高考填志愿：数据科学与大数据技术专业怎么样？

新开设的数据科学与大数据技术专业，想请问未来前景及就业形势，是否建议让女生报考

有关回应 · 2021-5-14 20:56:08

高考填志愿，要不要选择“数据科学与大数据技术”专业？
抛开学校的好坏不谈，这是个好专业。
数据科学专业，专业代码：080910T。
《普通高等学校本科专业设置管理规定》（教高﹝2012﹞9号）中第六条《专业目录》包含基本专业和特设专业。基本专业一般是指学科基础比较成熟、社会需求相对稳定、布点数量相对较多、继承性较好的专业。特设专业是满足经济社会发展特殊需求所设置的专业，在专业代码后加“T”表示。
[h1]无论任何人站在任何角度，吐槽或推崇这个新专业，不可否认的一点是，我们已经身处数据智能时代了。那作为这个时代的基础人才供给专业，至少在当下，在中国，是值得选择的。[/h1]现在是2020年，经过前几年密集的申报、备案与审批，开设“数据科学与大数据技术”专业的高校版图已经基本确定。学校名单网络可查，可以在学校上、这个专业的配置上多花点儿功夫做研究。

近几年相关专业的动态：
2015年共有2个省级行政区的3所院校成功新增备案“数据科学与大数据技术”专业；
2016年共有16个省级行政区的32所院校成功新增备案“数据科学与大数据技术”专业；
2016年2月，北京大学为首家获批“数据科学与大数据技术”专业的高校，同时获批的还有对外经济贸易大学，中南大学；
2017年共有29个省级行政区的250所院校成功新增备案“数据科学与大数据技术”专业；
2017年3月，第二批32所高校获批“数据科学与大数据技术”专业；
2018年共有28个省级行政区的196所院校成功新增备案“数据科学与大数据技术”专业；
2018年3月，第三批250所高校获批“数据科学与大数据技术”专业；
2019年全国29个省级行政区的481所院校成功新增备案“数据科学与大数据技术”专业；
2019年3月，第四批196所高校获批“数据科学与大数据技术”专业；25所高校获批“大数据管理与应用”专业；35所高校获人工智能专业首批建设资格；
2020年3月，138所高校获批第五批“数据科学与大数据技术”专业；180 所高校获批新增人工智能本科专业，开设人工智能专业的高校达到 215 所；

以首家获批“数据科学与大数据技术”专业的北京大学为例，公开可查的（2019）专业介绍是这样的：

北京大学数据科学与大数据技术专业
一、专业简介
数据科学是运用概率统计、分布式计算、现代软件等综合知识探索来自商业贸易，生物医疗，金融证券，社交网络等众多领域的较大规模或结构复杂数据集的高效存储、高效管理、高效概括、深入分析和精准预测的科学和艺术。
二、专业培养要求、目标
运用统计分析、机器学习、分布式处理等技术，能从大量数据中提取对科学研究和生产实践有意义的信息，以可视化等技术通过通俗易懂的形式传达给决策者，并创造出新的数据运用服务的人才。

三、授予学位
理学学士
四、学分要求与课程设置
总学分：132-138学分，其中：
1．公共与基础课程40-46学分；
2．核心课程29学分；
3．限选课程32学分；
4. 通识与自主选修课程31学分；
并须同时满足下列选课要求：
1）公共与基础课程：40-46学分
大学英语系列课程（2-8学分），政治系列课程（14学分），计算机系列课程（6学分），体育系列课程（4学分），数学分析(14学分)
2）核心课程：29学分
高等代数Ⅰ(5学分)，高等代数Ⅱ（4学分），几何学（5学分），抽象代数（3学分），复变函数(3学分)，常微分方程（3学分），数学模型（3学分），概率论（3学分）
3）限选课程：32学分
专业必选课程（6学分）：数理统计(3学分)，应用多元统计分析(3学分)
限选课程: 在下列课程中选修15学分
实变函数（3学分）/实函与泛函（4学分），应用回归分析（3学分），贝叶斯理论与算法（3学分），应用时间序列分析（3学分），统计计算（3学分），统计机器学习（3学分），程序设计实习（3学分），数据结构与算法（3学分），分布与并行计算（3学分），算法设计与分析（3学分），数据库概论（3学分），自然语言处理导论（3学分），数值与计算方法（3学分），人工智能（3学分），最优化方法（3学分），深度学习（3学分），数据科学导论（3学分）
毕业论文3学分
每个学生在第三学年或第四学年里须参加毕业论文讨论班或者经批准的其它形式的科研训练，并在导师指导下写出论文、读书报告或实习实践报告，通过考核后获得3学分。
参加毕业论文讨论班的学生须在导师指导下进行科研训练或者到经批准的企事业单位、科研院所或学校实习实践至少100小时。进行科研训练或参加实习实践活动不应影响其它课程的学习。学院鼓励学生利用寒暑假期进行科研训练或实习实践活动。
理学部的非数学学院课程8学分（其中4学分物理）。
4) 通识与自主选修课程31学分
理学部及信息学部12学分，可以选自理学部及信息学部中的任何院系，包括数学学院。
通选课：12学分，其中社会科学类至少2学分；哲学与心理学类至少2学分；历史学类至少2学分；语言学、文学、艺术与美育类至少4学分，其中大学国文必选，另一门是艺术与教育类课程；数学与自然科学类和社会可持续发展类至少2学分。
在全校课程中选择其余7学分。

