么解决，例如员工流动性的问题），人力资源专员， 客户关系管理专员，商务拓展专员等。其他类： 公共关系专员（包含舆情监测与应对专员）， 网站论坛运营专员，活动运营专员，转行 等。参考资料来源：百度百科-市场营销

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。

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，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。