大数据方向的研究生

走进经济生活里的一切导读：2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。来源丨21世纪经济报道（ID：jjbd21）记者丨王峰 北京报道图片来源/ 图虫创意（资料图）“没有什么行业是没有数据的”“我认为没有什么行业是没有数据的。”清华-伯克利深圳学院数据科学与信息技术专业一年级硕士生王宇杰说。 他在去年9月从一名工科本科生跨学科进入了大数据专业。大数据专业正成为时下火热的高校新增专业。在4月28日举行的教育部新闻发布会上，教育部高等教育司副司长范海林介绍，2017年全国高校备案专业中，新增数据科学与大数据技术专业点250个，同比增加了近7倍。从中国人民大学、北京师范大学、厦门大学等知名大学，到一些地方院校均投入了这股热潮。王宇杰大二时在一次展会上不经意接触到了一款大数据可视化软件Tableau，由此对大数据产生了浓厚的兴趣。通过Tableau，王宇杰感受到，数据分析这个行业的潜力无可限量。随着移动互联网大数据时代的到来，数据量正在不断增长。未来，更多人将学会分析数据，并将数据的洞察运用到工作和生活中的方方面面。数据分析会从小众走向主流，人人都可以成为数据分析师。接下来的大学时间里，他参加了一些数据科学家训练营，和一些商业机构组织的训练营，还在慕课网站上自修了国外大学的大数据课程。他在2016年的Tableau可视化分析争霸赛北京赛区比赛中拿到了第一名。Tableau可视化分析争霸赛是全球可视化数据分析人士的年度饕餮盛宴，每年都会成千上万数据狂人参加这一比拼。这其中，既有来自各行各业的数据分析专家，也有像王宇杰这样的数据爱好者，而王宇杰是获奖选手中唯一一名大学生。通过这些活动，王宇杰结识了这个一不断壮大的数据分析社区，也让他对这个行业更加充满热情。大四时，王宇杰得到了保研的机会，“国内开设大数据方向研究生专业的大学并不多，主要有清华大学、北京大学、复旦大学、北京航空航天大学等，这是当时比较知名的几个高校。”王宇杰说。王宇杰得到了北大和清华的offer，权衡之后，他选择了清华-伯克利深圳学院，这是清华和伯克利合办的硕士研究生项目，不仅可以在清华拿到数据科学学位，还有机会到美国加州大学伯克利分校去进行为期9个月的学习，同时拿到相关学位。“我是清华-伯克利深圳学院招收的第二届硕士生，也就是说，大数据专业其实是一个非常崭新的学科，在我申请的那一年，相对来说，大家对这个概念还不是特别了解，当然已经有一定数量的申请者，远超我们实际录取的人数，但并不是那么的火爆。”王宇杰说。“到了我下面那届，就是招收第三届硕士生的时候，竞争就变得异常激烈，在短短一年时间里，这个专业成为了大家认可的非常有潜力的专业，大批的工程本科生，或者是数学、经济方面的学生开始申请我们这个方向，因此录取率直线下降。个人感觉在近几年内，竞争会变得越来越激烈。”他说。清华-伯克利深圳学院的数据科学与信息技术研究中心设有6个实验室，分别为传感器与微系统实验室、纳米器件实验室、物联网与社会物理信息系统实验室、未来互联网研究实验室、大数据实验室、智能成像实验室。“我想一般人会认为我们专业课的名称会比较高大上，像大数据分析、大数据基础等，的确会有这些，但从本质上来说，我认为我们学的课程跟数学、工程学这些基础学科没有太大区别，当然加入了一些新兴科技的课程，比如现在很火的深度学习、人工智能。”他告诉记者。王宇杰进入了智能成像实验室，学习和科研课题是关于计算机视觉。“用一句话来概括，我们要做的是赋予计算机人的视觉能力。怎么理解呢？以后是一个有大量机器人存在的世界，而机器人要跟人类进行交互，做一些基本的工作，必须要有视觉能力，看得懂周围的环境，所以我们做的事情就是通过技术的方法让计算机拥有人的这种视觉能力。”他说。热门专业：数据科学与大数据技术图片来源 / 新华社（资料图）3月21日，教育部公布了2017年度普通高等学校本科专业备案和审批结果。在新增备案本科专业中，“数据科学与大数据技术”最为热门。根据统计，共有250所高校新增“数据科学与大数据技术”专业，其中包括中国人民大学、北京师范大学、厦门大学等19所教育部直属高校。河南省21所高校新增该专业，为最多的省份。河北、山东、安徽、广东、江苏等省也有较多高校成功获批。2016年2月，教育部公布新增“数据科学与大数据技术”专业，北京大学、对外经济贸易大学、中南大学成为首批获批高校。次年，又有32所高校获批。此次248所高校获批“数据科学与大数据技术”专业，几乎是前两次获批高校的8倍。该专业备受高校青睐与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月曾印发《关于印发促进大数据发展行动纲要的通知》，明确鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才。根据教育部上述2017年度高校本科专业备案和审批结果，此次共有60所高校获批“机器人工程”专业。“机器人工程”专业大热的背后，是人工智能行业的持续发展。3月6日，南京大学官网正式发布新闻，经研究决定，南京大学正式成立人工智能学院。今年政府工作报告中四次提及“智能”，并特别指出要“加强新一代人工智能研发应用”、“发展智能产业”。值得注意的是，从清华大学到地方高校，大数据专业成为普遍的时尚。“清华或者其他一般院校，在这个领域里对科研的贡献会有差异，但事实上，在如今的大环境之下，大家都想跟上时代潮流，所以我认为无论处于怎样的研究水平，敢于去跟上这个时代，就是挺好的一件事情。”王宇杰说。“大数据是一个概念，它包含的范围非常广，不同的专业方向，对外显示的名称可能都是大数据分析、大数据工程与技术，但是整个产业其实非常庞大，从前到后拥有一个很大的产业链。”他说。“我认为数据分析师这个称谓已经太过宽泛了，我觉得这个行业需要细分，未来会有专门做算法的工程师，专门做硬件实现的工程师，以及专门做理论推导的科研人员等。”他说。（编辑 戴春晨）

