数据科学与大数据技术专业考研的方向

“大copy数据”就是一些把我们需要观察的对象数据化，然后把数据输入计算机，让计算机对这些大量的数据进行分析之后，给出我们一些结论。大数据学习内容主要有：①JavaSE核心技术；②Hadoop平台核心技术、Hive开发、HBase开发；③Spark相关技术、Scala基本编程；④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；⑤大数据项目开发实战，大数据系统管理优化等。你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。南京北大青鸟大数据课堂

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3363366164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。

国论文网http://www.xzbu.com/1/view-7050455.htm关键词：民院校；大数据；人才培养一、大数据技术概述最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。”大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。二、国内外研究现状国外除了在大数据的概念上的研究外，重点放在技术研究。美国政府六个部门启动的大数据研究计划中，绝大多数研究项目都是应对大数据带来的技术挑战，重视的是数据工程而不是数据科学，主要考虑大数据分析算法和系统的效率。国内在大数据研究领域的重点在大数据与云计算、数据挖掘，并行计算和分布式处理，应用式主要集中在地理信息系统。但目前国内高校很少有开设大数据方向的相关专业，业内先驱当属北航软件学院大数据技术与应用专业。此专业是北航软件学院、北航计算机学院与慧科教育（工信部移动云计算教育培训中心）联合打造的大数据技术与应用专业，于2012年开始招收工程硕士。另外，2013年，华东师范大学成立了数据科学与工程研究院；2014年，华南理工大学设立了云计算与大数据专业；同年，清华大学成立“清华―青岛数据科学研究院”，设立大数据的硕士博士学位项目。另外，开设大数据相关本科专业的院校有贵州师范学院、贵州大学和北京城市学院。而2014年9月开始，西安欧亚学院也开始对外招收网络工程专业（大数据方向）。三、民院校人才培养方案的制订西安欧亚学院作为一所民三本院校，本着创新型教育理念，一直致力于应用型人才的培养。从2012年开始筹备至今年正式招生，共两年时间。无论从企业需求，还是学术要求，我们都进行了充分的调研及论证。1.前期准备（1）资料准备在与北京大学教授合作的项目中，受到启发。继而开始搜集大数据方面的各种文献资料，对目前国内各大高校的专业开设情况进行考察，借鉴他人的宝贵经验。最终形成了一个初步的课程规划清单。（2）企业调研根据以往的教学经验，我们知道，学生将来是否能顺利的找到工作，与其在学校接受的教育是息息相关的。很多时候，我们只是从一个教师的角度考虑，应该培养出什么样的学生。可是，我们并不了解，目前，就某一个行业领域，企业需要什么样的人才，无论从专业能力方面，还是从个人基本素质方面。鉴于此，我们对一些相关企业做了调查问卷，结果得出，企业需要的大数据人才，从个人素质方面，需要以下能力：良好的数据敏感度，能从海量数据提炼核心结果。对统计、数学建模有强烈的兴趣和钻研精神。良好的学习能力、团队协作能力、逻辑思维能力、分析能力。擅长与商业伙伴的交流沟通，具有优秀的报告讲解能力及沟通能力。工作高效，有条理，细致，态度积极，责任心强，能够承受较强工作压力。在专业技能方面，需要以下能力：熟悉数理统计、数据分析、数据挖掘等基础知识，熟知常用算法。熟练使用SAS、SPSS、R、Excel等统计分析软件。精通至少一门编程语言（C、Java、Python、shell）。了解数据结构和算法设计。熟悉Linux操作系统开发环境。（3）师资培养学生所学知识的源头均来自于老师。我校教师大多从学校毕业后直接任教，缺乏实际工作经验。虽然基本的理论知识都能掌握，但应用于实践的能力缺乏。为此，我们将教师分批派往不同合作公司进行挂职锻炼，为期一个月至半年不等。这样，教师不但能充分发挥自己的业务专长，将理论联系于实际；同时，在企业中，能经历到不一样的工作状态和企业氛围。将来回归课堂，能给学生传递的不仅仅是科学知识，更重要的是书中没有的工作经验和阅历。另外，在大数据方面，有很多不同方向的讲座、论坛、会议。其间，各领域的业内高手都会云集，畅谈自己的编程经验或心得体会。我们会及时派出相关老师外出参会，听取高手经验、开拓视野的同时，更希望能和高手有交流甚至合作的机会。（4）专家论证经过我们的调查问卷和深入企业实习的见闻体会，我们更加明确了大数据人才培养的方向，进一步完善了培养计划。为了更有力的支持我们的方案，专业开发团队先后多次请来名校教授进行座谈论证，经过5次不断的“推翻―重做―修改”，最终形成2014级学生的人才培养方案。2.方案阐述我校在网络工程专业开设了一个大数据方向的实验班，本科四年制，培养阶段划分为通识教育、专业培养和多元化培养三个培养阶段。第一阶段：通识教育培养阶段。按照工程人才培养的共性要求而设置，并为全面素质教育奠定基础。包括综合基础和基本技能两个模块。在综合基础模块中，设置了由“政治思想理论课、高等数学、大学物理、体育”等系列课程构成的必修课程，和由人文科学与艺术、社会科学、自然科学等系列课程构成的选修课程。重点满足对学生逻辑思维、思想品德、身心健康、人文科学与艺术、社会活动能力等各方面素质培养的要求。在基本技能模块中，主要设置有计算机类、英语类和人文类等课程。重点培养学生具有较强的计算机应用能力、良好的中外文沟通、表达与写作能力，基本工程与科研素养以及良好的国际视野和国际竞争能力。第二阶段：专业培养阶段。培养大数据分析人才必备基础理论知识和技术能力。包括专业基础能力和学历提升两个模块。学历提升模块开设计算机类考研必备的高等数学、英语、计算机网络、数据库基础、数据挖掘等基础性课程，使学生掌握扎实的学科基础理论；专业基础模块开设统计学基础、多元统计分析、时间序列分析、Hadoop并行计算、数据可视化技术和分布式云计算等专业技术基础课程，让学生掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能，培养工程人才在计算机学科网络大数据专业领域中必要的、最基础的知识和能力。第三阶段：多元化培养阶段。通过设计多元化课程体系，为学生提供自主选择专业方向的机会，使学生个性培养得以实现。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。四、结束语目前，数据分析是一个朝阳行业，而高校大数据人才培养更是一个新兴的领域，在很多公高校都没有做好准备的情况下，作为民的三本院校，我们踉跄起步，希望在未来的发展中，能总结出的经验，不断完善自己，更希望能给于兄弟院校一个参考的思路，我们共同完善大数据人才的培养工程。本回答被网友采纳

