大数据专业调研

去百度文库，查看完整内容>内容来自用户:飞跃资料XX学院/办学点拟新增《大数据技术与应用》专业调研报告（三号、黑体、加黑）一、学院专业概况（四号、宋体、加黑）（一）学院现状（小四、宋体、加粗）（二）现有专业和拟开设专业情况现有专业：计算机网络技术、电子商务拟开开设专业：大数据技术与应用二、调研情况（一）政府主管部门、行业和协会（小四、宋体、加粗）1.基本情况（小四、宋体、段落：行距：1.5倍）调研时间：调研目的：调研方法：调研参与人员：2.主要内容（1）政府发展规划与政策动态。推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。2016年8月30日，江苏省人民政府对外正式公布了“大数据发展行动计划”。根据行动计划，江苏将完善大数据产业生态，在数据采集、整理、分析、发掘、展现、应用等领域突破关键技术，制定发布一批大数据技术标准和应用规范，建立政、产、学、研、金、用联动，大中小企业协调发展的大数据产业体系和公共服务支撑体系，带动相关产业产值超过中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快

为企业营销决策提供依据，发现市场机遇

去百度文库，查看完整内容>内容来自用户:liufeng8038数据科学与大数据技术----专业建设规划方案一、总体目标本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。（一）人才培养目标本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。（二）课程体系与学科建设作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数

第一、描述思维也就是要将一些的结构化的数据或者非结构化的数据都变为客观的标准，在大数据思维的过程中，涉及了很多人为的因素，这些也是可以进行数据分析的，举一个例子就是消费者行为的研究，消费者行为可以是定量的，也可以是不定量的，描述思维就要包含消费者行为的各个方面。这里举一个例子就是商场会对连入局域网的客户继续进行数据的采集，了解客户的消费情况以及分布的情况，消费者可以实现购物、用餐、休闲、娱乐一条龙的服务，并且也可以在很大的程度上提升用户的体验度。在一些大型的景区或者游乐场，大数据可以帮助景区进行更好的游客管理。第二、相关性思维就是对于数据之间相关性的研究，对于消费者行为或者用户行为的研究方面，这些行为在一定程度上，大大小小和其他不同的数据都是有内在的联系的，大数据分析的结果就可以更好的建立起数据预测的模型，可以用来预测消费者的偏好和行为，相关性的研究和纷纷也可以更好的支持预测思维，例如在现代物流行业，可以根据消费者的购买行为或者购买习惯，路线以及评价等预测下次的购买行为，现将一些货物进行分仓的存储，在消费者网络下订单之后，可以第一时间就配送到位，大大提升了用户的体验度。以及电商的一个重要的商品推荐功能，也是和大数据的相关性思维密不可分，我们在浏览页面或者是购物完成之后经常会受到类似的推荐功能，虽然说并不是百分之百都会购买，但是推荐还是有效果的。第三、攻略思维在大数据继续预测以及分析之后，企业可以根据大数据分析的结果进行营销策略的调整，这才是大数据营销的主要目的，从描述到预测，最后到攻略，这也是大数据思维的一个完整的过程。

