专业介绍
数据科学与大数据技术专业是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予理学或工学学士学位。
该专业培养德、智、体、美、劳全面发展，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。了解自然科学和社会科学等应用领域中的大数据，具有较强的专业能力和良好的外语运用能力，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。
时代背景
1990年代中后期，美国的金融业和连锁零售业开始出现较大规模的信息化基础设施发展，形成了早期成规模的信息化数据沉淀，进而在商业中对数据使用转化成生产力的早期需求开始逐渐显现。2005—2007年，在商业调查与咨询行业内，“Big Data”（大数据）一词被提出并开始被讨论，在此之前，数据就是数据，狭义指能被统计的可数字化资料，广义泛指各类信息，包含文本、图片、音频、视频等。“大数据”一词的提出，使得人类运用数据的思维和方法出现质变。相对地来描述，“小数据”一词专指利用人工采集的、规模有限的、能被传统统计学所刻画的数据集，广泛地以样本为研究出发点，多呈现结构化的特征。而“大数据”一词特指被机器或算法采集的，规模巨大的，潜在知识不清晰的数据集，广泛以总体为研究出发点，多呈现非结构化的特征。2011年2月，世界顶级学术杂志《科学》以“数据”为主题出版专刊，大数据从商业问题开始走向严肃科学理论问题。2012年3月22日，美国奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，并将数据定义为“未来的新石油”，将“大数据战略”上升为国家意志。一些科技强国开始意识到：一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，在未来对数据的占有和控制，甚至将成为陆权、海权、空权之外的另一种国家主权能力延伸。2012年，联合国发布大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，极为丰富的数据资源可以帮助政府更好地响应与服务社会和经济运行。至此，“大数据”逐渐从科学界开始走向战略界。2013年10月，由15位院士联合向中央建议中国应制定大数据国家战略，并在发展目标、发展原则、关键技术等方面作出顶层设计。2014年3月，金山和小米公司董事长、全国人大代表雷军在两会期间发出关于加快实施大数据国家战略的建议，雷军在建议中表示，从人才培养、完善法律、基础建设、产业试点等方面着手，从国家层面上制定大数据发展规划。2015年9月5日，国务院印发《促进大数据发展行动纲要》，开始系统部署大数据发展工作。作为落实《促进大数据发展行动纲要》以及国家“十三五”规划的大数据发展战略，2016年12月18日，工信部发布《大数据产业发展规划（2016—2020年）》，进一步明确数据是国家基础性战略资源，全面推进大数据发展，加快建设数据强国。在大数据人才培养方面，国家也提出总体要求“建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。”
发展前景
首先，目前数据科学与大数据技术专业的前景还是非常广阔的，虽然该专业的设立时间比较短，但是在第一批本科生大面积就业之后，该专业就成为了继计算机科学与技术专业、软件工程专业之后，第三个就业表现突出的计算机相关专业之一，而且从大的行业发展趋势和人才需求趋势来看，未来大数据专业的就业潜力还是非常大的。数据科学与大数据专业是一个典型的交叉学科，涉及到数学、统计学和计算机三大学科，同时还涉及到经济学、金融学、社会学、医学、教育学等一众学科，随着大数据技术逐渐开始落地应用，未来更多的专业学科都会与大数据技术相结合，所以未来在数据科学与大数据专业就读的同学，在选择主攻方向时会有更大的选择空间。从就业的角度来说，当前选择大数据专业可以看成是一个“进可攻退可守”的选择，“进”可以往人工智能相关方向发展，“退”可以从事传统的信息类岗位，包括开发岗、算法岗、运维岗等等，所以大数据专业的就业能力是比较强的。从当前的就业情况来看，不论是本科生还是硕士研究生，开发岗是比较常见的选择，虽然算法岗的岗位附加值比较高，但是竞争同样也比较激烈，一方面需要有更高的学历做支撑，另一方面也面临更多专业毕业生的竞争，像计算机专业、数学专业、统计学专业、经济学专业的毕业生也都可以从事算法岗。
该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。 岗位类型；企业提供的大数据岗位按照工作内容要求，可以分为以下几类：①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。考研方向
软件工程、计算机科学与技术、应用统计学等专业的研究生或出国深造。