五、其他要求
1．保研要求：
专业限选课中任选三门、数学分析、核心课程以及专业必选课进行简单求和作为保研专业排名的依据。
2．读研准备：
保送为硕士研究生的学生在硕士生入学前的两年内选修的数学学院研究生课程，考试成绩在70分以上，且学分没有计入本科毕业学分的，可以计为研究生阶段成绩，获得相应学分。但需本人申请、导师同意、主管院长批准。这种成绩不能超过9学分。

北大“数据科学与大数据技术”专业毕业后授予的是理学学士学位。而有一个趋势是，2018年有7所院校的数据科学与大数据技术专业学位授予门类由理学变成了工学。理学研究的是科学，工学研究的是技术；理学注重于理论研究，工学注重实际应用。可见，数据科学与大数据技术专业更注重培养学生的实践能力。
不过，各高校在新专业的课程建设路上还是存在着很多挑战，教学质量也均在较大差异。
投入资金和资源要求高，数据科学相关技术需要的资源配置比较高，这妨碍了许多高校“数据科学与大数据技术”专业落地实施；同时，作为应用型学科，数据科学的教学中需要有大量行业真实数据和项目资源支撑。
可借鉴经验不足，数据科学是新兴学科，即便在高校中专门研究该领域的老师也比较少，许多高校对于完整的数据科学与大数据技术专业人才培养还没有一套成熟的规划方案，可借鉴的经验少；数据科学不仅具备统计学和编程技术的专业性，其进阶应用还需要与行业知识广泛结合。所以，存在部分高校在开设新专业时，从其它专业调老师，赶鸭子上架的情况。
学生实践机会少，数据科学来源于各类行业场景，注重实践训练和案例教学，是一门与实践高度结合的学科。要进行大数据分析，必须要有充足的高质量数据和统一的实践平台，然而多数高校缺少企业项目实战案例和可以用于研究的商业数据，使得学生难以做到学以致用。
《普通高等学校本科专业设置管理规定》（教高﹝2012﹞9号）中规定“ 第十八条　高校现设专业连续五年不招生的，原则上按撤销专业处理。第二十六条　高校设置的专业在教育教学过程中出现办学条件严重不足、教学质量低下、就业率过低等情况，高校主管部门须责令有关高校限期整改、暂停招生。”
短时间内，这么1000多所高校密集开设“数据科学与大数据技术”专业，私以为，国家层面是鼓励高校院系之间的竞争，优胜劣汰的。所以高考填志愿，还是需要慎重选择学校，不要报了个未来可能会裁撤的专业。
这里引用一个排名（注意仅仅是引用，不作为权威性参考！）
大数据本科专业排行榜 2019全国482所高校数据科学与大数据技术教育教学综合实力一览表

“A类”高校一共100所。其中，代表综合实力最高的“A+类”高校20所，它们分别是：北京大学、中南大学、吉林大学、复旦大学、华东师范大学、北京理工大学、厦门大学、西安交通大学、天津大学、东北大学、同济大学、山东大学、湖南大学、电子科技大学、哈尔滨工业大学、北京邮电大学、中国科学技术大学、重庆邮电大学、西安电子科技大学、对外经贸大学。
“B类”表示大数据专业教育教学综合实力总体水平位居全国高校第二，包括：湖北大学、上海对外经贸大学、中国石油大学(北京)、山西农业大学、辽宁大学、成都信息工程大学、广东工业大学、长春大学、广州大学、南京信息工程大学等全国120所高校。
“C类”表示大数据专业教育教学综合实力总体水平位居全国高校第三，包括河北金融学院、衢州学院、淮海工学院、石家庄学院、黑龙江工程学院、宁波工程学院、盐城师范学院、宁波大红鹰学院、南京晓庄学院、晋中学院等全国110所高校。