随着电子技术和信息科学的发展，近两年每个网民都有机会在社交媒体发出自己的声音，留下海量的信息。人类生产信息的速度可谓风驰电掣，每两年就会增长一倍，近两年产生的数据总量相当于人类有史以来所有数据量的总和。科研领域、企业运营及日常生活中的数字、文字、图像、音频都是数据，大数据的处理速度快、价值密度低、商业价值高。拥有海量数据的国家或企业如果能合理地解释运用这些数据，就会增强自身的竞争力。大数据专业就在这样的背景下应运而生，很多学校看到该领域的前景，竞相申请设立数据科学与大数据技术专业。今天小编将带你深入了解数据科学与大数据技术专业。数据科学与大数据专业的缘起该专业是最年轻的本科专业之一，设立至今只有4年，2016年有北京大学、对外经济贸易大学、中南大学3所高校获批。2017年获批新增“数据科学与大数据技术”专业的高校达到32所。2018年呈爆炸式增长。2018年3月21日，教育部公布的《2017年度普通高等学校本科专业备案和审批结果》显示，数据科学与大数据技术成为本次申请通过最多的专业之一，248所高校申请获批，占新增专业申请的高校数的1/3。数据科学与大数据到底属于哪个学科呢？它的名字及研究内容与计算机科学关系密切，但是在2012年公布的《普通高等学校本科专业目录》中还没有找到它的身影。各校的专业设置情况差异较大，厦门大学将这个专业设置在经管学院中，中国人民大学和对外经贸大学将其设置在信息学院中，北京邮电大学将其设置在计算机学院中，考生在报考时一定要具体院校具体查询。尽管专业设置有差异，但是各校的培养方向基本一致，都把计算机科学与技术专业理论学习作为基础，然后延伸出大数据采集、存储与管理、分析与应用等大数据技术的核心知识，该专业大概率被设置在计算机类专业中。选科要求不同学校的选科要求不同。在2021年拟在江苏招生的普通高校本科专业（类）选考科目要求汇总表中，学校首选科目都要求仅选物理。例如：南京工业大学、南京信息工程大学首选科目都要求仅物理，再选科目没有要求。数据科学与大数据专业课程设置我们以华北某211高校的数据科学与大数据专业课程设置为例，向大家介绍课程情况：数学类：高等数学、概率论与数理统计、运筹学或数学建模或矩阵理论学科基础课：计算机导论与程序设计、电路与电子学基础、离散数学、数字逻辑与数学系统专业基础课：数据结构、计算机系统基础、编译原理与技术、计算机组成原理、计算机系统结构、计算机网络、数据库系统原理、软件工程、数据仓储与数据挖掘、机器学习、大数据基础、数据科学导论专业课程：数据采集与管理模块：多模态信息处理、信息与知识获取、流数据分析技术、Linux开发环境及应用数据分析与计算模块：Python程序语言与R语言、算法设计与分析、并行运算与GPU课程、分布式计算与云计算数据服务与应用模块：服务科学与服务工程概论、数据驱动的管理与决策、数据可视化、Web开发技术什么样的人适合学数据科学与大数据专业扎实的数学功底由课程设置可以看出本专业对学生的数学基础有一定要求，通识课部分就设置了三门数学课，学科基础课依然有离散数学，数字逻辑与数学系统。建议想报考的同学提前观看一些入门课程，客观评估自己的数学能力。盲目报考无益于个人发展，会造成挂科过多、学习压力过大、就业困难等不良后果。有耐心有毅力大数据专业和计算机专业比较像，是注重实践的专业。学生需要独立编写程序，对程序进行修改与调试，需要注意每一个细节才能顺利查错并运行程序。有耐心有毅力的学生显然更能坐的住，心浮气躁的学生则需要一番磨练才能成功。自主学习能力强一般情况下，大数据专业无法向学生传授大数据核心技术之外的知识技能，如果学生需要进入全新领域去实习就业，就必须要迅速掌握新领域的相关知识。假如学生到金融行业从事数据挖掘工作，就必须对金融产品及用户有所了解。该专业毕业生的发展工作毕业生就业主要集中在一线城市，毕业于985院校的毕业生常常被各大企业一抢而空，就业行业以互联网、金融、通信、教育、文化娱乐、电子商务等行业为主。薪资待遇令人羡慕，即使是刚毕业的学生，平均月薪就在12000-15000之间，工作3-5年比较有经验的人可以拿到20-35k的月薪。考研主要方向有：计算机科学与技术、计算机系统结构、计算机软件与理论、计算机应用技术、科学与信息技术（清华、北大、复旦、北京航空航天大学等少数学校开设）。留学该专业留学首推美国。国外的大学设置了数据科学专业，数据科学就是从数据中提取信息知识，是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。所以，数据科学专业不仅包含了大数据也包含了数据分析。推荐学校有：哥伦比亚大学、加州大学伯克利分校、斯坦福大学、麻省理工学院、卡耐基梅隆大学等。

