分析和存储是大小企业的两个重要挑战。首先，大数据量的大幅度增长。经济，安全地存储这些数据是云计算机组织的首要任务之一。这引起了雇用熟练数据分析师，数据工程师和所有数据科学家的趋势。除了数据科学家必须拥有的各种技能，如分析，统计和编程，他/她也应该在组织存储数据的较新平台上工作。

数据科学与云计算的重要性

数据科学和云计算本质上是并行的。数据科学家通常分析存储在云中的不同类型的数据。随着大数据的增加，组织越来越多地在线存储大量数据，并且需要数据科学家。我们来看看数据科学家可能在云中工作的数据类型：

查看各种数据集，不论大小，格式等。

查看结构化，半结构化和非结构化数据

分析它们以获取见解

然而，这种数据的问题是，它经常处于不同的孤岛。鉴于存储现在便宜得多，开源平台和工具可用于数据科学家，云是关键。

云计算和数据科学家？

云计算可以帮助数据科学家使用诸如Windows Azure之类的平台，可以免费获得编程语言，工具和框架以及费用。

数据科学家通常很乐意使用MapReduce工具，如Hadoop来存储数据，以及检索工具，如Pig和Hive。他们还使用其他语言，如Python和Java来编写程序。

通常，可以看出，数据科学家使用两种类型的工具 - 开放源代码工具，如R，Python，Hadoop框架和几种可扩展的机器学习工具，以及其他更多的商业可用的工具，如MS SQL，Tableau，Oracle RDB和的BusinessObjects。

鉴于数据集的大小和工具和平台的可用性，了解云不仅对数据科学家是相关但至关重要的。

物联网

据Gartner介绍，到2020年，物联网将有大约260亿台设备。想像一下这种互连产生的数据。其中大部分将在云端可用。因此，需要灵活性，多个处理系统和不同的数据集，数据科学与云计算有着密切的关系。

数据科学家薪资

数据科学家是大数据和分析工作中最受追捧的人之一。与其他职业的简单比较可以让您清晰地了解事情的变化。

鉴于数据科学家所需的技能是广泛的，而且显然缺乏这种技能，所以赔偿是非常有竞争力的。根据Burtch Works的一项调查显示，3年以下工作经验的数据科学家的平均工资可能约为90,000美元，而在管理层面，这个数字科学家的平均工资可能高达16万美元。数据科学家在管理层面的薪酬比中级大数据专业人员更具竞争力，进一步重申数据科学家有一个光明的未来。

数据科学与云计算的未来

在组织投资最多资源两个方面保持盈利的时候，其中包括大数据，并确保数据保持在云中。处理数据并将其转移到云组织可以带来两个好处，包括处理大量数据以进行决策，并降低总体基础架构成本。在这两个领域的巨大需求和数十亿美元的投资都在这里留下来。

开动你的脑筋，有任何意见请在下方评论，或者去大数据学习交流8群640193172讨论，欢迎你的加入！

我们生活的方方面面，小到淘宝买东西，大到买房买车，无一不在使用大数据说话。随时云计算的到来，大数据早已吸引了越来越多人关注。2018年教育部公示，全国高校申报的新增专业共有2542个。其中申报“数据科学与大数据技术”专业的高校多达220所，“数据科学与大数据技术”专业远远超过其他专业。那么“数据科学与大数据技术”专业会有发展前景吗?今天，小编就大家的这一问题提出回答，仅供参考。

“数据科学与大数据技术”专业的开设吸引了大批的学子们报名，可以说是极大的提高了我们对真实世界得认识，将极大提高我们生产力水平。“数据科学与大数据技术”的核心不在大，而在全，从各个数据侧面反应事物的真实特征是大数据比以往数据有优势的地方。

举个例子，以前统计一个地方经济数据，只能看一个指标，有了大数据之后，造假就变的非常困难。比如一个地区的用电量，人流量，消费指数等多分纬度的数据都可以反应当地的经济水平，这样就避免了只依靠一种数据统计所带来的容易造假的弊端。“数据科学与大数据技术”专业开设以来，大数据将运用到我们的日常生活当中，有利也有弊也，大数据的引用让所有人的轨迹都一目了然，商家可以根据这些轨迹判断潜在的商业机会。当然大数据时代，隐私也是一个问题，可以遇见的未来，人类的隐私也越来越少。

之前在网上有这样一个段子：

快餐店的电话铃响了。客服拿起电话：

客服：您好! 请问有什么需要我为您服务?

顾客：你好! 我想要一份……

客服：先生，请先把您的会员卡号告诉我，好吗?

顾客：16846146***。

客服：陈先生，您好!您是住在福田区福华路1120号27栋305室。您家电话是8392****，您公司电话是0755****，您的手机是1351427****。请问您想用哪一个电话付费?

顾客：你为什么知道我所有的电话号码?

客服：陈先生，因为我们联机TMD系统。

顾客：我想要一个海鲜比萨……

客服：陈先生，海鲜比萨不适合您。

顾客：为什么?

客服：根据您的医疗记录，你的血压和胆固醇都偏高。

顾客：那你有什么可以推荐的?

客服：您可以试试我们的低脂健康比萨。

顾客：你怎么知道我会喜欢这种的?

客服：您上星期一在福田区图书馆借了一本《低脂健康食谱》。

顾客：好。那我要一个家庭大号比萨。

客服：陈先生，大号的不够吃。

顾客：为什么?