首先，目前有多个专业设置了大数据方向研究生的培养计划，比如计算机专业、统计学专业、经济学专业等，在当前大数据快速发展的背景下，也有不少学科设置了与大数据相结合的方向，比如机械专业、材料专业等，所以可以根据自身的知识结构来选择具体的专业和方向。由于当前研究生考试的竞争比较激烈，所以尽量不要选择跨考。不论是选择哪个专业的大数据培养方向，都需要具备三方面基础的知识结构，涉及到数学、统计学和计算机，所以如果未来想在大数据的技术研发方向走得更远，一定要重视这三个学科的基础知识，尤其是数学基础。当然，在准备考研的过程中，数学也是非常重要的学科。由于不少高校的大数据专业都是以计算机专业为基础构建的，所以考计算机专业大数据方向研究生是比较常见的选择，计算机专业考研往往需要重点做好三方面准备，其一是基础学科；其二是专业课；其三是计算机专业知识面，其中计算机专业知识面对于复试有重要的意义，有的高校（科研院所）在复试时会随机考察一门计算机专业课，这对于考生来说是比较大的挑战。不同高校在专业课考试方面的要求是不同的，而且不同的高校在报考时也有不同的要求，考生需要重点注意一下。比如，有的高校在报考时就需要考生明确指定具体的学习方向，这也会导致不少热门专业出现激烈的竞争，往年不少高分考生考研失败与报考就有直接的关系。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

首先，对于大数据专业的本科生来说，当前读研是不错的选择，随着大数据技术开始逐渐落地应用，产业领域需要大量高端应用型人才，所以如果没有继续读博的计划，可以重点关注一下专硕。在读研方向的选择上，可以重点关注一下大数据领域的相关方向，一方面大数据领域的方向选择空间比较大，另一方面对于大数据专业的学生来说，读研继续选择大数据方向也会有一个更好的科研基础。从当前大的发展趋势来看，可以重点关注一下大数据与产业领域相结合的方向，比如大数据与金融领域、经济领域、医疗领域、教育领域、消费领域、出行领域等，都有大量的结合点，而且选择这些领域作为主攻方向，未来在就业时也会更有针对性。除了以上领域之外，大数据与装备制造业的结合点也非常多。除了大数据领域的相关方向之外，大数据专业的本科生在读研时还可以选择人工智能领域的相关方向，当前计算机视觉、自然语言处理等方向的热度也比较高，随着人工智能平台的落地应用，视觉和自然语言处理方向的落地场景会越来越多，就业前景也比较广阔。从当前大的岗位需求情况来看，虽然算法岗位的岗位附加值比较高，但是当前算法岗位的竞争也比较激烈，所以在读研的过程中，一定要重视自身开发能力的提升，近两年有不少研究生在找工作时会冲着算法岗去 ，但是往往最终会拿着开发岗位的offer回来。最后，当前计算机相关专业的考研竞争还是比较激烈的，所以一定要做好复习规划。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！

