数据分析研究生

19考研到底有多难？看最新全国研究生报考数据分析报告！一 、研究生报名人数持续增长研究生招生人数每年都创历史新高，我们都已经见怪不怪了，18考研（238万）较17考研（201万）直增37万考生，增长率达到18.4%，有人预计说19考研有可能达到270万。为什么越来越多的人选择考研呢？根据中国青年报社社会调查中心针对考研的一项问卷调查显示，选择考研的原因有：提升就业竞争力、通过考研进入名校、通过考研更换专业、完成自己的学术理想、暂时逃避就业压力、寻找备考过程中的独特体验等，其中占绝大多数的为以下三个方面：1. 本科就业压力大，考研可提升就业竞争力；2. 名校情结；3. 在职研究生纳入统考，往届生考研人数增加。（你考研的原因是哪一个呢？欢迎留言哦~）二 、多省市研究生考试报名持续增长1、山东：山东作为生源大省，2018年考研人数达213803人，同比增长14.54%，为历年最多。其中，2018全国报考山东大学的考生共23018人，突破两万，创下历史新高。2、四川：2018年，四川省研究生招生考试报名人数再度飙升，有效报名人数达到了119523人，较2017年增加了37583人，增幅为45.87%。去年四川报考点一度爆满，导致一部分考生无法在本地报名，最后增加考点才得以解决。小编也在这里提醒大家，到报名时，尽量不要往后拖，每个报考点所能容纳考生数量有限，确定了之后就尽早提交，以防带来不便。3、黑龙江：2018年硕士研究生招生考试共计报名79242人，比2017年增加了12053人，增幅为17.9%，这是该省研究生报考人数连续第三年增长。4、河北：2018年河北省共报考120580人，比2017年增加17525人，增幅为17.0%。报名人数和增幅均创历史新高。除以上地区外，安徽、湖北、江苏、内蒙古、重庆、辽宁、河南、天津等多地，报考人数均创下新高。三 、往届生报名增幅明显根据教育部公布2018年硕士研究生报考数据显示：238万考生中，应届考生131万，比17年增加18万，往届考生107万，比去年增加19万人。以湖北和河北地区为例，从图表中可以看出，往届生报考人数逐年增长。原因是因为从2016年起，在职研究生考试纳入统考，不少在职人员为提升自身竞争力或工作需要，也加入考研大军。湖北河北四、部分省市专业硕士报名人数超过学术硕士随着专硕培养规模壮大及认可度提升，瞄准专硕的考生比例逐年提升。以北京为例，北京2015年为43%，2016年为46.3%，2017则首次超过50%，达到52.2%，到了2018年，这个比例则高达54.7%。其中，多地甚至出现专硕报考人数超过学硕的现象，以湖北和河北为例：河 北湖 北2019年考研的人数将继续增加的同时，报考专业硕士的比例也会保持持续增长。在2016年全国考研报考人数中，专业学位考取概率为0.27，学术学位考取概率为0.35。从这分析来看，同学术硕士相比，专业硕士考取难度更大，且随着专硕越来越火，其考取难度有持续增长的态势。五 、女生读研占比超过半数硕士研究生招生规模不断增长的同时，女生考取研究生的比例不断提高，女生成考研群体主流。六 、全日制和非全日制统一招生自2016年9月起，在职研究生纳入非全日制研究生，与全日制研究生实行并轨统考。这对于在职考研人来说，无疑增加了考试难度。相应的，非全日制研究生的含金量也必然提高，非全日制研究生顺利毕业后，将拥有“双证”(学历证书和研究生学位证书)，和全日制研究生相同。因此，非全日制研究生成为了众多在职考生的首选。全日制和非全日制统一招生两年以来，报考非全日制的考生占比逐年增多。以北京、河北为例：七 、MBA、会计、法律硕士等依然是报考的热门专业以北京为例：2018年，工商管理专业报考人数居首，为19749人，随后为会计专业的13124人和法律硕士(非法学)专业的12957人，报考人数居第四至十位的专业依次为金融、公共管理、计算机技术、法律硕士(法学)、广播电视、软件工程、计算机科学与技术。八 、热门高校各专业报录比报录比指的是报考人数和录取人数之比，报录比越大说明该专业考研难度越大。近几年研究生招生规模扩大，使硕士研究生报考的竞争度变小 ，录取率提高。但是，一些热门专业，如经济类、管理类等专业的报录比相对较高，考研难度依然很大。研招网给出了4所热门高校（人大、复旦、南开、浙大）报录比排名前10的专业：中国人民大学复旦大学南开大学浙江大学