客服：因为您家一共有六口人。来个特大号的，怎样?……

以上事件可能会存在夸张的成份，但是也确实能反应出大数据将我们的生活隐私透明化，因此，在选择“数据科学与大数据技术”专业的时候，一定要衡量好其中利弊，正确学习。

2016年2月，教育部公布新增“数据科学与大数据技术”本科专业，首批北京大学、对外经济贸易大学和中南大学获批。

“数据科学与大数据技术”专业（专业代码080910T）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。

该专业包括基础课程、核心课程及选修课程三大模块。其中专业基础课程涵盖了数学、统计学、计算机科学等理论知识。专业核心课程侧重数据分析、计算、计算机技术以及大数据应用等方面的内容，包括了《数据科学导引》、《数据采集》及《大数据应用导论》等课程。专业选修课程在专业核心课程的基础上深入学习，包括《深度学习》、《大数据分析的算法》、《云计算与大数据平台》等，同时也在应用方面开设了新兴的行业课程，例如《金融大数据应用》、《健康医疗大数据：理论与应用》、《交通大数据：理论与应用》等。

培养目标：

“数据科学与大数据技术”专业，培养德、智、体、美全面发展，掌握数据科学的基础知识、理论、及技术，包括面向大数据应用的数学、统计，计算机等学科基础知识，数据建模、高效分析与处理， 统计学推断的基本理论、基本方法和基本技能。对自然科学和社会科学等应用领域中大数据的了解，具有较强的专业能力和良好外语运用能力，能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才。

“数据科学与大数据技术”课程体系

2016年9月，教育部公布新增“大数据技术与应用”专科专业

“大数据技术与应用”专业（专业代码610215）强调培养具有大数据实践能力的大数据人才。该专业重点培养具有以下两方面素质的人才：一是工具的掌握，掌握数据采集和数据分析的基本工具；二是数据分析能力，掌握实用数据分析和初步数据建模能力。

该专业包括基础课程、核心课程及选修课程三大模块。其中专业基础部分侧重为语言和专业基础方面的课程，包括《大数据的Python基础》、《Linux系统基础》、《大数据的统计基础》等。专业核心部分涵盖了数据采集、存储与处理方面的内容，包括《数据存储（MySQL）》及《数据清洗》等课程。专业选修部分以大数据分析、开发及应用为重点，开设包括《数据分析导论》、《大数据行业应用导论》、《数据可视化》、《Hadoop大数据平台基础》等课程。

“大数据技术与应用”专业，培养掌握数据科学的基础知识及大数据相关技术，掌握大数据清洗和分析常用工具的使用，具有卓越的实践能力，能胜任数据清洗、数据存储、数据分析与挖掘、大数据系统开发与构建等工作的专业应用型人才。

“大数据技术与应用”专业课程体系

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，需要系统的大数据专业教材讲义支撑教学。

博雅大数据学院编写了《大数据分析的Python基础》《数据清洗》《数据科学导论》《数据采集与网络爬虫》《大数据应用导论》《金融征信》《大数据的数学基础》《数据可视化》《深度学习:算法与应用》《健康医疗大数据：理论与应用》《交通大数据：理论与应用》等课程。

由欧高炎、朱占星、董彬和鄂维南合著的《数据科学导论》即将由高等教育出版社出版。

由陈永东撰写的《赢在新媒体时代：内容、产品、市场与管理的革命》已由人民邮电出版社出版，由陈永东与赵旭隆合编的《智能营销：数字生态下的营销革命已出版。

由阳翼撰写的《大数据营销》一书也于近期出版。

如何将课本可造的内容，生动形象的教给学生，成了大数据工程师需要思考的一个至关重要的问题。玉林师范学院大数据工程师潘老师主张不局限于课本内容的方式，实现从枯燥到生动的教学，提出了在教学经验中总结的三点见解。

一、专业课由浅入深，构建学生专业课学习框架

以大一学生最先学习的课程《大数据导论》为例，作为大数据方向学习的第一门专业课，大数据导论将大数据学科做概括性介绍，涉及的内容很广泛，整书在一定高度对大数据整体知识概念进行阐述，对大数据的发展历程和未来前景都有精简扼要的介绍，还用了较多章节介绍大数据常用技术、各应用领域的案例。通过完整的学习，学生需要能够对大数据专业和大数据的应用以及常用的技术有一个完整的认识，同时理解学习大数据的目的，形成一个框架图，对大数据学科有较为整体和系统的把握。为后续课程打基础，按照框架图指引后期的学习路径。

初步接触一门学科，少不了对专有概念的介绍，对于学生而言却有些枯燥苦涩，基础不大好，对于后续学生学习的兴趣和积极性都有较大的影响。针对这类问题，实际教学中，建议用一些生活相关的例子来具体化说明抽象的概念。

二、课程讲解贴近生活，引导学生学习兴趣

比如，云计算书面描述是：云计算实现了通过网络提供可伸缩的、廉价的分布式计算能力，用户只需要在具备网络接入条件的地方，就可以随时随地的获取所需的各种IT资源。对类似的概念学生理解起来是比较吃力的。这时我们可以举些例子。通过网络获取到的IT资源是一种服务，按需付费。这个类似于我们生活中的用水，生活中大家都要使用水，用水也是水厂给我们提供的服务。然而我们并没有每家每户建立一个水厂，而是使用水厂给我提供的水资源，用多少就给多少费用。类似的，我们生活中的用电，我们无需建立一个发电厂，也可以方便的使用电力能源。

云计算就是通过网络使用计算资源，这些资源包括CPU、内存、带宽、磁盘等。我们使用计算资源就像生活中使用水电，一样的方便快捷，不受时间地点的限制，只需要有网络及接入网络的终端设备。无需在使用前购买硬件，考虑硬件安放的物理空间、电源、环境，无需专业的技术人员搭建及维护软硬件。跟使用水电一样的简单，要什么服务按需定制，按需付费即可。这样举例学生就会比较容易理解。

