数据科学硕士排名

北京大学大数据是一个新的专业，国内首次出现这个专业是在2016年的时候，当时新设这个专业的高校全国只有3所有，其中就有北京大学。2.对外经济贸易大学与北大为同一批次开设大数据专业的学校还有对外经贸大学，很多人不知道这所学校是一所211工程大学，所以这个大数据专业应该是办得不错的。3.中南大学该校是湖南最好的大学，属于211和985工程学校。是第一批开设大数据与专业的高校。网上的一些排名中将该校的大数据专业排在了全国第一的位置。4.中国人名大学人大属于第二批开设大数据专业的高校，具体开设时间是在2017年。人大的这个专业虽然开设只有一两年的时间，但是实力应该是很强的，因为该校的统计学科在国内处于领先地位。5.复旦大学复旦大学的大数据专业是在2017年开设的，支撑学科主要涉及到了统计学、计算机科学和数学等学科，应用范围很广，几乎在所有的行业中都可以进行应用。6.电子科技大学电子科技大学位于成都，综合实力在全国范围内排前50位，在四川省中排名第2位，在全国电子科技内大学中排名第一。扩展资料数据科学与大数据技术专业，简称数科或大数据，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。大数据专业将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）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Maprece的并行算法、部署Hive并实现一个的数据操作等等，实际提升企业解决实际问题的能力。参考资料大数据采集与管理专业 百度百科