编者按：项目分析是由我们指南者留学新推出的一个专栏。应广大粉丝号召，我们将挑选部分热门专业，对比分析不同开设院校的项目特色、申请难度、申请要求、就业数据、课程设置、师资力量等，都是干货接地气的信息，希望对大家选校和申请准备有所帮助。很多同学对成为数据科学家（Data Scientist）很感兴趣，我们在这里介绍一下Data Science和Analytics这类专业的申请特点和如何定位。严格地说，Data Science和Analytics不一样，同样是做Data Scientist不同行业不同公司侧重点也可能不一样。本文主要从申请出发，故不做特别区分。下面我们将具体介绍10大热门数据科学硕士研究生项目：哥伦比亚大学哥伦比亚大学的MS in Data Science 项目处于美国数据科学硕士申请难度的第一梯队。该项目为期1年，学生共需修读30个学分，无需撰写毕业论文。该项目开设获得专业成就认证必需的四门基础课程，学生可以在此课程基础上将数据科学技术运用于各自的兴趣领域。该项目要求申请者拥有一定的数学及编程基础，最好学过微积分、线性代数、计算机编程等课程，没有强制性的工作经验要求，有的话也会为申请者加分。需要递交GRE成绩，托福100、雅思7.0，不可使用GMAT代替GRE成绩。项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。杜克大学杜克大学的Master in Interdisciplinary Data Science (MIDS)项目为期2年，该项目致力于培养一批能够使用计算策略来激发创新能力和洞察力，并且善于定量思考的新型领导者。旨在培养学生成为能给任何领域做出贡献的数据科学家，通过跨学科训练与团队合作科学实验的经验促进学生更好地利用数据的力量。项目规模不大，每年招收25-35名学生。申请要求方面，不强制要求申请者有数学、计算机等专业背景，但是最好要学过微积分、线性代数、统计等数学方面的课程。需要递交GRE成绩，托福90，雅思7。毕业生去向良好，实习就业机会较多，从事的领域以计算机科学，金融，生物科学等领域居多。宾夕法尼亚大学宾夕法尼亚大学数据科学硕士项目为期一年半至两年，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。要求提供GRE，无最低分数要求。托福100，雅思7.5。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。西北大学西北大学分析学理学硕士项目（MSiA program）由西北大学工业工程与管理科学学院开设，为期15个月。该项目的核心课程由统计学、机器学习、优化、数据库、数据处理组成，每一门课都已之前的课程为基础，强调在商业实际中的学术研究。申请要求方面，需要提供GRE分数，要求托福95，雅思7.5。适合本科工程、商学、计算机科学、数学、信息科学技术专业背景的人士。该项目面向商业，加上课程时间较短，有很多的实习机会，大部分学生毕业后选择直接工作，毕业生多进入金融领域。康奈尔大学康奈尔大学运筹学与信息工程硕士项目（数据分析方向）为期1年，共计30个学分，要求申请者拥有数学、工程、物理、化学、数学经济学等本科背景，且已经修读过微积分、概率论、统计、计算机编程、数据结构等课程。每年招收50人左右，其中中国人大约30个。该项目选课自由度很大，并且有选CS系课程的优先级，无论你是想学CS，IS还是商科，金融，统计，统统都可以选。这种选课的自由度放眼全美也是十分罕见的。申请者需要托福100（写作不低于20，听力不低于15，阅读不低于20，口语不低于22）；雅思7；GRE数学不低于166，阅读不低于165，写作不低于3.5；不接受GMAT。毕业生2015年平均起薪达到83925美元，大部分学生进入苹果，微软，甲骨文，Facebook等互联网公司。南加州大学南加州大学计算机（数据科学）理学硕士项目需要修满28个学分，要求课程读完GPA不低于3.0，班级规模较小，每年招收20-30人，偏向于理论研究方向。