大数据专业硕士年薪

1、中国内地的硕士研究生按学年分有三种，两年，两年半和三年。2、国家给每个硕士研究生每年补贴6000元。3、总体上，根据学校资金是否充裕，会有额外的研究生补助，是导师或者实验室给的。4、这些钱加起来基本够你吃饭。在高校读研可以出去实习，自己赚钱。

从国内的环境来说，数据挖掘、算法相关的岗位，薪资待遇都是不错的，岗位机会的话，地集中在互联网行业、数据服务、O2O、金融、电商等领域。岗位的话，按照Title来看，数据分析师、大数据分析师、数据挖掘工程师、算法工程师等都有，具体要看自己的技能和招聘的岗位契合度。薪资待遇的话，只能给你个平均水平做参考：1-3 年经验，普遍工资在 16-20 K 左右的水平；3-5 年工作经验，普遍工资在 21-25 K。

由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才。因此很多企业会通过内部挖掘，所以薪资高那就不足为奇了。大数据职业是现在均匀收入最高的职业，其从业人员均匀年薪已逾十万元，有经验的大数据工程师均匀年薪一般在12万元以上。现在刚毕业学员的起薪基本是在8k-15k元的水平，有大数据相关工作经验的学员，薪酬基本是15k-25k元的水平。如果就加米谷大数据零基础班的学生的就业薪资来看，在成都的平均水平薪资在12k左右。薪酬方面，以北京为例：北京2017年的薪酬，北京数据挖掘工程师工资中位数为：￥15166元/月，最低工资8K-10K，最高工资工资30-50K；北京数据工程师工资中位数：￥13156元/月，最高工资20K-30K；北京数据架构师工资中位数：￥23700元/月，最低工资10K-15K，最高工资无法确定。

大数据时代的趋势在国内发展势头强劲，而人才却非常有限，现在完全是供不应求的状况。随着大数据产业的不断发展，大数据人才越来越多地聚焦在三大方向：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。