三、延伸专业课知识点，拓展课程知识面

另外，课本中没有的内容，与专业有一定相关性的，为了方便学生对整个学科的架构理解，也需要进行一定的延伸，增加学生的学习兴趣点。例如讲到数据中心的时候，涉及到数据中心环境要求的内容，特别是工作温度。举例说学校的infinity 9000服务器机房，提到精密空调。学生对空调的工作原理颇有兴趣，不明白空调怎么把机房内的温度降下来的。可以进行适当延伸讲解：普通空调的基本工作原理在中学是学习过的，一个物理变化过程：气化吸热，液化放热。比如把酒精或者汽油洒在皮肤上会明显感觉到一阵凉快，这是因为酒精或汽油蒸发的快，蒸发气化需要带走了皮肤上的热量。液化则是气化的逆过程，热量传递方向相反。空调气化过程在室内的柜机上完成，液化在外机上完成。柜机上蒸发器内的制冷剂蒸发需要吸收热量，这时把室内的热量吸走，气化完成。此时，带有热量的气体循环到室外的压缩机上，压缩机对气体进行压缩，压缩把气体液化需要放热，即把刚才在室内吸收的热量释放出来并通过外机的风扇把热量分散到空气中。这个过程就会把室内服务器工作产生的热量带走，把温度降下来，保持室内的温度恒定。

除了口头的讲解，辅助板书、图标示意图可以更快的让学生理解相关的概念，理解横向相关知识。例如，提到为数据中心供电原理时，涉及到UPS的讲解，在互动教学中，学生提出对USP蓄电池是直流电如何给交流电设备进行供电的原理颇感兴趣，在与学生阐述了直流电到交流电的逆变过程，阐述了基本原理后，学生表示获益匪浅，同时对更深入的学习表现除了浓厚的兴趣。

作为一名大数据工程师，我们有义务也有责任培养新型人才，为祖国未来的人才缺口贡献自己的一份力量。在授课过程中，如果让学生更易接受，易于理解，不断实践出一堂堂生动的教学课程是我们不断摸索的方向。对讲解知识点的横纵向延伸、以可接触的实际案例来类比生涩难懂的技术名词、用简单易懂的结构图、板书和各类PPT、视频等电子播放内容来加深学生的理解，都是我们的方法之一。

各位家长大家好，今天给大家介绍的是新工科的云计算专业。云计算专业也是为了满足公司激增的人才需求，现在让我们一起来了解一下云计算专业。

专业概况

云计算的“云”源于绘制互联网的网络图表时的一个习惯——将其画成一朵云。

最受认同的云计算的解释是，在一个商业供应者的数据中心上通过互联网远程运行工作负载——也就是所谓的“公有云”模式。AWS、Azure、谷歌云等平台都是这一云计算概念的例证。

但是，云计算还有一个更精确的解释：数据中心资源的虚拟化和中心管理。

其关键优势是敏捷性：根据工作负载的需求，使用抽象计算、存储和网络等资源，且具备大量的预构建服务。

从客户的角度来看，公有云能够提供一种方式，在不投入新的硬件和软件的情况下，获得新的功能。

同时，客户只需按照自己所使用的资源为他们的云供应商支付费用。只要填写web表单，用户就可以设置账户、加速虚拟机或提供新的应用程序。

根据客户在运行自己的工作负载时的需求增加更多计算资源，这种特性被称为伸缩性。

学习课程

该类主要学习云计算关键技术与应用、J2EE/JavaEE+大数据、资源虚拟化与云架构、Linux操作系统及应用、基于Android平台的移动云计算开发、数据库设计与实现、大数据存储与运算、大数据查询与处理、大数据快速运算等课程。

报考要求

开设的学校有自己的方向，要看清楚，大家可以查看想去学校的招生简章。不过这个专业技术性强，建议攻读研究生再去工作，这样可以从事研发方面的工作。

逻辑思维强。这个是计算机方面衍生出来的方向，需要数学和物理的基础较好。

就业前景

自1989年微软推出Office办公软件以来，工作方式已发生极大变化，而云计算带来云端办公室——更强的计算能力但无须购买软件，省却本地安装和维护。其次，从某种意义上说，云计算意味着硬件之死。至少，那些对计算需求量越来越大的中小企业，不再试图去买价格高昂的硬件，而是从云计算供应商那里租用计算能力。在避免了硬件投资的同时，公司的技术部门也无须为忙乱不堪的技术维护而头痛，节省下来的时间可以进行更多的业务创新。

大数据在中国是新生事物，国内高校开展人才培养的时间不长，技术市场上掌握大数据处理和应用开发技术的人才少。另一方面，大数据的发展速度很快，无论是政府部门还是企业都需要掌握懂技术、善管理、有经验的人才。目前，中国大数据市场上的技术人才储备与大数据处理和应用需求之间存在着巨大的缺口，就业不愁。

云计算专业的学生毕业后可从事的岗位主要有大数据架构师、大数据运营经理、大数据挖掘与处理专员、大数据统计工程师、数据分析师、云计算的规划与设计、云计算系统部署工程师、云计算系统运维工程师等岗位的相关工作，或进一步深造。

开设院校

开设云计算或者大数据专业的院校目前有几十所：

北京大学，重庆大学、北京工业大学、华东师范大学、西安电子科技大学、清华大学、武汉大学、华中科技大学、东南大学、中国科学技术大学、大连理工大学、四川大学、山东大学、厦门大学、电子科技大学、东北大学、吉林大学、西安交通大学、北京交通大学、南开大学、北京理工大学、天津大学、云南大学、华南理工大学、湖南大学、国防科学技术大学、中山大学。

目前并没有权威没有排名出现。下面为大家介绍其中三个院校，可以作为参考。

电子科技大学

电子科大大数据研究中心

教育部公布2016年度普通高等学校本科专业备案和审批结果，电子科技大学获批设立数据科学与大数据技术专业在内的5个本科专业。

计算机科学与工程学院拥有一大批从事大数据分析的教师和科研人员，在教学和科研上拥有丰富的经验和成果。在筹建该本科专业之前，学院已开设硕士和博士学位大数据培养方向，目前已招收两届研究生。