要求申请者提供GRE，托福：90-100（单项不低于20）；雅思：6.5-7（单项不低于6），不需要接受学校ISE测试，GPA3.0以上。该项目的毕业生可进入微软、百度等世界500强的企业机构。卡耐基梅隆大学卡耐基梅隆大学Heinz学院下设两个数据科学硕士项目：MSPPM Data Analytics track和MISM Business Intelligence & Data Analytics。一个偏技术导向，一个偏商科导向。这里只介绍技术型的MSPPM Data Analytics track项目。该项目分标准（Standard）、延伸（Extended）、快捷（Accelerated）三种修读模式，学制分别为16个月、20个月和12个月，总学分均为144个学分，每年招收学生较少。该项目要求提供GRE，不接受GMAT，托福100以上，雅思7以上。项目的综合性课程体系有助于学生习得专业技能与知识，以开发用于下一代大规模信息系统部署相关的技术层，以及分析这些系统生成的数据。毕业生就业形势良好，能够成为前沿信息技术、软件服务与社会传媒企业中备受青睐的软件工程师、数据科学家与项目经理人。佐治亚理工学院佐治亚理工学院的MS in Data Analytics项目是2015 Fall新开设的项目，有三个Track:Analytical Tools Track、Business Analytics Track、Computational Data Analytics Track。是跨学科硕士项目，根据以往的经验，这个学校的所有研究生项目都不太好申请，跟UC-Berkeley类似，申请难度较大。申请者需要提供GRE，且托福100，不接受雅思。学生有机会直接向顶级的国际商业智能权威机构、统计学与运筹学尖端分析技术的开发者，以及大数据与高性能计算领域的世界级领导者学习。毕业去向主要面向商业智能与决策支持。New York University纽约大学的MS in Data Science 以其超高的就业率一直人气颇高。这是一个2年制的项目，且拿到了STEM资质。班级规模30-40人，且50%为国际生。一般为期4个学期，要求学生有足够优秀的数学知识背景和一定的计算机科学基础知识，并且学习过微积分、线性代数、统计学、概率论以及计算机科学等课程。要求托福100，雅思7，接受GRE/GMAT。该项目跟CMU类似，有很多细分的项目，跟不同的院系合作设立，从偏技术到偏商业的都有，偏技术的相对好申请。北卡罗莱纳州立大学北卡罗莱纳州立大学分析学理学硕士项目是由高等分析研究所（Institute for Advanced Analytics）开设的全美第一个分析学硕士项目。NCSU analytics是分析学项目里的顶级老牌项目，但是学校综合排名不高。要求托福80（单项不低于18），雅思6.5（单项不低于6.5）；不要求GRE/GMAT，每年招收20-30人，其中国际生50%。

据教育部数据统计，2018年考研报考人数达到238万，较2017年的201万增长了18.4%。考研人数日益增多，聚英考研网小编提醒大家应该做好充分的准备，为成功考上研加大筹码，那么还有哪些数据是我们应该了解的呢，下面带大家一起来看看！一、研究生报考集中在北京，江苏，上海等教育资源丰富地区据中国教育在线研究生信息采集系统数据显示(43万人次)，近22%的比例考生选择报考北京地区高校，其次为江苏8.8%，上海7.2%，天津5.4%，湖北5.3%，广东5.2%。多数集中在名校资源丰富，经济发展水平较高的地区。二、研究生计划报考专业数据显示，在研究生报考前10的专业中，经济管理类占比60%，报名最多的前两位均为专业硕士，理工类专业仅占10%。三、计划报考专业型硕士研究生占比四成数据显示，60%的考生计划报考学术型研究生，40%的考生计划报考专业型研究生。但从2017年的考研的人数来看，专硕已经突破了学硕，比例占到52%。随着在职研究生列入统考，专硕比例还在继续扩大中，因为很多学硕专业招生人数非常得少，甚至有可能不招，也有可能主要招推免生，而不招统考生。预计到2020年，专业硕士的招生人数和学术硕士的招生人数比例可能是7：3。