数联寻英《大数据人才报告》显示，目前中国的大数据人才仅46万。仅就人工智能领域而言，印度的从业人员在15万左右，美国有85万，而我国仅有5万人。随着科技的不断发展，在短短3-5年内，我国大数据人才的缺口将增至150万。而波士顿咨询公司（BCG）发布的《数字经济下就业与人才研究报告》预计，中国整体数字经济规模在2035年将达到16万亿美元左右，总就业容量将达到4.15亿。大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。从目前的发展来看，大数据将是最有发展前景的职业。任何系统、任何公司的核心都是数据。数据的飙升，将诞生系列新的技术和产业。目前全国的大数据人才仅46万，未来3-5年内大数据人才的缺口将高达150万，越来越多人加入到大数据培训，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。

深圳远标为你解答;这是大数据的时代，也是大数据人才缺乏的时代，权威市场调研机构Gartner的最新报告显示，大数据带动全球IT支出340亿美元。对大数据的要求在逐渐由差异化发展为信息管理实践和技术的“最低门坎”。每个行业都必定用到大数据技术，而那些非“数据驱动型”的企业将面临被产业和市场淘汰的命运；相应地，每个行业都需要大数据人才，没有大数据技术支撑的企业，可能很容易被时代淘汰。目前大数据行业的情况是：大数据需求旺盛与人才短缺并存。全球领先的咨询公司麦肯锡发布的调查报告指出，对大数据人才的需求正在世界范围内升温。仅在美国，在“深度分析人才”方面将面临14万至19万的人才缺口；在“能够分析数据帮助公司做出商业决策”方面的人才需求超过150万。由于人才缺口大，各企业对大数据人才无论是招聘的还是再培训的都需要，因此大数据人才的薪酬可能是同岗位的中最高的，掌握了大数据技术，工资可能将提升40%左右。在中国，大数据也正迅速成为行业和市场的热点。专注与亚太及中国市场的市场调查机构泛亚咨询发布的调研数据显示，目前出现在各类招聘平台上与数据分析相关的招聘需求比去年同期相比，增长率高达67%；大数据相关高级职位的薪酬与其他同类技术职位相比平均高出43%以上。无论是世界范围内还是在中国，大数据浪潮正在深刻改变着各行各业，而各行各业对大数据人才的需求，以及技术从业者希望跻身大数据高级人才的需求也变得越来越强烈。很多企业想要走在时代的前头，做大数据行业的领军企业，但是大数据人才高度缺乏，招人困难。这时候企业内训或许是个办法。