留学英国哪些大学的数据分析专业好?1. 伦敦政治经济学院LSE(The London School of Economics and Political Science)MSc in Data Science数据科学该专业开设在Department of Statistics统计学方向下，是17/18学年新推出的课程，也说明名校对于社会需求做出的反应还是很迅速的。课程旨在让学生能够应用先进的数据科学和统计方法来调查现实世界的问题。核心课程将为您提供数据科学，计算技术和统计分析，数据挖掘等一些基本理论。然后你将从以下选修课程中，根据自己的职业方向，进行选修：ST446 Distributed Computing for Big Data (H)大数据分布式计算ST444 Statistical Computing (H)统计计算ST405 Multivariate Methods (H)多变量方法ST411 Generalised Linear Modelling and SurvivalAnalysis (H)广义线性建模与生存分析ST422 Time Series (H)时间序列ST436 Financial Statistics (H)金融统计ST429 Probabilistic Methods in Risk Management andInsurance (H)风险管理与保险概率法MY459 Quantitative Text Analysis (H)定量文本分析MA407 Algorithms and Computation (H)法与计算MA424 Modelling in Operations Research (H)运营研究建模入学要求：学术：中国TOP35位大学，平均分85%以上雅思：7.0(R/L6.5;W/S6.0)每年学费：26,448英镑/年2. 华威大学(University of Warwick)华威大学作为英国国家数据科学研究所Alan Turing Institute数据分析研究的领导者，并且与纽约城市科学与进步中心New York Centre for Urban Science and Progress合作。有2个与大数据相关的专业：(1)MSc in DataAnalytics数据分析开设在Department of Computer Science计算机科学学院下，课程提供数据分析的跨学科视角，使学生能够获得计算机科学，数学和工程的先进知识，这对未来在“大数据”中的作用至关重要，使华威大学的毕业生在网络安全，金融，政府和技术等领域具有独特的价值。入学要求：学术：相当于英国二等二荣誉学士学位，数学，科学或分析学科要比较强雅思：6.5(6.0)每年学费：23,460英镑/年(2)MSc in Big Dataand Digital Futures大数据和数字期货开设在Centre for Interdisciplinary Methodologies跨学科方法研究中心，该课程介绍了数据对传统研究流程的挑战以及对安全性，隐私权，伦理学以及治理和政策的影响。入学要求：学术：相当于英国一等或二等一荣誉学士学位，数学，科学或分析学科要比较强。不需要计算机科学，数学或统计学背景。重点是他们想要地了解数据和数字在日常生活中发挥作用的方式。愿意参与现实世界的社会科学问题，对大数据和数字期货感兴趣。雅思：7.0(6.0/2项7.0+)每年学费：19,180英镑/年3. 伦敦国王学院KCL(King's College London)Big Data in Culture & Society MA大数据文化与社会该专业开设在Department of Digital Humanities数字人文学院，The Digital Humanities department (2014 Research ExcellenceFramework)数字人文科学排在全英TOP1。伦敦国王学院率先在文化与社会的大数据中认识到大数据在当代社会日益增长的重要性，从艺术和人文学的角度来解决大数据的理论和实践。入学要求：学术：相当于英国二等一荣誉学士学位，商科/英语/艺术/人文或者社科相关专业雅思：7.0(R/W6.5，S/L6.0)每年学费：22,800英镑/年对于老牌教育强国英国来说，各大学校开设了很多数据分析，大数据之类的专业供学生选择，下面我们来了解一下英国热门学校的数据类专业的情况。1. 伦敦大学学院伦敦大学学院与牛津、剑桥、帝国理工、伦敦政经并称英国G5名校，百年名校，实力无容置疑，而且他的计算机科学专业排名全欧洲第二，全英国第一。Data Science MSc 大数据科学该课程将数据驱动解决问题的计算和统计技能结合在一起，为学生提供分析工具，使用现代计算方法设计复杂的技术解决方案，并强调严谨的统计思维。毕业生在市场营销，制药，金融和管理等领域的需求日益增加。MSc in Spatio-temporal Analytics and Big Data Mining偏向以地理位置和时空位置作为依据处理分析的大数据。因此在学生背景要求上除了工程，数学，计算机科学这些典型理工学科外，还接受地理，林业，海洋学和物理学这些与环境有关的学生。雅思只需6.5，小分不低于6，难度较小就能进入G5名校。MSc in Web Science and Big Data Analytics网络相关技术与大数据分析，除了接受工科背景的学生，还接受有通用科学背景，接受范畴更加广。雅思要求7，小分不低于6.5。2. 华威大学MSc Big Data and Digital Futures 大数据和数字期货成立短短2年就吸引了大量学生，因为最大的特色是没有指定背景要求，这对跨专业而且对大数据感兴趣的同学是天赐良机。雅思要求7，小分不低于6。Data Analytics MSc 数据分析毕业生毕业去向：巴克莱资本、 Severn Trent Water 、软件工程师、分析师开发人员、顾问等。MA in Politics, Big Data & QuantitativeMethods在国际政治学院旗下，地区，国家和国际政府也与大数据息息相关，他们需要良好处理和运用大数据信息与公众沟通。该专业与传统数据科学不同，更加侧重在政治学科领域核心以及行业领先的数据计量方法。雅思要求7，至少两项小分不低于6.5。3. 利物浦大学利物浦大学计算机系在英国信息技术科研类院校中排名第一，而且还出了在线信息技术课程，许多课程都是首次获得英国计算机协会BCS(IT特许协会)认可。利物浦大学开设了两个大数据相关的课程：MSc Big Data and High Performance Computing附带一年实习，让学生更深入了解运用高性能计算技术进行大数据分析和处理。由于目前现实工作中缺乏能够运用高性能计算解决大数据问题的人才，该硕士项目为学生提供了必要的技能，解决了市场的人才缺口。该项目还有一个巨大优势是提供了一年和两年课程的选择。第一年学习的必修和选修是相同的，不同在于，两年课程提供第二年充分的实习时间，从第一年9月到次年6月，为期30周的实习。而且即使你找不到实习，也可以跟着第一年的学生一起毕业，提供了更多空间给学生选择。MSc Business Analytics and Big Data课程强调如何利用大数据提升企业管理和营销，是给未来企业家和商人配备的大数据课程。面向来自商科，工科相关的本科背景的学生，如果有充分的工作经历就更加分了。利物浦大学对于雅思的要求相对较低，总分6.5，小分不低于6。4. 拉夫堡大学MSc Cyber Security and Big Data该专业主要针对网络安全在产业和社会中的应用问题。让学生了解网络安全和密码学方面学科，培养与网络安全产业相关的电子数据分析，通过实际应用分析最新网络安全的规范和工具。主要面向理工科背景的学生，跨专业申请难度高。雅思要求总分6.5，小分不低于6。5. 埃塞克斯大学MSc Big Data and Text Analytics多个细分方向的大数据课程，该课程从2013年开办，针对日趋成熟的大数据产业，课程内容除了大数据处理，还有几个小分支可以选择，比如移动和社交程序方向、人机交互方向、计算机网络安全方向等。就业方向是数据管理和大规模计算处理。没有特别的背景要求，特别适合跨专业申请。雅思要求总分6，小分不低于5.5。6. 爱丁堡大学Masters in Business Analytics 商业分析该课程使学生能够分析数据，而且能够将其转化为有效决策的支持。该硕士课程可选择的就业岗位非常多，包括：商业和管理顾问、业务分析师、数据分析师、度量和分析专家、运筹学顾问、解决方案架构师等。7. 曼彻斯特大学MSc Business Analysis and Strategic Management 商业分析和策略管理该课程面向有兴趣从事商业分析领域，包括商业咨询，以及国际管理和比较研究领域的申请人。毕业生的就业单位有：埃森哲， AlixPartners ，中国银行，合作银行，德勤，电力和水务局，安永，富士通， IBM ，拉美航空，国民信托，索尼音乐，壳牌，渣打银行和尼尔森公司。8. 诺丁汉大学Business Analytics MSc 商业分析本课程由商业分析新人口统计实验室（ N-LAB ）开发，该实验室拥有商学院内最先进的教学，数据可视化的研究设施。它与跨国企业合作，除了学习利用大数据工具，数据科学技术和管理分析项目之外，还可能从 N-LAB 这个项目中受益。N-LAB 的合作伙伴遍布全球，目前包括：Dunnhumby 、 IBM 研究院、益普索、 NHS 、特易购、 Tigo Mobile 、 Walgreens Boots Alliance 、世界银行。9. 谢菲尔德大学Data Analytics 数据分析该课程为具有数学背景的学生（例如数学，经济学，会计，工程，物理或化学为第一学位）以及已经在工作的毕业生而设计。课程重点是如何管理大量信息并将其转化为可操作的知识，讲授对现代世界中需要解释的数据集类型进行实际分析所需要的关键技能。10. 南安普顿大学MSc Data and Decision Analytics 数据和决策分析11. 伦敦政治经济学院LSEMSc in Data Science 数据科学12. 伦敦国王学院KCLBig Data in Culture & Society MA 大数据文化与社会