数据科学与大数据技术本科专业旨在培养具有大数据储存与管理、大数据平台架构、大数据分析算法、大数据行业应用等知识体系的复合型人才，使其在数据分析和存储等方面具有深入研究能力，工程应用方面能系统地帮助企业掌握大数据应用中各种典型问题的解决办法。

本科有“数学与应用数学”、“信息与计算科学”和“数理基础科学”三个专业。“数学与应用数学”为国家级特色专业，“信息与计算科学”为四川省特色专业。有应用数学系、信息与计算科学系、工科数学部、复杂系统与控制研究中心、统计科学研究中心、智能信息处理与大数据研究中心、数学建模人才培养中心、ACM程序设计人才培养中心，成果丰硕。

河南大学

计算机与信息工程学院有软件工程博士学位授权一级学科，遥感信息科学与技术博士学位授权二级学科，计算机科学与技术、软件工程、控制科学与工程3个硕士学位授权一级学科，计算机科学与技术、软件工程、网络工程、数据科学与大数据技术、信息安全、自动化6个本科专业。计算机科学与技术为省级重点一级学科和省级特色专业，控制科学与工程为省级重点一级学科。

硬件方面，学院有河南省空间信息处理工程实验室、河南省大数据分析与处理重点实验室、河南省智能技术与应用工程技术研究中心等4个省级科技创新平台。与环境规划学院共同建设河南省时空大数据应用技术研究院。设有数据与知识工程研究所、图像处理与模式识别研究所和先进控制与智能信息处理研究所等学校重点研究机构。

在科学研究方面。近年来，主持国家重大专项课题4项，国家科技支撑计划项目1想，国家863子课题2项。发表学术论文近千篇，其中被SCI、EI收录200余篇，出版专著或教材40余部，获得其他省市级成果奖近40项。

在学生就业方面。学院与北京文思海辉技术有限公司、北京千锋互联科技有限公司、无锡-IBM软件及服务外包人才实训基地、无锡NIIT(中国)软件服务外包实训基地、上海群硕软件开发有限公司、惠普（洛阳）国际软件人才及产业基地等企业就学生实习、实训开展合作。就业率和就业质量一直在全校名列前茅，就业主要集中在北京、上海、广州、大连等地区。

中南大学

中南大学信息科学与工程学院是中南大学规模最大的学院。

现有教职工288人。学院有控制科学与工程、计算机科学与技术两个一级学科博士点，信息与通信工程、电气工程、电子科学与技术三个一级学科硕士点，拥有控制科学与工程、计算机科学与技术两个博士后流动站。

大学本科专业全面覆盖信息学科领域，包括：自动化、测控技术与仪器、智能科学与技术、计算机科学与技术、物联网工程、信息安全、通信工程、电气工程及其自动化、电子信息工程、数据科学与大数据技术10个本科专业。

学院师资力量雄厚，科学研究和学术水平也国内一流。控制学科、通信学科、电气学科等对中南大学工程学ESI前1%论文贡献率达25%，计算机科学ESI论文已进入全球排名前1%。在透明计算、有色冶金自动化、流程工业智能优化制造、网络优化、计算机算法、量子安全通信、生物信息、网络资源管理与可信服务等多个领域形成鲜明的研究特色，为人才培养奠定了良好的研究基础。

数据科学与大数据技术专业主要培养面向大数据时代以计算机科学、统计分析为基础，以数据科学与大数据技术为研究领域，具备经济、金融、数据结构、数据计算智能、信息处理、程序设计、数据分析等相关学科的领域知识，能推动并引领未来全球“互联网+”、云计算、人工智能、大数据技术在各领域的深入应用，具有较强的实践重新能力、跨文化交流能力和跨领域研究、设计、开发能力高素质复合人才。

一、据全球顶尖管理咨询公司麦肯锡分析报道，到2018年大数据领域科研工作者岗位需求激增，其中大数据科学家缺口在19万左右，懂的利用大数据做决策的高素质人才需求缺口达150万。

二、目前，全国开设数据科学与大数据技术专业高校数量众多，毕业生就业前景广阔，薪资待遇比较高，就业形势与政策相对比较好。

1.第一批开设数据科学与大数据技术专业的院校为：北京大学、对外经济贸易大学、中南大学；

2.第二批开设院校有：中国人民大学、北京邮电大学、复旦大学、电子科技大学、中北大学、华东师范大学、北京信息科技大学、长春理工大学、上海工程技术大学、上海纽约大学、浙江财经大学、宿州学院、福建工程学院、黄河科技学院、湖北经济学院、佛山科技学院、重庆理工大学、广西科技学院等；

3.第三批开设的院校有中国人民大学、北京化工大学、中国农业大学、北京师范大学、中国传媒大学、南开大学、同济大学、上海财经大学、中国矿业大学、厦门大学、中国石油大学、中国地质大学、武汉理工大学、华中农业大学、华中师范大学、中南财经政法大学、华南理工大学、西南财经大学、兰州大学等248所高校。

三、2018年全国开设数据科学与大数据技术专业排名

1.该专业学制四年，大部分为工学。

2.2018年该专业水平最好的高校为中南大学，排名位居第一，浙江财经大学排名第二，广西科技大学排名第三。

对此问题，你认为呢？

教育部近日公布的2017年度普通高等学校本科专业备案和审批结果显示，250所高校新增了“数据科学与大数据技术”专业，可以说是全面铺开了，这个专业真的很好吗？

一定要根据自身情况保持耐心去了解去分析，一心想要直接答案的最容易被忽悠

数据科学与大数据技术专业剖析

同样，这个专业也是属于顺应时代发展，抢占市场先机的“投机”行为，作为新兴的、交叉的专业，不可能有成熟的概念、培养方案，各高校都是在黑暗中摸索前行，培养方案也是五花八门，但无论怎样变都是统计学、数学、计算机、软件工程等专业的“大杂烩”，核心是统计学+计算机。

