今天给各位分享数据科学与大数据技术专业怎么样的知识，其中也会对为啥不建议去学大数据技术进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录

1. 进入大数据的人以后会有什么风险和生活感受
2. 大数据目前好学吗就业怎么样
3. 零基础学大数据能学会吗
4. 数据科学与大数据技术专业怎么样

进入大数据的人以后会有什么风险和生活感受

大数据已经进入我们生活已经很久了，但是你感觉到了吗？

一、首先得知道大数据是什么？

别把大数据想成什么高大上的东西，它的原理其实很简单。我不想用百度百科的定义，我们换个生动的解释：想象一下一个无限大的游泳池，它的旁边站着三个管理员，各种各样的数据就像是五颜六色的水。第一个管理员负责把彩色的水抽进来，第二个管理员按照颜色把彩色的水进行分类，第三个管理员把整理好的水根据需求拿出来使用。

第一个管理员就是大数据的拾取数据算法，第二个就是整理分类制作标准模型，第三个就是调取使用、对比模型、计算结果输出。

大数据大概的原理就是这样。你可以看出，它仅仅是一种软件技术，也是一种TOB的后端支持技术。它不会像硬件技术一样给人们带来很直观的体验，比如像自动驾驶、平板电脑等等，所以它影响人们的生活也是悄无声息的。

二、大数据的技术风险

1、隐私安全

我看到问答区有很多朋友都谈到这个点，个人觉得有必要再深化生动一些。还是举例，假如你有个仇家要杀你，通常电影里面描述的，都是通过蹲点摸清你的生活习惯。但在大数据时代，如果有无良的商家将你的个人数据卖给你的仇家，他连蹲点都省了，讽刺的是比蹲点还要准确。

2、经济类损失

M叔是个穷B，为了追到女神，想存够了钱在网上给女神买个正品LV。但如果M叔遇到一个无良商家，那他就可以利用大数据，通过M叔的消费情况、M叔所在的城市、及M叔做什么工作和去过哪些地方，判断M叔是个没见识的穷B。再加上M叔的差评率和退货率，判断M叔是不是个好说话的人，又或者是不是个怂B，如果是的话，无良商家就会毫无顾虑的给M叔发一个假货LV。

经济类问题，是很多朋友没有提到的。我要重点提醒各位，这种风险才是最可怕。在交易的时候，最怕的就是交易信息不对等。有大数据的情况下，我们相当于没有穿裤衩站在商家面前，而对商家我们却什么都不知道。

可笑的是，我们损失了，多半还不知道。

大数据目前好学吗就业怎么样

谢谢邀请！

世界上没有难学的知识，只有难以教授的学生，心态决定状态，世上无难事以要肯攀登。

大数据是近几年比较热门的专业。目前，国家层面对大数据人才培养正在加速。教育部2016年2月公布新增数据科学与大数据技术专业。

计算机科学与技术（数据科学与大数据技术方向），本科四年制。主要培养大数据科学与工程领域的复合型高级技术人才。毕业生具有信息科学、管理科学和数据科学基础知识与基本技能，掌握大数据科学与技术所需要的计算机、网络、数据编码、数据处理等相关学科的基本理论和基本知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质。

毕业后可以从事各行业大数据分析、处理、服务、开发和利用工作，大数据系统集成与管理维护等各方面工作，亦可从事大数据研究、咨询、教育培训工作。同时，随着大数据往各垂直领域延伸发展，对统计学、数学专业的人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。

就业前景

2019年12月10日，中国信通院发布的《大数据白皮书(2019)》显示，2019年以来，全球大数据技术、产业、应用等多方面的发展呈现了新的趋势，也正在进入新的阶段。国际权威机构Statista在2019年8月发布的报告显示，预计到2020年，全球大数据市场的收入规模将达到560亿美元，较2018年的预期水平增长约33.33%，较2016年的市场收入规模翻一倍。

大数据人才稀缺，根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。

5月22日，智联招聘发布的2020年新基建产业人才发展报告预测，2020年底，信息基础设施产业核心技术人才的缺口将达到417万人。

报告称，2020年一季度，信息基础设施产业核心技术岗位中，缺口较大职位以软件开发类为主，包括Java开发工程师、软件工程师、Android开发工程师、高级软件工程师、IOS开发工程师、WEB前端开发、嵌入式软件开发、互联网软件工程师、系统架构设计师等，多为5G、大数据、人工智能等各领域的通用技术人才。

监测显示，一季度，信息基础设施产业下四大领域(大数据、人工智能、5G、工业互联网)各自招聘需求较高的职位，除软件开发等基础通用岗位外，大数据领域对数据库开发工程师、网络与信息安全工程师的需求较高；人工智能需要大量算法工程师人才；通信研发工程师、通信技术工程师、无线/射频通信工程师等是5G产业的核心岗位；ERP实施顾问则是工业互联网领域招聘最多的技术人才。

就业方向

大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。

在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。

推荐院校

根据全国高校学科评估结果，此处仅推荐B级以上高校——

A+类高校：北京大学、清华大学、浙江大学、国防科技大学

A类高校：北京航空航天大学、北京邮电大学、哈尔滨工业大学、上海交通大学、南京大学、华中科技大学、电子科技大学

A-类高校：北京交通大学、北京理工大学、东北大学、吉林大学、同济大学、中国科学技术大学、武汉大学、中南大学、西安交通大学、西北工业大学、西安电子科技大学、解放军信息工程大学