四、超八成高校认可调剂考生与一些热门报考专业相对应，在一些高校出现了部分专业"零报考"的情况，导致这些专业最终招生计划需要调剂来完成。另外一组针对调剂生源的调查显示，有80.3%高校曾表示，考研录取的"调剂生源"整体水平与第一志愿报考学生区别不大。针对考研人群考后调查，因分数不理想而选择调剂的人数占比达到46.3%，选择继续再战的比例为26.9%，放弃考研选择就业的占比26.8%。五、近八成考生就读院校非985、211高校数据显示，在考生就读大学性质中，77%的人就读院校为非985/211高校。看了以上的数据，大家有没有对考研的整体形势更加了解了呢，希望每位同学都能用心准备，做出最适合自己的复习规划，实现最终的目标！如果有什么看法或者意见欢迎留言讨论，有什么想了解的考研资讯也欢迎反馈，小编看到后会根据实际情况整理出相关的考研资讯供大家参考。

2019年全国硕士研究生招生考试就要来到了。根据教育部数据统计，今年报考人数再创新高，达到286万多人。较上年增长20%以上，考研人数的增长和增长率，均为近年来最高。是什么原因使得考研人数逐年增长呢？通过调查分析总结，报考人数越来越多的原因，基本上就是这四点。1、本科学历贬值。就业压力增大随着高等教育大规模的扩张，高等教育基本普及，造成了大学生的“泛滥”。每年有近千万的大学生毕业加入到就业大军中，然而社会没有那么多合适的岗位来满足毕业生的需求，造成了大学学历严重贬值，社会提供的工作和大学生的期望有很大的差距。很多单位在招聘中，要求必须是研究生以上学历。因此大学生为了增加自己的竞争力，只能通过考研提升学历，来增加自己的竞争筹码。这部分学生在考研中，占到近40%左右的比例，是考研的主力。2、非全日制研究生地位提升国家教育部从2018年起对研究生教育进行了改革，把之前的非全日制硕士招考统一纳入全国研究生招生考试中，大家一视同仁，在一个起点上竞争，这就是的在职硕士的地位提升起来。从之前的“交钱买学历”一下子变成国家认可的学历，含金量一下子提升了很多。这也让很多应届毕业生多了一个选择，如果全日制考不上，可以调剂到非全日制读研。这部分人和第一类考研的学生有着相同的原因，都是提升自己的就业竞争力，这部分占到近30%的比例。3、三跨人员这部分同学由于在高考中成绩不理想，对于大学中就读的专业、学校、城市都不满意，希望通过考研实现自己的梦想。通过跨专业、夸学校、跨城市，考到理想的城市、院校、从事自己喜欢的专业的学习，俗称“三跨人员”。把这个目标看成是自己毕生的追求，立志于这个专业的科学研究工作。这部分同学对自己的人生规划有明确的目标，虽然在报考人数中所占的比例不是很高，但是他们的成功率是比较高的，占到总数的15%左右。4、名校情结当年高考由于种种原因进入了一所普通的大学，但这部分学生都有一颗向往名牌大学的上进心。希望通过考研进入到985、211等重点高校是他们的毕生追求，所谓专业可能看得很淡。因为现在企业招聘中很多会注明，优先考虑985、211重点高校的学生。很多普通大学毕业生，甚至连毕业简历都递不上去。这就更加加剧了学生追求名校的情结，想通过考研进入到重点高校继续深造，以便在社会竞争中获得更多的机会，这部分同学可以占到报考学生的8%左右。综合上述，考研人数的增长，不仅来源于应届毕业生的增多，很多工作后的毕业生，为了提升自己的就业竞争力，也毅然加入到考研的行列，还吸引了很多三跨人员和具有深厚名校情结的同学。这四种人虽然考研的动力来源于不同的方面，但最终的目的都是通过考研来实现自己的梦想，提升自己的就业竞争力，可以看出学历和名校对今后的工作影响还是很大的。