说完了专业的一些信息，接下来我们具体了解一下，这个专业教什么，怎么教，学什么，怎么学，学完了要成为什么样的人才。由于该专业目前也是处于建设的初期阶段，所以资料有限，我这里仅作整理和归纳。这对于答主而言，也是一个深入了解的过程。
[h1]学好这个专业，未来做一颗怎样的螺丝钉？[/h1]既然还是谈专业，那么这一Part，我们就锁定在专业数据人才。TDU和美世共同发布的《专业数据人才教育报告》中将专业数据人才分为四类：数据科学家、数据工程师、数据分析师和数据产品经理。
[h1]数据科学家[/h1]数据科学家是综合运用数据科学领域知识对数据进行采集、处理、挖掘、建模等操作以形成洞察并最终解决问题的专业型人才。数据科学家致力于用数据产生实际的价值。

尽管市场上现有数据科学家往往具有不同的教育背景和工作经验背景，但是在专业角度上，他们一般需要如上图所示四个方面有能力：

业务领域：业务领域方面的知识和能力是必备的。数据科学家要对问题所在领域的知识有充分的掌握和理解，例如接触金融数据项目，就需要理解金融行业的趋势和业务模型，能够进行专业化的数据分析。数据科学家对业务领域的了解和知识储备是提升数据价值的关键。
机器学习：机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。这些学科都可以用来帮助数据科学家梳理业务领域中遇到的各种数据问题，进行建模并得出指标和预测值来辅助业务。
工程能力：工程能力代表的是数据科学家的动手能力，影响数据科学家的工作效率和产出质量。
沟通能力：沟通能力可以帮助数据科学家发现并解决问题。数据科学家的沟通能力应该能够将数据的价值以通俗易懂的方式表达出来，以确保数据发挥真正的价值。随着业务领域的深入，数据科学家应该能经常发现和提出新的洞察和建议，以帮助企业实现其目标。

[h1]数据工程师[/h1]数据项目一般是一个工程项目，负责工程部分的实施人员就是数据工程师。数据工程师负责搭建架构和实现数据工程所需的技术平台和工具（包括数据连接器、数据存储和计算引擎、数据可视化能力、工作流引擎等），保证稳定可靠的数据处理，为数据架构师、数据科学家和数据分析师的工作提供支持。
数据工程师需要具备的能力包括但不限于如下：

技术能力：包括编程能力、架构设计能力、工程能力等；
业务能力：主要是对于业务的理解能力；
实战能力：包括数据意识、结果导向和文档撰写能力；
团队协作能力：包括学习辅导、沟通、合作以及影响力。

[h1]数据分析师[/h1]数据分析师负责将数据中的价值提取、分析并解读出来以指导行动。在这份报告里，将数据分析师和数据科学家做了单独的区分，不过很多地方并没有区分的这么细，这里做个参考：
数据分析师通常只针对于公司高层提出的问题和目标进行分解、分析，并最终报告他们的发现。数据科学家是主动通过数据和现象了解其业务关联性并采用更先进的统计和建模技术实现数据可视化，并更多以驱动业务的方式来进行汇报。

首先，两者使用的工具通常是不同的。数据分析师进行商业智能和分析使用的工具：Microsoft Excel（进行可视化，数据透视表等）的Tableau、SAS、SAP和Qlik。数据分析师考虑的首要因素是快捷地从中间解读结果并验证设想，得出结论；而数据科学家则比较侧重算法选型、模型稳定以及大数据情境下运算的实现。
其次，数据分析师有时会进行数据挖掘和建模工作，倾向于使用数据可视化工具，如IBM SPSS、Rapid Miner、SAS和KNIME。相比较下，数据科学家在执行相同的任务时，偏向于编程类的库，如R或者Python中相关的库。