数据科学与大数据技术专业是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予理学或工学学士学位。
该专业培养德、智、体、美、劳全面发展，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。了解自然科学和社会科学等应用领域中的大数据，具有较强的专业能力和良好的外语运用能力，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。
时代背景
1990年代中后期，美国的金融业和连锁零售业开始出现较大规模的信息化基础设施发展，形成了早期成规模的信息化数据沉淀，进而在商业中对数据使用转化成生产力的早期需求开始逐渐显现。2005—2007年，在商业调查与咨询行业内，“Big Data”（大数据）一词被提出并开始被讨论，在此之前，数据就是数据，狭义指能被统计的可数字化资料，广义泛指各类信息，包含文本、图片、音频、视频等。“大数据”一词的提出，使得人类运用数据的思维和方法出现质变。相对地来描述，“小数据”一词专指利用人工采集的、规模有限的、能被传统统计学所刻画的数据集，广泛地以样本为研究出发点，多呈现结构化的特征。而“大数据”一词特指被机器或算法采集的，规模巨大的，潜在知识不清晰的数据集，广泛以总体为研究出发点，多呈现非结构化的特征。2011年2月，世界顶级学术杂志《科学》以“数据”为主题出版专刊，大数据从商业问题开始走向严肃科学理论问题。2012年3月22日，美国奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，并将数据定义为“未来的新石油”，将“大数据战略”上升为国家意志。一些科技强国开始意识到：一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，在未来对数据的占有和控制，甚至将成为陆权、海权、空权之外的另一种国家主权能力延伸。2012年，联合国发布大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇，极为丰富的数据资源可以帮助政府更好地响应与服务社会和经济运行。至此，“大数据”逐渐从科学界开始走向战略界。2013年10月，由15位院士联合向中央建议中国应制定大数据国家战略，并在发展目标、发展原则、关键技术等方面作出顶层设计。2014年3月，金山和小米公司董事长、全国人大代表雷军在两会期间发出关于加快实施大数据国家战略的建议，雷军在建议中表示，从人才培养、完善法律、基础建设、产业试点等方面着手，从国家层面上制定大数据发展规划。2015年9月5日，国务院印发《促进大数据发展行动纲要》，开始系统部署大数据发展工作。作为落实《促进大数据发展行动纲要》以及国家“十三五”规划的大数据发展战略，2016年12月18日，工信部发布《大数据产业发展规划（2016—2020年）》，进一步明确数据是国家基础性战略资源，全面推进大数据发展，加快建设数据强国。在大数据人才培养方面，国家也提出总体要求“建立适应大数据发展需求的人才培养和评价机制。加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系。”
发展前景
首先，目前数据科学与大数据技术专业的前景还是非常广阔的，虽然该专业的设立时间比较短，但是在第一批本科生大面积就业之后，该专业就成为了继计算机科学与技术专业、软件工程专业之后，第三个就业表现突出的计算机相关专业之一，而且从大的行业发展趋势和人才需求趋势来看，未来大数据专业的就业潜力还是非常大的。数据科学与大数据专业是一个典型的交叉学科，涉及到数学、统计学和计算机三大学科，同时还涉及到经济学、金融学、社会学、医学、教育学等一众学科，随着大数据技术逐渐开始落地应用，未来更多的专业学科都会与大数据技术相结合，所以未来在数据科学与大数据专业就读的同学，在选择主攻方向时会有更大的选择空间。从就业的角度来说，当前选择大数据专业可以看成是一个“进可攻退可守”的选择，“进”可以往人工智能相关方向发展，“退”可以从事传统的信息类岗位，包括开发岗、算法岗、运维岗等等，所以大数据专业的就业能力是比较强的。从当前的就业情况来看，不论是本科生还是硕士研究生，开发岗是比较常见的选择，虽然算法岗的岗位附加值比较高，但是竞争同样也比较激烈，一方面需要有更高的学历做支撑，另一方面也面临更多专业毕业生的竞争，像计算机专业、数学专业、统计学专业、经济学专业的毕业生也都可以从事算法岗。
该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。 岗位类型；企业提供的大数据岗位按照工作内容要求，可以分为以下几类：①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。考研方向
软件工程、计算机科学与技术、应用统计学等专业的研究生或出国深造。