一、开设了大数据的大学：1、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、中国人民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。二、大数据专业：属于交叉学科：以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外，还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等以中国人民大学为例：基础课程(38学分)：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。必修课(37学分)：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。选修课：数据科学算法导论、数据科学专题、数据科学实践、互联网实用开发技术、抽样技术、统计学习、回归分析、随机过程。扩展资料：大数据专业主要课程C程序设计、数据结构、数据库原理与应用、计算机操作系统、计算机网络、Java语言程序设计、Python语言程序设计，大数据算法、人工智能、应用统计（统计学）、大数据机器学习、数据建模、大数据平台核心技术、大数据分析与处理,大数据管理、大数据实践等课程。数据（big data）指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。参考资料：百度百科 数据科学与大数据技术专业

一般初中生寄狗了，不过高中生的话 ，这边也行，可以到这边打车10元啊

软件工程吧。数据科学与大数据技术专业所学的知识与软件工程专业的知识比较相近，考研成功率高，而且软件工程是计算机大类中最受欢迎的。 请采纳哦。

大数据专业现在正热门呢。在大数据产业、大数据学习、加米谷内大数据培训等成为容时代热词之时，大数据专业也成为了大学的"新宠"，232所高校竞相布局大数据相关专业：1、2016年2月，第一批”数据科学与大数据技术专业”获批名单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。2、2017年3月，第二批”数据科学与大数据技术专业”获批名单2017年3月，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。3、2018年4月，教育部公布《2018年高等职业教育专业备案和审批结果》，确定了2018年经各省级教育行政部门备案的非国家控制高职专业和教育部审批同意新设的国家控制高职专业共计733个。在高职院校新增专业中，“大数据技术与应用”专业成为热门——全国总计有143个大数据专业获批新办。专业学制都为四年，授予工学学位或理学学位。本回答被网友采纳

大数据一般不用考研，直接可以参加工作，薪资高，发展好。学习内容主要包括：①专JavaSE核心技术②Hadoop平台属核心技术、Hive开发、HBase开发③Spark相关技术、Scala基本编程④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习⑤大数据项目开发实战，大数据系统管理优化工作岗位列举几个热门：初级大数据离线处理，薪资10000-13000Spark开发工程师，薪资14000-16000Python爬虫工程师，薪资16000-20000大数据开发工程师，薪资20000+你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。北大青鸟中博软件学院大数据课堂实拍

据复旦大学计算机学院376533数据科学及数据工程大方向，同时也属于上海市数据科学重点实验室。目前本研究小组集中以Web数据, 在线社会网络,社会媒体大数据为中心的数据分析与挖掘算法的研究。近几年主要参与了国家基金项目，重点基金项目，国家863项目以及上海科委创新计划， 国外合作项目等项目。主要研究大数据环境下的数据建模，数据挖掘，信息传播，行为预测等算法的设计和实现。具体的研究内容包含（但不限于）：1、在线社会网络中社区发现算法(Community Detection) 的研究; 在线社会网络信息传播模型（Information Spreading）的研究以及影响力最大化问题(InfluenceMaximization)的研究;2. 基于微博(Microblogging)新闻和评论的金融大数据的分析算法和预测算法（Financial Market Prediction）的研究；3．基于社会网络大数据分析的知识图谱(Knowledge graph)的建立和应用（如，利用知识图谱来影响力的学习）；4．基于大数据的数据挖掘算法（聚类，分类， 深度学习）在并行环境下的设计与实现；5．科学大数据的数据建模与数据查询； （目前参与国际合作SKA天文大数据的分析）；研究生在实验室的主要任务：参加讨论班的论文报告、实现算法与Demo系统、参加实验室项目，合作在高级别的会议或期刊上发表论文。实验室提供：必要的实验条件、一定的勤工助学补助、以及能够及时与你进行直接充分的讨论和指导。（一些熟悉的国外教授能够进行推荐）基本要求：1。有良好数学基础及较强的主动学习能力；2。对大数据处理及分析感兴趣，有一定的动手编程能力；