[h1]数据产品经理 [/h1]相较于其他专业数据人才，数据产品经理是等级更高的交叉型人才。数据产品经理是面向客户特定数据需求和数据处理流程来开发产品的人。

专业数据人才的能力集对比《数据科学教育白皮书》中“不同岗位需要培养不同的数据科学能力集”图表：

在《数据人才白皮书》中，对头部数据人才进行了更为清晰的描述。这里拿过来供大家参考，也可以当作“数据科学与大数据技术”专业的努力方向：
[h1]头部数据人才是什么样？[/h1]头部数据人才须同时兼具出色的数据知识技能与较强的胜任力潜能。基于每位参与调研的数据人才完整的问卷回答，通过一系列的数学模型，我们得到了每位参与调研的数据人才的知识技能水平与胜任力潜能水平。
以知识技能为横轴、胜任力潜能为纵轴，原点为两指数各自的均值，即得到数据人才评估的坐标系。因而，落在第一象限的人才为头部数据人才，即他们的数据专业知识技能与胜任力潜能均高于均值。

根据调研数据显示，头部数据人才中拥有硕士及以上学历的比例显著高于其他数据人才，有近35%的头部数据人才拥有硕士及以上学历，而在其他数据人才中这个比例仅接近20%。
头部数据人才中毕业于国内985/211院校的人才比例也显著高于其他数据人才，有近50%的头部人才毕业于985/211院校，而在其他人才中这个比例不到40%。
[h1]以上两个关键经历的对比表明，头部数据人才从来源上优于其他数据人才。结合高考填志愿，你懂得。[/h1]

在知识技能层面，头部数据人才拥有更加综合全面的数据专业能力。
[h1]数据科学怎么教、怎么学？[/h1]怎么避免自己上一个假的“数据科学与大数据技术”专业呢？这里引用《数据科学教育白皮书》中的内容，供大家参考。从理论学习、实践训练、项目实战、行业应用到科研研究，每一个阶段的学习挑战都对应着收获。

微软、伯克利、MIT、华东师大提出的知识体系：

就专业学习而言，高校和个人同样重要。有北大青鸟培训班出身的牛逼程序猿，也有TOP20高校计算机专业不会写代码的毕业生。

所以，在这里问题就分流了：
如果你成绩足够好，能够选择好大学，能享受的资源自然不会差，“数据科学与大数据技术”专业可以列入优先选项。
如果的你的成绩不是那么好，只能选择一些普通院校，“数据科学与大数据技术”这一热门专业，可以成为逆袭的可能，毕竟在这种课上自学也不算不务正业。
硬钢的人，从来都不会受限。现在市面上供给的数据科学人才，很少是科班出身的，中国的首批科班专业2016年才获批，他们很多都是转型过来的。
https://zhuanlan.zhihu.com/p/60778633 有没有推荐给大学大数据初学者的书？
[h1]学完了可以做什么？[/h1]在《数据科学教育白皮书》举了数据科学在市场营销、心理健康、金融科技、石油工程中的应用，比较直观，先贴上来给大家。

数据科学是靠解决各行业生产、经营场景中所遇到的问题而产生价值的，所以学习“数据科学与大数据技术”专业，从整个社会价值上来看，是属于“通才”，可以适配任何细分行业。

在《全球人才解密报告》中，数字化专家的画像图也可以做一定的国际视野参考：

《数据人才白皮书》中的词云可以做中国情况的参考：

最重要的，能赚多少钱？

哪些城市月薪较高？

2020 AI 100全球创企名单

CB Insights 发布 2020 版 AI 100 全球创企名单

资料来源：
TDU、MERCER《专业数据人才教育行业生态报告》
heywhale和鲸（Kesci）&WTW《2018数据人才白皮书》图文完整版_企业
猎聘发布《2019年中国AI&大数据人才就业趋势报告》
BCG《数字化人才解密报告》
Heywhale、TDU、AWS、datawhale《数据科学教育白皮书》