大数据是近些年来的热点方向，大数据方向的研究生不仅有更多的发展机会，在薪资待遇方面也相对比较可观，所以不少研究生希望把自己的研究方向定在大数据相关领域。从发展趋势来看，选择大数据相关方向是不错的选择，未来的发展空间还是比较广阔的。目前不少大学的研究生教育都有大数据相关方向的设置，不同的高校在大数据教育方向上也会结合自身的教育资源进行相应的调整，所以要想选择适合自己的学校，需要考虑以下几个方面：第一：自身的知识结构。大数据是典型的交叉学科，基础学科包括数学、统计学和计算机，所以这三个专业的学生在读研期间都可以选择大数据方向，但是不同的专业在选择时也要结合自身的专业特点。比如统计学选择大数据方向时也可以选择本专业的研究生，因为统计学的研究生课题与大数据也有紧密的联系，没有必要一定要考计算机专业的大数据方向。在统计学领域，教育资源整合能力比较强的大学有北京大学、人民大学、南开大学等，不少财经类大学也有较强的学科实力，比如东北财经大学、上海财经大学也是不错的选择。第二：大数据学科的教育资源。研究生的教育质量与高校自身的教育资源整合能力有直接的关系，涉及到导师资源、实验资源、课题资源、行业资源等等，从大数据学科的教育资源情况来看，国内北京大学、中南大学、上海交通大学、中山大学、西安交通大学、对外经贸大学等都是不错的选择。第三：学校的整体实力。在考研选择学校时，应该注重学校的整体实力，整体实力较强的高校往往在专业发展上也会有较强的“后劲”，所以在选择高校时可以重点考虑一下双一流高校和一流学科高校（原985、211）。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

大数据是我的主要研究方向之一，目前也在带大数据方向的研究生，所以我来探讨一下这个问题。首先，当前选择大数据专业是不错的选择，一方面目前行业的大数据人才缺口比较大，另一方面大数据未来的发展空间也非常大。在产业结构升级的大背景下，大数据专业继续读研会有更多的选择，也会明显提升自己的岗位竞争力。大数据专业如果继续读研，在具体方向的选择上会更加偏向于“数据价值化的发掘”，比如通过机器学习的方式完成数据分析到智能决策，或者通过大数据分析完成自然语言处理的前期分析，或者通过大数据分析进行计算机视觉的研发等等。在研究生阶段，仅仅针对于大数据前端的研发方向还是局限性比较大的，而且要想做出一定的创新型成果需要与行业相结合。虽然前端的主要作用还是完成数据的展示，但是前端也可以做的非常复杂，比如BI系统的展示就是非常复杂的，涉及到的技术细节也比较多。在大数据应用领域，如果采用Python进行数据分析时，往往会采用matplotlib进行数据展示，当然matplotlib还是比较基础的应用。在研究生阶段，要想选择前端方向，通常有三个选择，其一是大数据展示与行业的结合，这部分可以选择的细分领域还是比较多的；其二是大数据展示与物联网的结合，在5G逐渐普及的当下，物联网与大数据的结合应用会越来越多；其三是大数据展示与人工智能的结合，这部分的方向也比较多。最后，大数据方向读研也可以向人工智能方向发展，未来人工智能领域的机会还是比较多的。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

首先，大数据与数据挖掘是一个大的研究方向，在这个大的研究方向下还有很多细分研究方向，研究生要结合自己所处的科研环境（课题组），以及导师的具体要求来制定学习方案。对于大数据与数据挖掘方向的研究生来说，在制定学习计划时，要结合自己未来的发展规划，如果要从事开发岗位，那么需要重点关注三方面内容，其一是编程语言的学习，当前开发岗可以重点学习一下Java，其二是大数据平台的学习，大数据平台的内容比较多，学习周期也相对比较长，其三是积累行业场景知识，大数据开发与行业场景的结合非常紧密。目前对于硕士研究生来说，选择主攻开发岗位会更容易实现就业，而且开发岗位的人才需求类型也比较多元化。随着工业互联网的落地应用，未来产业领域会释放出大量的高端应用型人才需求，所以如果没有继续读博的计划，一定要重视多做一些与产业领域相结合的科研实践。如果未来要从事算法岗，那么也需要重视三方面内容的学习，其一是编程语言的学习，当前编程能力对于算法岗位也是比较重要的，算法工程师也需要完成一些程序设计任务，其二是算法相关知识的学习，其三是机器学习知识，包括深度学习等内容。近几年算法岗的竞争还是比较激烈的，但是进入到2021年之后，算法岗的需求有所复苏，未来可能呈现出一个温和的上升趋势。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！