前景可以，有保障。魔据据说条件不错，但是还是要试听考察的。不管是否有基础学习都是没有问题的，主要看的是自身学习是不是用心，够不够努力，也可以去实际了解一下。大数据广为所知的未来方向有三个，由高级到普通分别为数据科学家、数据工程师和数据分析师。一 、职业定位数据科学家数据科学家是指能采用科学方法、运用数据挖掘工具对复杂多量的数字、符号、文字、网址、音频或视频等信息进行数字化重现与认识，并能寻找新的数据洞察的工程师或专家(不同于统计学家或分析师)。数据工程师数据工程师一般被定义成“深刻理解统计学科的明星软件工程师”。数据工程师的核心价值在于他们借由清晰数据创建数据管道的能力。充分了解文件系统，分布式计算与数据库是成为一位优秀数据工程师的必要技能。数据工程师对演算法有相当好的理解。因此，数据工程师理应能运行基本数据模型。数据分析师数据分析师指的是不同行业中，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。他们知道如何提出正确的问题，非常善于数据分析，数据可视化和数据呈现。二、 职业职责数据科学家数据科学家倾向于用探索数据的方式来看待周围的世界。把大量散乱的数据变成结构化的可供分析的数据，还要找出丰富的数据源，整合其他可能不完整的数据源，并整理成结果数据集。新的竞争环境中，挑战不断地加剧，新数据不断地流入，数据科学家需要帮助决策者穿梭于各种数据的交互分析中。最终把蕴含在数据中的规律建议给决策者，从而影响生产、决策等各个环节。数据工程师数据工程师有三个最主要的任务，它们分别是分析历史、预测未来和优化选择。通过这三个工作方向，他们能够帮助企业做出更好的商业决策。大数据工程师一个很重要的工作，就是通过分析数据来找出过去事件的特征，它最大的作用是可以帮助企业更好地认识消费者。通过分析用户以往的行为轨迹，就能够了解这个人，并预测他的行为。而通过引入关键因素，大数据工程师也可以预测未来的消费趋势。根据不同企业的业务性质，大数据工程师可以通过数据分析来达到不同的目的。以腾讯来说，能反映大数据工程师工作的最简单直接的例子就是选项测试(AB Test)，即帮助产品经理在A、B两个备选方案中做出选择。在过去，决策者只能依据经验进行判断，但如今大数据工程师可以通过大范围地实时测试—比如，在社交网络产品的例子中，让一半用户看到A界面，另一半使用B界面，观察统计一段时间内的点击率和转化率，以此帮助市场部做出最终选择。数据分析师数据分析师主要有以下五方面的职责：1、负责项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对用户的行为进行分析了解用户的需求；2、参与业务部门临时数据分析需求的调研、分析及实现；3、参与数据挖掘模型的构建、维护、部署和评估；4、整理编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持；5、对产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。职业要求数据科学家需要满足的要求1，计算机科学一般来说，数据科学家大多要求具备编程、计算机科学相关的专业背景。简单来说，就是对处理大数据所必需的hadoop、Mahout等大规模并行处理技术与机器学习相关的技能。2，数学、统计、数据挖掘等除了数学、统计方面的素养之外，还需要具备使用SPSS、SAS等主流统计分析软件的技能。其中，面向统计分析的开源编程语言及其运行环境“R”最近备受瞩目。R的强项不仅在于其包含了丰富的统计分析库，而且具备将结果进行可视化的高品质图表生成功能，并可以通过简单的命令来运行。3，数据可视化(Visualization)信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发Web原型，使用外部API将图表、地图、Dashboard等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。数据工程师需要满足的要求1，数学及统计学相关的背景对于大数据工程师的要求都是希望是统计学和数学背景的硕士或博士学历。缺乏理论背景的数据工作者，容易进入一个技能上的危险区域(Danger Zone)—只知道结果，却并不明白数据所代表的真正意义。只有具备一定的理论知识，才能用普通模型、复用模型甚至创新模型，来解决实际问题。2，计算机编码能力实际开发能力和大规模的数据处理能力是作为大数据工程师的必备素养。因为许多数据的价值来自于挖掘的过程，你必须亲自动手才能发现金子的价值。举例来说，现在人们在社交网络上所产生的许多记录都是非结构化的数据，如何从这些毫无头绪的文字、语音、图像甚至视频中攫取有意义的信息就需要大数据工程师亲自挖掘。即使在某些团队中，大数据工程师的职责以商业分析为主，但也要熟悉计算机处理大数据的方式。3，对特定应用领域或行业的知识大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知程度，对于之后能否成为大数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。C. 数据分析师需要满足的要求1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实际工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。5、懂设计。懂设计是指运用图表等可视化方法，有效地表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。至于说大数据的前景，这几年国家也确实重视了起来，更是把大数据战略放到了十三五规划中，未来资源势必会倾斜，而且查看BAT之类的巨头招聘信息也能知道，大数据目前的前景还是非常可观的……本回答被网友采纳

如图说明大数据在电商的应用已经很全面了，现在随着市场流量成本变高，流量获取困难，很多品牌方已经认识到利用数据指导业务，管理业务的重要性。而利用大数据做竞品调研主要市场销量销额的份额、热销SKU、品牌方的定价、促销政策、投放渠道等几个维度，可以了解用户的需求发现市场潜在机会，对比品牌间在市场的竞争力，跟自己的业务情况结合分析做出营销策略。大数据分析关键点是对海量数据的挖掘，清理、处理，要么自己组建数据分析团队，需要一个全面的技术过硬的团队搭建还是不容易的，要么是第三方合作，购买数据报告，市场数据分析全面但是成本太高了，或者用第三方数据分析Saas软件。提供数据源可视化的观测分析、像是慢慢买、奥维云网、魔镜都是做大数据分析系统的，只是每个深耕不同行业、数据源获取的方式不一样。