看一看相关介绍就知道了：数据科学与大数据技术专业毕业生通过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，将领域知识与计算机技术和大数据技术融合、创新，从事大数据研究和开发应用。 也是很笼统很空虚，为什么？因为新啊，前无古人啊，没有经验可遵循啊。

再看一下主要课程：数学、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。

统计学知识和计算机知识是核心点，加一点数学、数据科学课程。

真的很好吗？

任何专业都有优缺点，好不好都是相对的，如果你喜欢，也做好了努力的准备，那就尽管去努力吧，但一定要不讨厌统计学和计算机，不要因为名字的高大上就忽视了自己的能力。专业名字再高大上，课程如何搭建，教师的水平和资源问题解决不了也是白扯。

电子商务等就是个案例，从高大上到烂大街没几年时间，当然不是说这个专业也会像电子商务那样很快泛滥成灾，只是告诉大家不要有急功近利的蹭热点的心理。

想做相关工作，学什么专业不是最重要的，怎么学才是，学计算机、统计学、数学都可以从事大数据工作，用人单位不会因为你专业名字高大上高看你一眼，还得看真本事（学校学历也很重要）。

照这样下去，不排除将来会出现云计算、区块链等令人哭笑不得的专业

哪些学校好？

这个没有喜欢资料，也没有参考，凡是计算机、统计学不错的学校都可以考虑。

开设该专业的的大学名单

第一批（3所）：北京大学、对外经济贸易大学、中南大学；

第二批（32所）：中国人民大学、复旦大学、北京邮电大学、华东师范大学、电子科技大学、北京信息科技大学、中北大学、长春理工大学、上海工程技术大学、上海纽约大学、浙江财经大学、广西科技大学、昆明理工大学、云南师范大学、云南财经大学、重庆理工大学、晋中学院、福建工程学院、黄河科技学院、湖北经济学院、佛山科学技术学院、广东白云学院、北京师范大学-香港浸会大学联合国际学院、成都东软学院、电子科技大学成都学院、贵州大学、贵州师范大学、安顺学院、贵州商学院、贵州理工学院、宁夏理工学、宿州学院。

在我国，数据科学与大数据技术专业的建设已成为新的热点话题。 在系统调研 世界一流大学数据科学专业建设现 状的基础上，从特色课程视角重点分析 加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、纽约大学、斯坦福大学、卡内基梅隆大学、哥伦比亚大学、伦敦城市大学等 8所大学的数据科学专业，提出 数据科学与大数据技术这一新专业 应重视的10门特色课程，并分析了现阶段我 国 数据科学教育中 普遍存在的8种曲解现象及对策建议 。

2016 年，教育部发布的《 2015 年度普通高等学校本科专业备案和审批结果》中就首次增设“数据科学与大数据技术专业”，并获批了北京大学、对外经济贸易大学及中南大学的新增专业申请。接着， 2017 年，中国人民大学等 32 所高校出现在第二批次的获批名单中。另， 全国高校大数据教育联盟的统计数据显示， 2017 年申请该专业的院校高达 263 所，其中工学 190 所，理学 73 所 [1] 。从申请资料看，国内数据科学专业是一门主要以统计学和计算机科学与技术专业为基础建设的全新专业。数据科学专业已成为我国现阶段高等教育的热点问题之一。但是，建设什么样的专业以及如何建设该专业仍为各高校面临的难点问题。

在国外，数据科学（ Data Science ）专业是以数据分析学（ Data Analytics ）专业为基础发展而来的，可追溯至 2007 年北卡罗来纳州立大学（ North Carolina State University ）率先设立的数据分析硕士学位（ Master of Science in Analytics ） [2] 。与统计学和计算机科学与技术等基础学科不同的是，数据分析学进一步抽象了这些底层科学中的数据问题，连接了包括统计学和计算机科学在内的基础学科与数据科学之间的空白，为数据科学这一新学科的出现奠定了直接基础。从“数据分析学”向“数据科学”的实质性过渡出现在 2013 年左右，比较有代表性的是纽约大学于 2013 年新开设的数据科学硕士专业（ The Master of Science in Data Science ） [3] 。 之后，包括加州大学伯克利分校、约翰 · 霍普金斯大学、华盛顿大学在内的多个学校设立了数据科学专业。可见，国外一流大学的数据科学专业建设至少早于国内 三 年。

为此，本文在调查分析世界一流大学数据科学专业的培养方案，重点分析数据科学专业中开设的特色课程，并对探讨我国数据科学专业建设的借鉴意义。

1 数据调研及分析

作者通过 Study Portal 进行调查发现，截止 2017 年 11 月，国外数据科学专业的本科、硕士、博士学位项目分别已达到 5601 、 4179 和 301 项，主要分布在美国、英国、澳大利亚、加拿大、德国和意大利等国家。但是，从课程体系和人才培养定位看，能够体现国外数据科学专业教育的本质与特色的是硕士层次的教育，比较有典型的学校有加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、纽约大学、斯坦福大学、卡内基梅隆大学、哥伦比亚大学、伦敦城市大学，如表 1 所示。

表 1 典型数据科学专业及其特色课程（ Typical Data Science Programs and their Core Courses ）

学校

学位名称

特色课程

加州大学伯克利分校 [4]

