search
那些新開設大數據專業的大學,都安排了哪些課程?

那些新開設大數據專業的大學,都安排了哪些課程?

從IT時代進入DT時代,高校在大數據方向上設置了哪些專業,具體學什麼,就業怎麼樣,作為新興專業,考生如何報考?

具體內容

專業名稱:數據科學與大數據技術;

人才培養目標:以大數據為核心研究對象,利用大數據的方法解決具體行業應用問題。

學制:四年;學位:工學或理學學位。

目前已有35所高校申報了大數據專業:

第一批(3所):北京大學、對外經濟貿易大學、中南大學;

第二批(32所):人民大學、復旦大學、北京郵電大學、華東師範大學、電子科技大學、北京信息科技大學、中北大學、長春理工大學、上海工程技術大學、上海紐約大學、浙江財經大學、廣西科技大學、昆明理工大學、雲南師範大學、雲南財經大學、重慶理工大學、晉中學院、福建工程學院、黃河科技學院、湖北經濟學院、佛山科學技術學院、廣東白雲學院、北京師範大學-香港浸會大學聯合國際學院、成都東軟學院、電子科技大學成都學院、貴州大學、貴州師範大學、安順學院、貴州商學院、貴州理工學院、寧夏理工學、宿州學院。

數據科學與大數據技術專業都學些什麼?

屬於交叉學科:以統計學、數學、計算機為三大支撐性學科;生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。此外還需學習數據採集、分析、處理軟體,學習數學建模軟體及計算機編程語言等,知識結構是二專多能複合的跨界人才(有專業知識、有數據思維)。

以人民大學為例:

基礎課程(38學分):數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐。

必修課(37學分):離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、并行體系結構與編程、非結構化大數據分析。

選修課:數據科學演算法導論、數據科學專題、數據科學實踐、互聯網實用開發技術、抽樣技術、統計學習、回歸分析、隨機過程。

數據科學與大數據技術專業人才需求情況怎樣?

根據領英發布的《2016年互聯網最熱職位人才報告》顯示,研發工程師、產品經理、人力資源、市場營銷、運營和數據分析是護理萬網行業需求最旺盛的職位。

目前國內有30萬數據人才,預計2018年,大數據人才需求將有大幅增長,高端人才如大數據科學家的缺口在14萬至19萬之間;懂得利用大數據做決策的分析師和經理缺口達到150萬,數據分析師現在需求就很旺盛了,2年工作經驗的月薪可達到8K,碩士學歷的數據分析師月薪可達到12K,5年工作經驗的可達到40萬至60萬元。

數據科學與大數據技術專業可以從事的工作有哪些?

重視數據的機構已經越來越多,上到國防部,下到互聯網創業公司、金融機構需要通過大數據項目來做創新驅動,需要數據分析或處理崗位也很多;常見的食品製造、零售電商、醫療製造、交通檢測等也需要數據分析與處理,如優化庫存,降低成本,預測需求等。人才主要分成三大類:大數據系統研發類、大數據應用開發類、大數據分析類,熱門崗位有:

1.大數據系統架構師

大數據平台搭建、系統設計、基礎設施。

技能:計算機體系結構、網路架構、編程範式、文件系統、分佈并行處理等。

2.大數據系統分析師

面向實際行業領域,利用大數據技術進行數據安全生命周期管理、分析和應用。

技能:人工智慧、機器學習、數理統計、矩陣計算、優化方法。

3.hadoop開發工程師。

解決大數據存儲問題。

4.數據分析師

不同行業中,專門從事行業數據搜集、整理、分析,並依據數據做出行業研究、評估和預測的專業人員。在工作中通過運用工具,提取、分析、呈現數據,實現數據的商業意義。

作為一名數據分析師,至少需要熟練SPSS、STATISTIC、Eviews、SAS、大數據魔鏡等數據分析軟體中的一門,至少能用Acess等進行資料庫開發,至少掌握一門數學軟體如matalab、mathmatics進行新模型的構建,至少掌握一門編程語言。總之,一個優秀的數據分析師,應該業務、管理、分析、工具、設計都不落下。