随着经济结构升级和科学技术进步，大数据专业被带入高招领域，从而引发了广泛关注。大数据的热度虽高，但很多人对于大数据仍有疑问。大数据专业发展前景如何？到底什么是大数据专业？大数据专业学习哪些内容？大数据专业有哪些就业方向？本文就从以上这几方面为大家详细剖析大数据。 行业发展前景及趋势 近几年来，互联网行业发展风起云涌，而这其中，“大数据”更是炙手可热，很有可能成为新一轮的技术革命。“大数据”能给企业带来前所未有的商业价值与机会，它可以帮助企业将现有的数据与实时产生的数据有效整合，以少量的投入获得更大的回报。 据前瞻产业研究院《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》显示，全球大数据技术及服务市场年复合增长率将达31.7%，预计2016年收入将飙至238亿美元，其增速约为ICT市场整体增速的7倍之多。 截止到目前，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。国际数据公司（IDC）表示，未来八年内全球产生的数据量将超过40ZB，并且全球的数据使用量到2020年会增长44倍，其中主要的增长来源将会是大数据形式。这表明，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。 图示说明：2012-2020年全球数据产生量预测 图片来源行业人才需求及现状 在大数据时代，企业之间正在为了吸引并留住商业智能和信息管理的专业人才而展开竞争。在InformationWeek每年公布的IT从业人员薪金调查中可以看出大数据从业人员面临巨大缺口。 目前的两个主要趋势是，大数据领域从业人员的薪金将继续增长，大数据人才供不应求。数据整合和数据仓库管理人员薪金在未来将达到131000美元，普通工作人员薪金也有101000美元（它们在InformationWeek所调查的23个IT职位中分别排名第六和第七）。麦肯锡全球研究院的研究预测在未来6年，仅在美国本土就可能面临缺乏14万到19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并为企业做出有效决策的数据的管理人员和分析师也有150万人的缺口。 在中国，移动互联网、电子商务、物联网以及社交媒体的快速发展已经使我们进入了大数据时代。IDC曾发布过其关于中国大数据技术和服务市场的首份报告《中国大数据技术与服务市场2012-2016年预测与分析》，报告显示该市场规模将会从2011年的7760万美元增长到2016年的6.17亿美元，复合增长率达51.4%，市场规模增长近7倍。 培养目标 根据当前大数据领域的主要三个专业方向设置培养目标及课程体系。 1.数据工程方向： 通过提供丰富的课程体系和实践项目，使学生具备扎实的Java海量分布式开发和大数据平台集成的能力，掌握大数据项目开发的基本理论、基本技能及综合应用方法，具有较强的基于Java大数据平台的相关技术，能轻松胜任基于企业级的Java及大数据分析与应用的项目开发。 2.数据分析方向： 通过提供丰富的课程体系和实践项目，使学生具备扎实的数据统计、数据仓库与商务智能技术，掌握数据挖掘与数据分析的基本理论、基本技能及综合应用方法，掌握较强的基于大数据平台的分析技术，能轻松胜任基于企业级的大数据分析与应用项目。 大数据专业课程体系人才培养：专业开设情况 目前大数据人才培养涉及到两方面问题：交叉性学科的人才培养方案是否与市场需求相匹配；学科建设的周期与行业快速更新之间的差距怎样弥合。 教育和市场发展总是有一定差距，由于复合型人才培养的周期较长，而行业热点不断更新轮替，学生本科四年，加上硕士阶段已经是七年之后的事情了，产业已经演进了很多，而教学大纲并不会跟进得那么快。因此，复合型人才培养方案如何与行业发展速度保持一致？这是必须要解决的问题。正是因为教育体系和市场需求间存在一定的脱节现象，导致现在还没有太多院校尝试去开设本科阶段的大数据专业。据悉，阿里云携手慧科集团，与高校采用校企合作的方式共建大数据专业或大数据学院，迈开大数据人才培养的新实践。阿里云是我国领先的云计算及大数据企业，拥有自主研发大数据应用平台，具有10亿GB级大数据存储和分析能力，依托于阿里云深厚的技术积累和前瞻的科研方向，同时借助慧科集团产教融合教育模式的成功经验，将最新的大数据技术整合到校企师资建设、课程设置、教学方式等方面，同时高校做好计算机科学、统计学、数学等相关学科的整合与支撑，助力人才培养紧跟行业发展。阿里云、慧科集团现已同武汉大学、对外经贸大学、贵州大学、华南理工大学、贵州理工学院等多所高校合作培养硕士、本科及高职各层次的大数据人才。 就业方向 在大数据领域，相关专业的毕业生有着非常广泛的从业选择。从国防部、互联网创业公司到金融机构，从零售金融到互联网电商，从医疗制造到交通检测，都需要大数据项目来做创新驱动，对大数据的需求无处不在，其岗位报酬也非常丰厚。在硅谷，入门级的数据科学家的收入已经是6位数了(美元)；在国内，以Hadoop开发工程师为例，Hadoop入门薪资已经达到了8K以上，工作1年可达到1.2W以上，具有2-3年工作经验的hadoop人才年薪可以达到 30万—50万。相关专业的毕业生可从事的具体岗位如下： 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、电子商务技术、电子金融、电子政务、军事等领域的Java大数据分布式程序开发、大数据集成平台的应用、开发等方面的高级技术人才，可在政府机关、房地产、银行、金融、移动互联网等领域从事各类Java大数据分布式开发、基于大数据平台的程序开发、数据可视化等相关工作，也可在IT领域从事计算机应用工作。 2.数据分析方向： 毕业生能够从事基于计算机、移动互联网、电子信息、电子商务技术、电子金融、电子政务、军事等领域的大数据平台运维、流计算核心技术等方面的高级技术人才，可在政府机关、房地产、银行、金融、移动互联网等领域从事各类大数据平台运维、大数据分析、大数据挖掘等相关工作，也可在IT领域从事计算机应用工作。

2018年正是大数据应用及人才需求超高的一年大数据工程师人均年薪30万大数据时代的出现，未来30年将对计划经济和市场经济进行重新定义。在大数据时代，人类获得数据能力远远超过大家想象，我们对世界的认识要提升到新 的高度。在国内，普通大数据开发工程师的基本岗位薪资起步即10000元/月，一般入职薪资13000元/月 左右，2年以上工作大数据开发工程师薪资高达30000元/月以上。（以上数据来源于网络）

30万年薪在大公司是正常的。一些大公司的数据库复杂，数据量大，erp本身就价值上亿，做数据库管理和数据挖掘的人年薪数十万很正常。

大数据的就业前景还是很不错的。大数据的价值体现在以下几个方面：（1）对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；（2）做小而美模式的中小微企业可以利用大数据做服务转型；（3）面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点。企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如，通过结合大数据和高性能的分析，下面这些对企业有益的情况都可能会发生：（1）及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。（2）为成千上万的快递车辆规划实时交通路线，躲避拥堵。（3）分析所有SKU，以利润最大化为目标来定价和清理库存。（4）根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。（5）从大量客户中快速识别出金牌客户。（6）使用点击流分析和数据挖掘来规避欺诈行为。

目前大学还没有开始大数据和数据分析专业的课程，一些基础的东西还是有的，不过属于计算机专业里面的分支。专业的大数据和数据分析还是的去培训的。不过以后大学会慢慢开设大数据的课程的吧。柠檬学院大数据。