首先，如果想从事专业的数据分析岗位，读研确实是一个比较现实的选择，相对于开发岗位来说，数据分析岗位的竞争还是比较激烈的，除了计算机相关专业的同学可以从事数据分析岗位，数学、统计、金融、经济等专业的同学，也都可以从事数据分析的相关岗位。近些年来，随着大数据、人工智能等技术的快速发展，行业领域对于数据分析人才的需求量还是比较大的，尤其是IT互联网行业，新增了大量的数据分析岗位需求，但是随着人工智能技术在落地应用过程中并没有预期那么顺利，所以数据分析等算法类岗位的人才需求量，出现了一定程度的下降，这也导致了就业竞争越发激烈。如果明确要想往数据分析方向发展，而且想有一个较强的岗位竞争力，考研可以重点考虑一下计算机专业，在主攻方向的选择上可以选择大数据和人工智能大类，然后围绕数据分析岗位的要求来组织知识结构和开展科研实践。在专业选择上，之所以选择计算机专业，原因有三点，其一是相对于大数据专业和人工智能专业来说，计算机专业的学科体系比较成熟，会有一个比较好的学习和科研体验。其二是计算机专业可以培养自己的开发能力，这对于提升就业竞争力还是非常有帮助的。早期从事算法岗位甚至不需要掌握编程，但是当前很多算法岗位对于程序开发能力是有要求的，尤其是IT互联网行业内的企业，往往更加看重算法工程师的程序设计能力。其三是计算机专业的就业渠道更多一些，尤其在当前工业互联网发展的大背景下，产业领域会释放出大量计算机专业人才的需求。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！

【中国大学教育】发布教育相关专文，欢迎大家点击“关注”按钮，我们会持续更新关于中国大学的相关文章，给你带来最有用的资讯。据教育部数据统计，2018年考研报考人数达到238万，比2017年增加37万，增长了18.4%。其中，应届考生131万，比去年增加了18万，往届考生107万，比去年增加19万。从数据分析可以看出，往届考生人数的增长人数也是十分巨大的，并且有进一步赶超应届考生人数的趋势。对于应届考生来说，考研的竞争压力确实增大了不少。一．分析近些年的考研数据，考生考研主要有以下几个原因：1.本科就业压力大，考研提升就业压力随着本科扩招，每年有越来越多的本科毕业生，本科学历不能满足用人单位的需求。因此，用人单位提高了招聘门槛，很多需要有研究生学历。2.学生的名校情结很多考生高考发挥不好，或者高考成绩不理想，也向往去985、211工程高校去深造学习。因此在本科毕业之后面临找工作或者读研的时候选择了读研。3.对本科专业的不满意一部分考生因为当初高考填报志愿时不了解这个专业毕业后的就业去向，等录取报道之后发现自己并不喜欢这个专业。因为种种原因，也没机会转专业，自己找不到理想的工作，需要通过读研来改变自己的专业，从而选择自己向往的工作。二．报考的热门专业分析由2016、2018年两年数据来看，工商管理、会计、法律硕士（非法学）三个方向的报考人数最多。其次，计算机、软件方向也是报考的热门。这些专业的就业前景也是比较不错，当然难度伴随着热门程度，考生们也要有心理准备。以上是本期的数据分析，但也仅仅只是数据分析。考研对于任何一个考生来说，可能都是人生中仅次于高考的奋斗历程。考前，不辞辛劳得备考。考后，面对你的一定是不负你的成绩！理想的高校在向你招手！考研最后的冲击阶段，加油！不忘初心，方得始终！本期【中国大学教育】就要结束了，欢迎大家在评论区一起交流、讨论、学习，对于大家在评论提出的问题我们会及时答复。同样希望大家可以把有用的文章转发、收藏起来，以后没准有用哦！

伴随着高速互联网、智能终端设备、和云存储的迅猛发展，商务实践数据以前所未有的速度积累。与此同时，新兴的数据分析算法（如统计学习、机器学习以及深度学习等）也日益成为未来商业领导者的核心竞争力。为了应对和拥抱未来商学教育新趋势，复旦大学管理学院针对企业当前对数据分析人才的强烈渴求，推出了数据科学与商务分析专业硕士项目，以全面回应企业在数字化时代所面临的人才痛点。昨天（18日），这个跨传统学科的新专业项目正式启动招生。复旦管院副院长郑明介绍，该硕士项目学生将系统性学习商务统计方法、商务决策模型、数据管理与挖掘技术等课程，从而具备应用定量方法处理与分析复杂商务数据、并应用于解决商务领域中的决策与管理等问题的能力，“该项目的推出旨在着眼未来，培养适应商务智能化发展趋势的管理精英；放眼国际，培养领导全球商务分析行业的技术领袖；立足上海，培养服务上海科创中心建设和智能金融科技建设的领军人才。”据悉，该项目招生对象为应届本科，推荐免试生为主，要求学生具备较强的数理基础、计算机编程能力。项目学制为期2年，全日制，课程设置方面统计学有关课程占40%、管理学方面课程30%、计算机和大数据占30%。