报告不要私信找我要了，去官方渠道下载吧。
欢迎点赞支持。

有关回应 · 2021-5-14 20:56:09

首先，这个专业的未来潜力是毋庸置疑的，就业待遇来说也蛮不错的，至于是否适合女生这个来说就因人而异了，这个专业可能大部分女生学起来会比较吃力，毕竟女生的文科思维会比理科思维好一些，但是也不绝对，现在互联网行业女生还是挺多的。
[h2]当前大数据行业真的是人才稀缺吗？[/h2]根据LinkedIn（领英）发布的《2016年中国互联网最热职位人才报告》显示，研发工程师、产品经理、人力资源、市场营销、运营和数据分析是当下中国互联网行业需求最旺盛的六类人才职位。
其中数据分析人才最为稀缺、供给指数最低。同时，数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。
未来3-5年，中国需要180万数据人才，但目前只有约30万人。
[h2]大数据产业[/h2]一般有两种观点：
反对大数据者认为大数据概念被过度炒作，实际用途并没有说的如此广泛，其作用也远远达到关系企业制胜的高度。
另一方支持者认为：一是不同机构间的数据还未真正流动起来，目前还只是数据“孤岛”；二是完整的生态产业链还未形成，尽管通过行为数据分析已能够分辨出一个消费者的喜好，但从供应到购买的链条还没建成；三是数据分析人才仍然极度匮乏。
在海量信息大海中，获取有效数据的难度是很大的，也就是说最后谁有数据，谁就能产生更高的价值，一句话，数据为王！
[h2]大数据专业[/h2]数据科学与大数据技术专业是一个软硬件结合，以计算技术为基础，以数据科学与大数据技术为特色的宽口径专业。是一个以大数据分析为核心轴线，以统计学、计算机科学和数学为三大基础支撑性学科，以生物学、医学、环境科学、经济学、社会学、管理学等为应用拓展性学科的交叉学科。
本专业系统地学习数据科学与大数据技术核心专业知识和应用技术。在计算机科学与技术基础上，特别突出大数据采集、存储与管理、分析与应用等核心专业知识和技能。除了要学习数据采集、统计、分析，还要学习编程。
[h2]就业前景[/h2]大数据被誉为“21世纪的新石油”，是国家战略性资产，是21 世纪的“钻石矿”。麦肯锡全球研究所把大数据看作“下一个创新，竞争和生产力前沿”。2013年被称为大数据元年。短短几年，大数据已渗透到社会方方面面。
人工智能是势不可挡的发展趋势，大数据技术又是人工智能的重要支撑。大数据科学将成为引领人工智能技术、物联网应用、计算机科学、数字经济及商业发展的核心。
[h2]报考提醒[/h2]大数据是一个新的专业，一切课程设置与培养方案还在实践探索中。
尤其是大数据人才培养涉及到两方面问题：一是交叉性学科的人才培养方案是否与市场需求相匹配，二是学科建设的周期与行业快速更新之间的差距怎样弥合。这两个问题急需解决。
另一方面，专业人才培养的周期较长，而行业热点不断更新轮替，中间产生的时间差使得新兴专业的志愿填报具备了一定风险。

有关回应 · 2021-5-14 20:56:10

算是利益相关，大三在读
反对高票答案的鼓吹行为。详见5
我大概也算是国内前十的数据科学专业，我的感觉是
1. 最近几年甚至十年大数据专业可能之后在招聘市场更有优势(与能力和培养计划关系不大，只因为名字更好听)
2. 如果本科想踏踏实实学好这个专业，大概需要在计算机和数学中做一个选择。能把两项都完成的很好的人...我见得不多(当然如果认为会写代码就是计算机好，会推个分布就叫数学好，当这条没说)
3. 不要相信各种吹动。我们必须要承认这就是一个新的专业，很多地方仍然很欠缺。
4. 如果觉得这个专业不把握，可以本科先试试大数据的三个基础专业(数学，计算机，统计)之一
5. 市场看起来不缺数据人才，缺的是高素质数据人才。用excel拉个表不叫处理大数据，数据量的多少也不是大数据的唯一判断准则。然而市场上入职的许多人也就是拉拉excel，根本算不上大数据。

在我的眼见范围之内，市场上半数以上(数字存疑)鼓吹的大数据都不是真的大数据。数据是有用的，但不是万能的。任何神话数据能力的行为都是在为之后可能到来的泡沫添砖加瓦。

慎做韭菜

有关回应 · 2021-5-14 20:56:11

做了一个视频，从四个方面对数据科学与大数据专业进行解读，对高三考生和高考考生家长在如何选大学，如何选大学专业，高考志愿填报上有一定的参考作用。
https://v.qq.com/x/page/m0866fip0p3.html

有关回应 · 2021-5-14 20:56:12

作为一个大三本专业的学生，上课就是数学+统计+计算机，能学到真东西，（私以为文邹邹的学科学不到什么，但是对人谈吐方面的提升不是一点半点，处于羡慕又嫌弃哈哈哈哈）大数据的就业确实不错，但不乏有换行做cs（computer science）或者ba（business analysis）的。反正我是打算做cs，我喜欢！
贴上课程
高数高代常微分方程多元统计分析
随机过程大数据统计建模大数据统计基础 r语言
回归分析非参数统计生存分析时间序列
c语言 java python 数据库 hadoop linux
机器学习前端后端 javaEE
数据挖掘与数据仓库
课程略难但有趣

高考填志愿：数据科学与大数据技术专业怎么样？

5 个回复

浏览过的版块