澳大利亚大学中的工程科技硕士和工程硕士，实际上两者就相当于我国的学术型硕士和专业硕士。学制在一年以内的硕士叫型硕士，这种硕士不具备申请博士研究生资格。考研是专业学位好还是学术学位好，要根据考生的就业、发展方向而定。如果打算留校当老师，或是从事学术研究，是学术学位好。难毕业，但学费低，8000元/年。如果是为了找份好工作，专业学位好。专业学位容易毕业，但学费高，从1.5-3万元/年。本回答被网友采纳

读了前面关于数据科学的文章，相信你也能明白，拿到博士学位，更有利于做data scientist。比如同样是学统计出身的，作为master你可能做的是底层工作，接触不到太多核心的东西，工作基本内容可能就是用SQL倒腾数据、在R 里面做点初步处理，而PhD们职位起点高，上来就是做统计分析、建模等高级工作。这个跟统计/生物统计的master和phd出路也类似：前者很典型的工作是SAS programmer，后者直接是statistician or biostatistian，可以参考Warald以前的一篇贴子《统计和生物统计硕士博士出路比较》，尽管Data Scientist是个新职业，但是道理大体一致。同样是学CS出身，master们成为软件工程师，做的是底层的实现，尤其是公司的新人，系统框架早由高手们搭好了，来了coding的活你就去做，你考虑问题的范围很小，就是如何写好你负责的code 。而PhD们，可能是Research SDE、Applied Scientist/Researcher（这个是微软的title），跟其他的组合作来实现核心的Machine Learning或者Information Retrieval系统，一般都被要求能独立思考，能针对一些问题提出自己的想法和解决方案，老板也很鼓励你去创新、会给你自由让你探索新的project。另外，越是技术上比较先进的公司，往往越是倾向于招收博士，提供的职位也更高级，待遇更高。如果是硕士生，往往得有几年工作经验才会被考虑 – 刚毕业的硕士，无论哪个专业的，只是修了些硕士层次的课程，可能达不到公司的要求。Joyce不做SAS programmer，成为market research analyst。Warald这里想强调的是：PhD们机会，概率更大，在Data Scientist这类职业上，远比master有优势。如果你是master学历，拿到多个job offer有得选择的话，建议考虑一下长远发展，比如一个大公司让你去用SQL倒腾数据，给8万美元一年，另一个公司让你做统计分析，给7万一年，Warald的建议你从了后者，对工资、公司名气不满意的话，过两年跳槽就是了。