信息与数据科学硕士

（ Master of Information and Data Science ）

Python 与数据科学 /Python for Data Science

研究设计及数据与分析中的应用 /Research Design and Application for Data and Analysis

数据存储与检索 / Storing and Retrieving Data

应用机器学习 / Applied Machine Learning

试验与因果分析 /Experiments and Causality

大数据 —— 人与价值 / Behind the Data: Humans and Values

( 纵向扩展及真正的 ) 大数据 / Scaling Up! Really Big Data

数据可视化与沟通 / Data Visualization and Communication

（数据科学）综合训练课程 / Synthetic Capstone Course

约翰 · 霍普金斯大学 [5]

数据科学理学硕士

（ Master of Science in Data Science ）

数据科学 /Data Science

数据可视化 /Data Visualization

随机优化与控制 /Stochastic Optimization and Control

数据科学家的工具箱 / Data Scientist's Toolbox

数据采集与清洗 /Getting and Cleaning Data

探索性数据分析 /Exploratory Data Analysis

可重复研究 /Reproducible Research

实用机器学习 /Practical Machine Learning

数据产品开发 /Developing Data Products

数据科学综合训练课程 /Data Science Capstone

华盛顿大学 [6]

数据科学理学硕士

Master of Science in Data Science

数据可视化与探索性分析 / Data Visualization & Exploratory Analytics

应用统计与试验设计 /Applied Statistics & Experimental Design

数据管理与数据科学 /Data Management for Data Science

数据科学家常用的统计机器学习 /Statistical Machine Learning for Data Scientists

面向数据科学的软件设计 /Software Design for Data Science

可扩展的数据系统与算法 /Scalable Data Systems & Algorithms

以人为中心的数据科学 /Human-Centered Data Science

数据科学综合训练课程 /Data Science Capstone Project

纽约大学 [7]

数据科学理学硕士 MS in Data Science

数据科学导论 / Intro to Data Science

大数据 /Big Data

面向数据科学的统计学与概率论 /Probability and Statistics for Data Science

推理与表示 / Inference and Representation

机器学习与计算统计学 / Machine Learning and Computational Statistics

数据科学综合训练课程 / Capstone Project in Data Science

基于优化的数据分析 /Optimization-based Data Analysis

非光滑凸优化 /Convex and Nonsmooth Optimization

斯坦福大学 [8]

统计学 : 数据科学 理学硕士学位

M.S.in Statistics:Data Science

现代应用统计学 : 学习 /Modern Applied Statistics: Learning

现代应用统计学 : 数据挖掘 /Modern Applied Statistics: Data Mining

数据驱动型医学 / Data Driven Medicine

现代统计学与现代生物学 /Modern Statistics for Modern Biology

大数据商务智能 / Business Intelligence from Big Data

基于数据的计算范式 /Paradigms for Computing with Data

卡内基梅隆大学 [9]

计算数据科学硕士学位

Master of Computational Data Science

云计算 /Cloud Computing

高级云计算 /Advanced Cloud Computing

多媒体数据库及数据挖掘 /Multimedia Databases and Data Mining

移动与普适计算 /Mobile and Pervasive Computing

大数据集的机器学习 /Machine Learning with Big Data Sets

智能信息系统的设计与开发 /Design and Engineering of Intelligent Info Systems

大数据分析学 /Big Data Analytics

哥伦比亚大学（纽约） [10]

数据科学理学硕士

Master of Science in Data Science

数据科学导论 /Introduction to Data Science

面向数据科学的计算机系统 /Computer Systems for Data Science

探索性数据分析与可视化 /Exploratory Data Analysis & Visualization

数据科学中的因果推理 / Causal Inference for Data Science

大数据分析学 /Big Data Analytics

数据科学综合训练及伦理 /Data Science Capstone & Ethics

伦敦城市大学 [11]

数据科学理学硕士

MSc in Data Science

数据科学原理 /Principles of data science

大数据 /Big Data

可视分析学 /Visual analytics

数据可视化 /Data visualization

神经计算 /Neural computing

研究方法与专业问题 /Research Methods and Professional Issues

高级并发编程 /Advanced Programming: Concurrency

1.1加州大学伯克利分校

该学校的数据科学专业由信息学院（ School of Information ）开设，专业名称为信息与数据科学，授予的学位为信息和数据科学专业硕士（ Professional Master of Information and Data Science, MIDS ） [12] 。该专业主要侧重于培养学生的研究设计、数据清洗、存储与检索、挖掘与探索、数据可视化、道德与隐私、数据分析、沟通与呈现的能力，如图 1 所示。

图 1 加州大学伯克利分校 MIDS 专业所关注的学生能力

（ Key Skill Areas of MIDS at UC Berkeley ） [12]

为了达到上述人才培养目的，该专业开设基础课程、高级课程和综合训练课程等 3 类课程。其中 ，基础课程共有5门，即面向数据科学的Python语言（Python for Data Science）、面向数据与分析的研究设计（Research Design and Application for Data and Analysis）、面向数据科学的统计学（Statistics for Data Science）、数据存储与检索（Storing and Retrieving Data）以及应用机器学习（Applied Machine Learning）；高级课程有7门，包括试验与因果分析(Experiments and Causality)、数据、人与价值（Behind the Data: Humans and Values）、（纵向扩展及真正的）大数据（Scaling Up! Really Big Data）、面向离散响应，时间序列和面板数据的统计方法（Statistical Methods for Discrete Response, Time Series, and Panel Data）、可扩展的机器学习（Machine Learning at Scale）、基于深度学习的自然语言处理（Natural Language Processing with Deep Learning）以及数据可视化与沟通(Data Visualization and Communication)。除了基础课程和高级课程，该学校还开设一门综合训练课程（Synthetic Capstone），培 养学生综合运用所学专业知识及解决现实问题的能力。

从总体上看，人才培养定位在培养数据科学领域的领导者，侧重培养学生的运用新工具和新方法，从现实数据中获得洞见（ Insights ）以及如何有效地沟通与阐释自己的研究发现，进而改变他人行动和思想的能力。 该学校的数据科学专业的人才培养具有如下几个特点 ：

