如何评价“数据科学与大数据技术”这一专业

数据科学与大数据技术专业都学些什么?
属于交叉学科：以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。
数据科学与大数据技术专业人才需求情况怎样?
根据领英发布的《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、运营和数据分析是中国护理万网行业需求最旺盛的职位。
目前国内有30万数据人才，预计2018年，大数据人才需求将有大幅增长，高端人才如大数据科学家的缺口在14万至19万之间;懂得利用大数据做决策的分析师和经理缺口达到150万，数据分析师现在需求就很旺盛了，2年工作经验的月薪可达到8K，硕士学历的数据分析师月薪可达到12K，5年工作经验的可达到40万至60万元。
数据科学与大数据技术专业可以从事的工作有哪些?
重视数据的机构已经越来越多，上到国防部，下到互联网创业公司、金融机构需要通过大数据项目来做创新驱动，需要数据分析或处理岗位也很多;常见的食品制造、零售电商、医疗制造、交通检测等也需要数据分析与处理，如优化库存，降低成本，预测需求等。人才主要分成三大类：大数据系统研发类、大数据应用开发类、大数据分析类。
数据科学与大数据技术专业报考建议：
1、当下企业用人现象：一个专业集群对应一个行业热点。大数据是交叉学科，走的是“复合型”培养路线，行业内从事相关职能的人专业背景各异。大数据作为人才培养方向在探索中，如果直接从各专业人才中遴选学苗开展硕士研究生阶段的教育会更适合一些，直接开设本科阶段的教育还相对不够成熟。
2、人才培养与行业发展存在差距。由于教学大纲更新不会太及时，大数据人才7年毕业(本科四年、硕士研究生三年)后，所学恐怕落后于行业发展。
3、大数据人才的典型胜任特征：善于做需求分析、写代码;善于与人沟通，喜欢探索未知;需要根据数据推演、分析、提出解决方案，有数据思维;需要持续保持学习状态;内性格上能动能静。
4、不同办学层次的院校开设此专业，培养模式会有差异。例如，高职类院校学生由于数学基础相对薄弱，会跟多偏向于工具的使用，如数据清洗、数据存储以及数据可视化等相关工具的使用;本科院校会倾向于大数据相关基础知识全面覆盖性教学，在研究生段则会专攻某一技术领域，比如数据挖掘、数据分析、商业智能、人工智能等。

大数据技术是未来科技的制高点，各行各业的高端智囊团都需要。
数据科学与大数据技术专业为国家新增专业，首批仅北京大学、中南大学和对外经济贸易大学三所学校申报成功。然后中科院大学开设了首个“大数据技术与应用”专业方向。另外，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、华南理工大学在内的首批8所高校，正式落户阿里云大学合作计划AUCP。一大批理工院校纷纷设立云计算大数据方向的专业，可谓与时俱进。
招聘网站报告称，数据科学家平均年薪为11.9万美元，而程序员平均年薪为6.5万美元，差距由此可见。你擅长数学，会用Python编程，而且还对某个行业了如指掌？如果你拥有这样的技能集，那你就有可能当上数据科学家。如果你当上了数据科学家，那你的日子就可以过得风风光光了——LinkedIn的最新投票结果显示，“统计分析和数据挖掘” 是2014年以来最大的求职法宝。
大数据专业就业主要行业：
　　(1)零售、保险、电子商务;
　　(2)政府数据中心;
　　(3)医药和银行;
　　(4)研究性大学;
　　(5)金融机构;
　　(6)互联网企业。

大数据已经在日常生活中得到了广泛应用，可以说企业最宝贵的资源就是数据，优志愿老师为你深度解析"数据科学与大数据技术"专业，看看这个专业是不是你的菜。

专业好的，但对数学与物理的功底要求不是一般的高。如果高中数学、物理不好，还是谨慎报考。否则进去后，听不懂，作业做不了，最后挂课很多，毕业证都没
报这个专业的数学、物理必须非常好，数学是计算，物理是思维与想象的严密。
数学不好，物理不好的，一定要小心报考。
另外，从对数学和物理的要求这么高看，相对而言，高等级的学校（如985、211或双一流）开设的会得心应手，而一些低端的学校，可能差一些；尤其是民办（独立）学院，可能师资都成问题；但这些低端的学校，在宣传上可能比高端学校做得好，罗列一大堆证书和获奖，可能是都是化钱买的。
报考学校时，要多比较，看看有没有硕士点、博士点。如果都没有的，那相对差很多，毕竟这是一个高智商的专业。
如果没有硕士点，博士点，再看看师资中正式教师的学历（不是外聘老师），博士多不多？如果这也很少，那么这个学校很可能就是一个跟风招生的，浑水摸鱼的，甚至一些学校连老师的简历都不敢贴出来，则更水了。
总之，追热门专业一定要慎重选择学校，否则大学4年可能浪费了。

当下企业用人现象：一个专业集群对应一个行业热点。大数据是交叉学科，走的是“复合型”培养路线，行业内从事相关职能的人专业背景各异。大数据作为人才培养方向在探索中，如果直接从各专业人才中遴选学苗开展硕士研究生阶段的教育会更适合一些，直接开设本科阶段的教育还相对不够成熟。