大数据的时代，很多学校都开设了大数据相关的专业和课程。在教育部公布的高校新增专业名单中，有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。从两次获批的”数据科学与大数据技术专业”名单中可以看出，该专业学制都为四年，授予工学学位或理学学位。第一批成功申请该专业的高校共有3所，为北京大学、对外经济贸易大学及中南大学，于2016年2月获得教育部批准。“大数据”专业学什么？方向一↗ 数据挖掘、数据分析&机器学习方向方向二↗大数据运维&云计算方向方向三↗Hadoop大数据开发方向精通任何方向之一者，均会 “ 前（钱）”途无量。三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 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—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径！“大数据”专业毕业以后干什么？事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的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)。目前全国各类高校、高职院校已陆续开始围绕大数据专业建设展开研究并申报大数据专业。作为交叉型学科，大数据的相关课程涉及数学、统计和计算机等学科知识，“数据科学与大数据技术”专业也强调培养具有多学科交叉能力的大数据人才。该专业重点培养具有以下三方面素质的人才：一是理论性的，主要是对数据科学中模型的理解和运用；二是实践性的，主要是处理实际数据的能力；三是应用性的，主要是利用大数据的方法解决具体行业应用问题的能力。

数据科学非常大细分可以往低也可以往高走往低就是数据采集和处理往高就是数据挖掘机器学习算法等当然还有一些开发工作，但是主要以分析工作为主大公司对数据的处理是高端岗位，薪水不低

排名 校名 等级 二级学科 一级学科 学科门 1 北京大学 A++ 081202计算机软件与理论 081200计算机科学与技术 08工学 2 南京大学 A++ 081202计算机软件与理论 081200计算机科学与技术 08工学 3 清华大学 A++ 081202计算机软件与理论 081200计算机科学与技术 08工学 4 武汉大学 A+ 081202计算机软件与理论 081200计算机科学与技术 08工学 342 5 复旦大学 A+ 081202计算机软件与理论 081200计算机科学与技术 08工学 6 华中科技大学 A 081202计算机软件与理论 081200计算机科学与技术 08工学 7 中山大学 A 081202计算机软件与理论 081200计算机科学与技术 08工学 360 8 山东大学 A 081202计算机软件与理论 081200计算机科学与技术 08工学 9 北京航空航天大学 A 081202计算机软件与理论 081200计算机科学与技术 08工学 10 中国科学技术大学 B+ 081202计算机软件与理论 081200计算机科学与技术 08工学 数据结构、操作系统、编译原理 11 西安交通大学 B+ 081202计算机软件与理论 081200计算机科学与技术 08工学 12 吉林大学 B+ 081202计算机软件与理论 081200计算机科学与技术 08工学 13 东北大学 B+ 081202计算机软件与理论 081200计算机科学与技术 08工学 14 西北大学 B+ 081202计算机软件与理论 081200计算机科学与技术 08工学 贵州大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 山东科技大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 电子科技大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 东南大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 四川大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 北京理工大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 重庆大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 大连理工大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 北京交通大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 北京邮电大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 同济大学 B 081202计算机软件与理论 081200计算机科学与技术 08工学 上海大学 C+ 081202计算机软件与理论 081200计算机科学与技术 08工学本回答被网友采纳