强调数据科学的多学科交叉特点 ，将社会科学，计算机科学，统计学，管理学和法学等多学科知识融入具体课程之中；

凸显数据科学本身的讲解 ，注重提升学生的基于数据提出好问题的能力以及面向数据科学的研究设计、数据清理、存储与检索、交流与沟通、统计分析、道德与隐私、数据可视化以及数据挖掘与探索等关键技能；

引入基于项目的学习方法 ，借鉴本校信息学院其他专业的培养经验，通过基于项目的教学方式，鼓励学生综合运用多种不同的工具和方法来解决复杂问题；

强调动手实践能力的培养，为学生提供亚马逊 Web 服务和 IBM 大数据平台等实践平台。

1.2 约翰 · 霍普金斯大学

该学校的怀廷工程学院（ Whiting School of Engineering ）开设名为数据科学（ Data Science ）的新专业，授予的学位为数据科学理学硕士（ Master of Science in Data Science ）。

该专业的课程体系包含先修课程（ Prerequisite Courses ）、基础课程（ Foundation Course ）、必修课程（ Required Courses ）、选修课程（ Electives ）以及独立学习（ Independent study ）课程等近 60 门课程 [13] 。 基础课程有 2 门，即算法基础（ Foundations of Algorithms ）和统计方法与数据分析（ Statistical Methods and Data Analysis ）；必修课程包括数据库系统原理、数据科学、数据可视化、优化导论（ Introduction to Optimization ）、统计模型与回归、计算统计学；选修课分为机器学习和统计学两个大方向，共有 14 门主要课程，均为较为常见课程。 值得一提的是，该专业另提供了近 30 门扩展选修课程（ Additional Selections ），供学生用于置换同一个领域的必须 / 选修课程，这些扩展课程均为统计学和计算机科学与技术专业常见课程。 独立学习（ Independent study ）课程主要包括独立动手实战（ Capstone 项目）和独立学习（ Independent Study ）。

从总体上看， 该学校的数据科学专业的人才培养具有如下几个特点 ：

从人才培养的目的看，专业旨在培养“有竞争力”的数据科学家，要求学生具备三方面的能力：综合运用计算机科学和应用数学的知识，分析与处理大规模数据集的能力；从复杂数据中快速洞察到有价值信息的能力和从信息中发现相关关系的能力；基于规范的技术和抽象的方法以及面向现实世界中的具体问题的建模能力[14]。

强调学生对数据科学的理论基础的掌握程度，突出了三个主要领域：计算机科学与技术、统计学与应用数学。其中，对应用数学的重视是该学校数据科学专业的一大特色。

从课程设计及内容选择看，该专业鼓励在每一门课程中引入来自现实世界的具体问题作为例题和主要关注点。例如，独立学习（Independent Study）课程中强调对具体行业中实际问题的处理能力。

强调培养学生的数据全生命期管理、统计 分析和故事化描述能力。

1.3华盛顿大学

整合自己的应用数学系、生物统计学系、 Paul G. Allen 计算机科学与工程学院、以人为本的设计与工程系、统计系、信息学院 6 大院系以及电子科学研究所的资源，开设出了一种面向在职人员的夜大类数据科学专业项目，所授予的学位为数据科学理学硕士（ Master of Science in Data Science ）。该专业的课程设计较为简洁，包括 8 门核心课程以及 1 个 Capstone 项目。其中， 8 个核心课程分别是统计与概率论（ Introduction to Statistics & Probability ）、信息可视化（ Information Visualization ）、应用统计与试验设计（ Applied Statistics & Experimental Design ）、面向数据科学的数据管理（ Data Management for Data Science ）、数据科学家常用的统计机器学习（ Statistical Machine Learning for Data Scientists ）、面向数据科学的软件设计（ Software Design for Data Science ）、可扩展的数据系统与算法（ Scalable Data Systems & Algorithms ）和以人为中心的数据科学（ Human-Centered Data Science ）。 Capstone 项目要求学生自...

无论是否你这个学校里面有没有人工智能、大数据、云计算等专业，老师们的研究方向中肯定会有这些。即使你所在是专业是计算机科学与技术、软件工程亦或是网络工程等，你还是可以去跟着老师研究单独的一个方向，即使你们不学这个。

人工智能强校名单

当前，中国人工智能领域的差距其实是在与美国高校的差距上。因为一篇顶尖论文的发表后，我们大概在3、4个月就能消化吸收了。所以在应用领域里，我们与美国的差距不大。但在基础研究方面，我们的差距是巨大的。下面是排名20强的高校，都是知名的学校，高考或者考研的你可以把这些高校作为目标。

智能科学与技术专业

目前，全国仅有20多所高校招收智能科学与技术专业，其中，开设该专业较早的高校有北京大学、北京邮电大学、南开大学、西安电子科技大学、华南理工大学、中南大学、中山大学、北京科技大学、厦门大学、东北电力大学、首都师范大学、北京信息科技大学、西安邮电大学等。近几年，华南理工大学、大连东软信息学院等院校也新开设了该专业。

大数据

自2015年教育部开设了“数据科学与大数据技术专业”，首批只有北京大学、中南大学和对外经济贸易大学三所学校申报成功，2016年有31所高校申报成功。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。

云计算

国内高校开展云计算专业研究最早是在2015年，目前为止也已经有不少的院校已经开设了云计算相关的专业课程，但是目前阶段，云计算相关专业还没有正式列入本科专业目录。大家可以参考一下以下的内容，首批开设云计算与数据科学专业方向的院校有：北京航空航天大学，浙江大学，复旦大学，上海交通大学，西安交通大学，南京大学，武汉大学，华南理工大学。

