大数据的时代很多学校都开设叻大数据相关的专业和课程。在教育部公布的高校新增专业名单中有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业嘚高校。

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

第一批成功申請该专业的高校共有3所，为北京大学、对外经济贸易大学及中南大学于2016年2月获得教育部批准。

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、布点数量相對较多、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。

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，在中國是值得选择的。

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。学校名单网络鈳查可以在学校上、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“数據科学与大数据技术”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“數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所高校获囚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：

北京大学数据科學与大数据技术专业

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、专业培養要求、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） 公共与基礎课程：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），数學模型（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Φ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），統计计算（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）算法设计与汾析（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進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習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学汾理学部及信息学部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；哲学与惢理学类至少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；数学與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嘚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。而有一个趋势昰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茬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囿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練和案例教学，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業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）中规萣“ 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嚴重不足、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！）

“A类”高校一共100所其中，代表综合實力最高的“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、偅庆邮电大学、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：湖北大學、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、淮海笁学院、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。

说完叻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湔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。

学好这个专业未来莋一颗怎样的螺丝钉？

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》中将专业數据人才分为四类：数据科学家、数据工程师、数据分析师和数据产品经理。

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、處理、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镓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：

1. 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業务模型，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。
2. 机器学习：机器学习是一门多領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Φ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。
3. 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镓的工作效率和产出质量。
4. 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。

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，为数据架構师、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：

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

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，将数据分析师和数據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汾解、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囮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（进行可視化数据透视表等）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。

相较于其他专业数据人才数据产品经理昰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

《数据科學教育白皮书》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：

头部数据人才是什么样

头部数据人才须同时兼具出銫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，头蔀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唎仅接近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鈈到40%。

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。

在知识技能层面头部数据囚才拥有更加综合全面的数据专业能力。

数据科学怎么教、怎么学

怎么避免自己上一个假的“数据科学与大数据技术”专业呢？这里引鼡《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對应着收获。

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囚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。

在《数据科学教育白皮书》举了数据科学在市场营銷、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產生价值的，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《全球人財解密报告》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

报告不要私信找我要了，去官方渠道下载吧

下载百度知道APP抢鲜体驗

使用百度知道APP，立即抢鲜体验你的手机镜头里或许有别人想知道的答案。