教育部评估中心（http://www.heec.e.cn/）可以有各个学校各个学科的评估情况。大学排名是根据各项科学研究和教学等标准，以英文发表研究报告和学术论文，针对相关大学在数据、报告、成就、声望等方面进行数量化评鉴，再通过加权后形成的排序。世界很多教育机构都有针对国内外大学、商学院或MBA的排名，由此产生了一系列的社会和商业影响。其中，国内大学排名中，影响力较大的是武书连版中国大学排行榜，校友会版中国大学排行榜和网大版中国大学生源排行榜。当前几大主流世界大学排名分别为上海交通大学世界大学学术排名（ARWU）、QS世界大学排名、英国《泰晤士高等教育》杂志THE世界大学排名、荷兰莱顿大学世界大学排名。排名对大学科研教学水平提升、形象推广与其在与国际合作对象的行销上，有着深远的影响。排行原则：为了规范大学排名机构的行为，联合国教科文组织、欧洲高等教育研究中心和华盛顿高等教育政策研究所，于2004 年共同发起成立了大学排名国际专家组。2006 年5 月在柏林召开的第二次会议上，讨论通过了一系列高等教育排名的质量标准和操作范例，即柏林原则。该原则共有16 项，从排名的目的、指标设计与权重、数据收集与处理和结果公布4 个方面进行了规定，以作为对高等教育机构进行排名需遵守的共同准则。排名目的：排名是评估高等教育投入、过程与产出质量的方式之一。排名可以提供比较的信息并增进对高等教育的了解，但不能是唯一一种用来评价高等教育应是什么与应做什么的方式。排名可以提供一种市场观点，以作为政府、认证机构以及评价机构有关评估工作的补充。排名的目的与对象应当非常清晰。排名必须根据其目的来设计。为特定目的或特定对象设计的指标可能并不适合于其他目的或对象。指标设计与权重：尽可能选择产出而非投入的指标来评价。投入指标可以反映出一所学校的一般情况，而且也较容易获得；产出指标则更能提供高等教育机构或专业的声望和(或)质量更为精确的评价。排名者应确保两者之间的平衡。数据收集与处理：排名要注重文中所有原则倡导的伦理标准和好的做法。为确保每项排名的可靠性，负责数据搜集、使用和进行实地访问的评价者须尽可能客观、公正。尽可能地使用审核过的、可以核实的数据。采用这些数据有许多好处，比如高等教育机构认可这些数据，而且在机构之间具有可比性、一致性。结果的公布：为受众提供关于排名的全部信息，使他们清楚地了解排名的过程，让其可以自由选择排名的呈现方式。这样，排名的使用者可以更好地理解机构或专业排名的指标。另外，他们也应当有机会决定指标权重的分配。通过恰当的方法减少或消除原始数据中的错误，组织、公布的方法要能保证出现的错误能及时被改正，高等教育机构和公众应该被告知排名中曾出现的错误。排名最初是由于本科生和其父母的关心应运而生的，后来延伸应用于大学招收优秀学生和扩大募款来源的用途上。根据国际研究显示，优秀学生认为大学排名前茅，有益于协助他们获得更好的工作机会、更优厚的薪资结构和社会地位。各国排名居前的名牌大学和具有特色的新兴大学常获得政府巨额的教育补助和优秀学生的青睐。定位不明确并排名居末的大学，其学生来源和优秀学生比例则可能逐年下降。今天的排名影响着一大批与利益攸关的选择；再者由于各校强项不一，有的是由于历史悠久、校友贡献良多、国家资源投入、科学研究地位而使其稳定领先；有的则迅速改善自身的缺失，并强化既有的特色，而得以在个类的排行榜上逐年提升。一般认为，由于全球学习英语的人口最众、英语对国际的影响力最广泛，所以英语系国家的大学院校比较注重大学排名。而非英语系国家的众多欧洲大学，虽然具有悠久的历史（如法国），学术水平也较为平均（如德国），但英语并非为发表其研究报告和学术论文的语言，所以将之纳入以英语世界大学排名榜内，实未达致客观标准。此外，大学排名的标准项目内，特别是有关人文与社会科学的指标，由于需要本国的语言、文化、历史、政治、商业、社会等特定背景参考，遂发展出另外以社会科学为主的商学院、企业管理硕士等更细腻的评鉴。

北京大学——北京大数据研究院清华大学——清华大学数据研究院人民大学——统计与大数据研究院复旦大学——大数据学院中南大学——中南大学信息安全与大数据研究院西南交通大学——金融大数据研究院贵州大学——贵州大学大数据与信息工程学院南京邮电大学——南京邮电大学盐城大数据研究院