我们生活在一个充满“数据”的时代，打电话、刷微博、聊QQ、用微信，阅读、购物、看病、旅游，都在不断产生新的数据。

不管你是否认同，大数据时代已经来临，并将深刻地改变着我们的工作和生活，世界已经进入由数据主导的“大时代”。

近年来，高校新设置的“数据科学与大数据技术”专业变得炙手可热，那么该专业培养目标是什么？学些什么？专业前景如何？对学生又有哪些要求呢？

热门专业

2018年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》，共有862所高校新增了2311个专业。其中最热门的专业当属当属“数据科学与大数据技术”，共有248所高校申请获批，占新增专业申请的高校数超过1/3。

根据教育部在2012年发布了《普通高等学校本科专业目录》，“数据科学与大数据技术”并不在其中，属于目录外专业，需要审批设置。该专业最早在2016年获得批准设置，在教育部公布的《2015年度普通高等学校本科专业备案和审批结果》中，有北京大学、对外经济贸易大学、中南大学3所高校获批。

而在2017年教育部公布的《2016年度普通高等学校本科专业备案和审批结果》中，获批新增“数据科学与大数据技术”专业的高校达到了32所。

可见，三年来，开设“数据科学与大数据技术”专业的高校数量迅速膨胀，累计达到了284所。

如此多的高校对它青睐有加，“数据科学与大数据技术”到底是一个什么专业？

培养目标与学习内容

“数据科学与大数据技术”专业是培养以计算机科学、统计分析为基础，具备经济、金融、物流、商业、贸易、 管理等相关学科的领域知识，能推动并引领未来全球“互联网 +”、云计算、大数据技术在各领域的深入应用，具有较强的实践创新能力、跨文化交流能力和跨领域研究能力的高素质复合型人才。

从上述培养目标可以看到，该专业的核心是计算机和统计分析，但需要具备多个领域的相关知识，培养目标也是复合型人才。

在课程设置上，除了基本的计算机学科和统计学课程，还包括了微观经济学、计量经济学、国际金融、搜索引擎、自然语言处理、数据可视化、机器学习、模式识别以及大数据技术平台等相关课程。

专业“钱”景

“数据科学与大数据技术”专业培养的是当下最热门的大数据、云计算、人工智能、算法分析等行业急需的人才。

全球顶尖管理咨询公司麦肯锡分析报告显示，到2018年，大数据或者数据工作者的岗位需求将激增。其中大数据科学家的缺口在14万到19万之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到150万！

从国内就业市场来看，根据BOSS直聘发布的《2017春季互联网人才趋势报告》，大数据和人工智能相关岗位出现全行业的旺盛需求，人才供给严重不足。其中，缺口较大的是搜索算法，供给量只能达到需求的44%，还有56%的缺口；推荐算法的缺口比例为50%，算法研究员的为43.9%，图像算法的为43%，深度学习的缺口量排在第十，为33.8%。

从国家层面上看，”互联网+”已经上升为国家战略，以大数据战略为牵引，以信息安全、传感器、人工智能等为重点，打造新一代信息技术产业集群。2017年7月，国务院印发《新一代人工智能发展规划》，明确提出我国新一代人工智能“三步走”发展战略，人工智能产业要成为新的重要经济增长点，助推我国产业升级和经济转型，并成为世界主要人工智能创新中心。

在就业“钱景”方面，各大互联网公司都在囤积大数据处理人才，从业人员的薪资待遇也很不错。以基本的Hadoop开发工程师为例，入门月薪已经达到了8K 以上，工作1年月薪可达到 12K 以上，资深的hadoop人才年薪可达到30万—50万。

热门专业的冷思考

看到这里，是不是对“数据科学与大数据技术”专业跃跃欲试呢？

且慢，对于热门专业，我们需要冷思考！

就像前几年大热的物联网工程专业，很多学校一哄而上，但是专业课程设置不合理，计算机和通信的课程搞成大杂烩，两边的核心内容都没学好。师资也是赶鸭子上架，上课就是念念PPT，考试也是走过场。毕业出来，才发现基础知识不牢靠，后悔也迟了。

对于高校来说，开设“数据科学与大数据技术”专业，需要有多学科的专业积淀，需要有经验的师资队伍，更需要有行业背景。很多高校只是因为专业热门，就拼拼凑凑开设起来，其实各方面积累很不够，学生报考时需要檫亮眼睛。

对于学生来说，该专业对数理统计、计算机科学的知识要求很高，数学基础不牢靠的学生需要慎重选择。再者，对于将来当“码农”辛苦加班的日子也要有心理准备哦。

对于很多同学来说，笔者建议在本科阶段深入学习一门本科专业，如计算机类、数学类、统计学类，然后再考研深造大数据类、人工智能的专业，既具有深厚的底蕴，又具备鲜明的专业特点，才能有更大的发展空间。

不管怎样，对于专业选择，第一是兴趣，第二还是兴趣，有了兴趣才有学习、深造的动力！

对了，对人工智能感兴趣的童鞋，“智能科学与技术”专业也是不错的选择哦。这个专业融合了电气、计算机、传感、通讯、控制等众多学科领域，也是培养跨学科的复合型人才，限于篇幅就不多讲了。

原创不易，如果您感觉此文很有帮助，请鼓励支持下吧！

↓↓↓

狗日的作业！

最能让青少年成长30部英文电影（下）

最能让青少年成长30部英文电影（上）

最适合亲子观看的16部BBC纪录片（建议收藏）！

这才是中国孩子最需要补的一门课

这才是中国父母最需要补的一门课

和青春期的孩子对着干？赢了当下，输了未来！

不背单词，不上辅导班，能学好英语？这个爸爸的实验结果是……

让魔都家长扎心的“公民同招”，开错了药方！

曹杨二中王洋校长访谈录——从一个学生家长的视角