大数据和机器学习是我的主要研究方向，目前也在带相关方向的研究生，所以我来探讨一下这个问题。首先，大数据和机器学习之间存在较为紧密的联系，选择大数据方向的学生通常也需要掌握一定的机器学习知识，而选择机器学习方向的学生通常也需要具备一定的大数据技术基础。要想搞清楚具体选择哪个方向，应该对大数据和机器学习有一个整体上的认知，然后结合自身的知识结构和兴趣爱好进行选择。大数据技术体系结构经过多年的发展目前已经趋于成熟，大数据相关技术也正处在落地应用的初期，所以选择大数据方向有三点好处，其一是技术体系成熟，学习起来要容易一些；其二是大数据生态逐渐健全，就业岗位多；其三是大数据技术是人工智能的基础，未来的选择空间比较大。大数据方向对于数学、统计学和计算机基础具有较高的要求，目前大数据应用的核心集中在数据分析领域，场景大数据分析是目前比较重要的落地应用之一。另外，目前大数据产业链涉及到数据采集、数据存储、数据安全、数据分析、数据呈现等一系列环节，需要的知识结构也存在一定的区别。选择大数据方向通常要结合自身的知识结构选择一个突破点，行业领域的突破点还是比较多的。机器学习是人工智能领域的六大研究方向之一，机器学习（包括深度学习）也是目前人工智能领域比较热门的方向之一，随着大数据和云计算的发展，机器学习在强大的数据和算力支撑下，目前已经有越来越多的项目处在落地应用的初期，未来机器学习的发展空间非常广阔。选择机器学习方向的好处也有三点，其一是机器学习领域的创新点比较多，容易做出成果；其二是目前行业人才短缺严重，就业形势比较好；其三是机器学习未来将广泛落地到传统行业，市场空间巨大。简单的说，大数据方向以数据价值化为核心开展各种课题研发，而机器学习则以知识发现和应用为核心开展各种课题研发。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

大数据专业是一个典型的交叉学科，基础学科包括数学、统计学和计算机学，另外辅助经济学、社会学、医学等学科，所以统计学是大数据专业最为直接的相关学科之一，因此统计学专业的本科生在读研的时候是完全可以选择大数据专业的。统计学专业的相关知识在大数据时代依然起着非常重要的作用，以大数据分析为例，目前大数据的分析方式主要以统计学方式和机器学习方式为主，而且统计学方式与机器学习方式相比在某些领域更加成熟，理论体系也相对完备，所以大数据专业的学生通常都要系统的学习统计学相关知识，从这个角度来看，统计学专业读大数据方向还是具备一定优势的。在大数据时代，统计学有了进一步的发展和变化，这个变化就来自于数据本身的变化。统计学的分析方式通常以“抽样”为主，通过对样本的分析来寻找整体的规律，从而得出分析结论。通过大量的历史经验来看，如果样本的选择没有问题的话，统计学的分析方式具有非常高的准确度。但是在大数据时代，数据从抽样变成了“全样”，数据分析的方式和方法都产生了较大的变化，这对于统计学来说就需要积极的适应这种变化，并积极顺应大势时代的发展，投入到大数据领域的研发中。从目前大数据行业的发展来看，统计学确实对于大数据的发展做出了重要的贡献，大量的统计学专业人才陆续投入到大数据领域，也进一步完善并丰富了大数据的知识结构。近些年来，我多次作为评委，参与了不同类型的研究生大数据专业大赛，其中有大量的选手来自财经类大学的统计学专业，这给我留下了较为深刻的印象，其中也有不少学生取得了不错的成绩。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，也可以咨询我，谢谢！

大数据和人工智能方面的人才培养就是从研究生阶段开始的，然后逐渐开始向本科阶段普及，所以硕士研究生选择大数据和人工智能相关研究方向是比较常见的，而且大数据和人工智能领域的研究方向还比较多。从人才培养体系来看，目前大数据专业既有研究生培养方案，也有本科生和专科生培养方案，研究生阶段主要以培养具备创新能力的研发型人才为主，本科生阶段主要培养具备初级研发能力的应用型人才，而专科教育则主要以培养技能型人才为主。硕士研究生阶段如果选择大数据方向，需要重点考虑一下本学校的资源整合情况，最好选择学校具有一定优势的细分方向，这样不仅能够获得更好的学习（研究）体验，往往也会有更多的就业渠道。目前除了计算机专业能够培养大数据方向的研究生之外，统计学专业和经济学等专业也能够培养大数据相关方向的研究生，只不过侧重点会有所不同。人工智能方面的人才培养主要以研究生教育为主，一方面人工智能涉及到的知识体系比较复杂，另一方面人工智能的学习和研发对于环境（实验室）的要求也相对比较高，所以在研究生阶段学习人工智能会有更好的学习效果。从近两年研究生的就业情况来看，大数据相关岗位的数量比较多，但是算法岗位相对比较少，而且岗位竞争比较激烈，这对于人工智能相关方向的研究生来说，是一个不小的挑战。如果想提升自己的就业竞争力，不仅应该注重自身研发能力的提升，也应该注重实践能力的锻炼。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！