5.數據挖掘工程師

做數據挖掘要從海量數據中發現規律,這就需要一定的數學知識,最基本的比如線性代數、高等代數、凸優化、概率論等。經常會用到的語言包括Python、Java、C或者C++,我自己用Python或者Java比較多。有時用MapReduce寫程序,再用Hadoop或者Hyp來處理數據,如果用Python的話會和Spark相結合。

6.大數據可視化工程師

隨著大數據在人們工作及日常生活中的應用,大數據可視化也改變著人類的對信息的閱讀和理解方式。從百度遷徙到谷歌流感趨勢,再到阿里雲推出縣域經濟可視化產品,大數據技術和大數據可視化都是幕後的英雄。

大數據可視化工程師崗位職責:

1、 依據產品業務功能,設計符合需求的可視化方案。2、 依據可視化場景不同及性能要求,選擇合適的可視化技術。3、 依據方案和技術選型製作可視化樣例。4、 配合視覺設計人員完善可視化樣例。5、 配合前端開發人員將樣例組件化。

人民大學與人大、北大、中科院大學、中財、首經貿五校聯合培養數據分析碩士第一屆畢業生就業情況:

騰訊、百度等IT公司:22人;金融、銀行等:21人;出國、讀博等:5人;國家事業單位:6人;其它:2人;

共55人。

數據科學與大數據技術專業報考建議

當下企業用人現象:一個專業集群對應一個行業熱點。大數據是交叉學科,走的是「複合型」培養路線,行業內從事相關職能的人專業背景各異。大數據作為人才培養方向在探索中,如果直接從各專業人才中遴選學苗開展碩士研究所階段的教育會更適合一些,直接開設大學部階段的教育還相對不夠成熟。

人才培養與行業發展存在差距。由於教學大綱更新不會太及時,大數據人才7年畢業(大學部四年、碩士研究所三年)后,所學恐怕落後於行業發展。

大數據人才的典型勝任特徵:善於做需求分析、寫代碼;善於與人溝通,喜歡探索未知;需要根據數據推演、分析、提出解決方案,有數據思維;需要持續保持學習狀態;內性格上能動能靜。

不同辦學層次的院校開設此專業,培養模式會有差異。例如,高職類院校學生由於數學基礎相對薄弱,會跟多偏向於工具的使用,如數據清洗、數據存儲以及數據可視化等相關工具的使用;大學部院校會傾向於大數據相關基礎知識全面覆蓋性教學,在研究所段則會專攻某一技術領域,比如數據挖掘、數據分析、商業智能、人工智慧等。

報考建議

注意規避如上缺點,制定、執行相應的解決方案。例如:報考前評估從目標院校畢業后能否在大數據行業中找到理想的職位,各高校一般會根據服務地區經濟發展需求開設專業,前幾屆畢業生一般都有對口的就業機會;根據未來職業規劃初步定為初始職位,在大學期間通過選修、培訓等方式精修相關學科,夯實基礎;對開設院校開設專業的實力進行評估,有些看似平凡的院校和大數據行業企業聯合辦學,實力不容小覷,例如貴州理工學院與阿里雲合建的「貴州理工學院——阿里巴巴大數據學院」,計劃在5年內為貴州省培養1萬名大數據專業技術人才,黃河科技學是與中科院、雲和數據以及科普開等知名大數據相關研究機構及公司開展交流合作,在學校建立聯合實驗室、在企業設立學生實訓基地,實現更好地培養人才;考生也可從相關專業(如應用統計學專業)跨考此專業的研究所,可實現快速切入,但還應注意關注行業發展最新狀況並著重彌補能力差距。

大數據類專業有很多,不同院校開設情況不同,應注意比較擇選,例如:

  • 清華大學數據科學研究院開設大數據專業,2014年開始招生;

  • 北大、人大等五校大數據分析碩士培養協同創新平台開設大數據分析專業,2014年開始招生;

  • 復旦大學計算機科學技術學院開設數據交通專業,2015年開始招生;

  • 北航交通科學與工程學院開設計量經濟學大數據分析方向,2014年開始招生;

  • 上海財經大學經濟學院開設計量經濟學大數據分析方向,2014年開始招生;

  • 2018年將會有更多的大學開設大數據類專業。

來自網路

大數據周刊

郵箱:tougao@bigdatamag.cn

眾論大數據 引領大時代

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23295次喜歡
留言回覆
回覆
精彩推薦