2020年首届预计招生40-50人，达到学位要求者，授予应用统计（数据科学与商务分析方向）专业硕士学位。复旦管院校友、强生医疗高级生物统计分析师徐晶在发言中表示，数据科学不仅创造商业价值，也创造乐趣，每个行业都需要用到数据算法才能够实现高效发展，数据分析师和数据科学家将成为大数据时代最紧缺的人才。复旦管院陆雄文院长也表示，在迅猛发展的大数据时代，各行各业每天都会产生海量的数据，数据搜集和储存只是第一步，更重要的是懂得分析、应用这些数据。掌握数据分析技术的能力就是未来的竞争力，管理学院将以此来教育和培养我们的学生，让他们在各行各业发挥领导力，成为能够引领国家未来产业发展的人才，这也是我们项目的使命。据了解，数据科学与商务分析硕士项目旨在为政府、公司、企事业等提供数据分析与数据管理的高端人才，从而天生具有“特立独行”的基因：项目视角全面，以培养学生的数据分析理论基础、实际分析能力以及商业理解等视角来设置核心课程。项目师资雄厚，囊括统计学、物流管理、市场营销、信息管理、财务金融、计算机等专业的优秀师资以及业界专家。项目以丰富的实战案例为支撑，以市场营销、电子商务、物流管理、风险管理等领域的实际商业案例作为基础来展开分析，为学生带来“学以致用”的启发。项目还特别设计采用了双导师制，每位学生都将在校内导师和业界导师的共同指导下完成毕业论文。新民晚报记者 张炯强

首先，如果有条件和能力读研的话，还是应该首先考虑读研，一方面读研能够从根本上提升自身的人才层次水平，从而打开更多的就业渠道，另一方面读研也会有一个更加系统的学习过程，能够全面丰富自身的知识结构，而且也会提升自身的视野。职业教育更注重学生实践能力的培养，注重各种应用技能的培养，主要的培养目标是技能型人才，而研究生教育则以创新型人才为主要培养目标，所以如果未来想在技术领域走得更远，首先应该考虑读研。当然，相对于职业教育来说，读研的过程会占用更多的时间，学习的难度也会更大，对于学习者的学习能力也有较高的要求。实际上，每年都有一部分大数据方向的研究生会由于种种原因而选择延期毕业，比较常见的原因就是科研成果没有达到要求。从当前大数据领域的就业情况来看，由于目前大数据尚处在落地应用的初期，所以目前大量的大数据岗位都集中在研发领域，这一点在2019年的秋招中就有比较明显的体现，所以读研会有一个更好的就业前景。当然，随着大数据技术的落地应用，未来大数据技能岗位的人才需求量也会逐渐得到释放。最后，不论是否选择读研，学习大数据分析知识都需要一个系统的过程，这个过程涉及到的知识量还是比较大的，而且也有一定的学习难度。大数据分析目前有两种基本的方式，一种是统计学方式，另一种是机器学习方式，这两个方式都需要学习者具有一定的数学基础。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！

首先，当前数据分析（算法）岗位对于从业者的学历要求是相对比较高的，所以如果要从事专业的数据分析岗位，读研是比较现实的选择。实际上，当前很多研究生在毕业时要想从事算法岗都面临比较激烈的竞争，很多研究生本来是冲着算法岗去的，但是最终却拿了一个开发岗的offer。对于计算机专业的本科生来说，考研可以继续选择计算机专业，当前计算机专业也是培养算法工程师的主要专业之一，相比于很多跨考生来说，考研本专业的压力还是相对比较低的，但是由于计算机专业是当前的考研热点专业，所以也一定要认真准备，同时要为自己营造一个较好的学习环境。虽然要明确学习数据分析方向，但是对于计算机专业的同学来说，同时也要重视开发能力的提升，这对于提升就业竞争力有非常直接的帮助，相对于数学、统计学等专业的同学来说，开发能力较强是计算机专业毕业生的重要优势，如果没有这个优势，就业竞争力会明显下降，这一点一定要有清晰地认知。在考研选择目标学校时，一定要考虑到目标学校的学科实力和所在地区，学科实力较强会让自己有一个较好的学习体验，而所在地区的行业资源情况对于科研实践活动会有比较直接的影响，对于就业的影响也非常明显。最后，数据分析岗位与行业场景的关系非常紧密，所以在学习数据分析的过程中，还需要积累一定的行业知识。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！