了解了大数据行业和大数据专业后，对于考生填报热门专业时，需要注意以下几点：

1.报考热门专业和就业热的专业并不一定是重合的，比如软件、计算机、金融，这些专业的就业率实际并没有那么高，地质勘探、石油、遥感等专业，虽然报考时是冷门，但行业需求大，就业率更高。

2.选择热门专业，更需要考虑就业质量。专业就业好，是统计学意义，指的是平均收入水平高，比如金融专业的收入，比其他纯文科专业的平均收入较高，但落实到个体层面，就业情况就不一样了，尤其像金融专业是典型的名校高学历好就业，但对于考试成绩较低的同学来说，如果去一些普通院校、专科院校学习金融，最后就业情况可能还不如会计专业。

3.志愿填报，除了专业，城市因素也很重要：如果想从事金融、互联网的工作，更适合去一线城市，如果是去三、四线大学的学生可以考虑应用面比较广的专业，就是各行各业都能用到的专业，比如会计专业，专科层次的会计和985层次的会计都有就业渠道。如果先选择报考城市，也可以针对所在城市的行业特点选择专业，比如沿海城市外贸相对发达，选择国际贸易、外语类专业就业情况更好，比如武汉有光谷，选择光电类专业更好就业。

4.最终家长和考生更需要考虑个人与专业匹配的问题，金融、计算机等热门专业不是所有人都适合学，好专业不见得对所有个体都是好的。

5.考生报考时要注意，有的高校大数据专业是按大类招生，即按计算机大类，且只招理科生。

我的回答希望对你有所帮助，祝你好运！

随着高考的临近，家长们越来越关注志愿填报的相关信息，毕竟在学习上帮不了孩子太多，但为孩子搜集、整理志愿信息绝对是家长功劳最大的一件事。

近期「教育资讯源」陆续推出选大学选专业的有关的一些文章，希望能在志愿填报的路上助您一臂之力！敬请点击关注！

零基础学大数据能学会吗

大数据分析是大数据技术的重要环节，也是目前数据价值化的重要实现方式之一，所以学习大数据技术的一个重点就在于数据分析。

数据分析的方式通常有两种，一种是统计分析，另一种是机器学习。统计分析主要是运用数学的手法，通过已有的大量数据来反应事务的联系性。要想熟练运用统计分析方式，需要具备扎实的数学基础。当然，随着目前统计工具的普及化，一些统计工具会极大的简化统计分析的过程和难度，对于数学基础比较薄弱的人来说，只要经过一个系统的学习过程，往往也能够熟练地进行统计分析。

机器学习是另一种比较常见的数据分析方式，机器学习的目的就是从一堆杂乱无章的数据中找到其背后的规律。机器学习的步骤分为数据采集、数据整理、算法设计、算法训练、算法验证和算法应用，可以说机器学习的重点在算法设计上。从这个角度来看，机器学习也需要具备扎实的数学基础。通常来说，机器学习分为两个阶段，分别是学习阶段和识别阶段，学习阶段需要掌握数据之间的联系，而识别阶段则是对未知数据的鉴别（分类等）。

随着大数据的落地应用，在大数据领域进行数据分析的难度也在逐渐下降，比如BI工具就能够明显降低数据分析的门槛。BI工具通常需要学习一些数据库方面的知识，而数据库知识的难度相对来说并不大，这在一定程度上促进了BI工具的使用。

目前，场景数据分析是一个数据分析的重点和热点，场景数据分析的商业应用价值还是比较高的。另外，场景数据分析对于行业知识有一定的要求。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续在头条写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！

数据科学与大数据技术专业怎么样

今天我们就聊聊数据科学与大数据技术专业，

2016年，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设这个专业，2017年32所学校开设，2018、19年成倍数、井喷式增长，开设的学校水平当然也是参差不齐，最后我会给大家去分析哪些学校值得多去关注。

简单的说，这个专业是以大数据为核心研究对象，以数学、统计学、计算机相关知识为支撑，进行大数据的发现、采集、处理、运算、分析、应用。这个专业可以说是不折不扣的交叉性学科，当然落脚点一定是利用大数据的技术来解决具体行业应用问题。

他是个新工科专业，可以说是这个专业行业的发展，是国家战略，顺应时代发展需求的。所以多个角度来说，我们是需要大量人才储备的。而且我们利用大数据，能够判分析出，那些即便是凭着经验也未必能够洞悉的商机和未来的发展，所以这个领域的知识，非常的重要。但是，大家也要了解一个情况是，开设的时间毕竟短，每个大学也在摸索中前进，会有不断的调整和突破，当然培养方向也会结合各自的特色进行培养，不过他的本质专业知识结构还是来自，数学、统计学和计算机相关内容的。

主干课程：（以对外经济贸易大学为例）

数学：数学分析一、数学分析二、高等代数、离散数学。

统计学：概率论与数理统计、多元统计分析、随机过程。

计算机：数据结构、计算机组成原理、数据库系统原理、C++程序设计、Java程序设计、Python与大数据分析、科学计算与Matlab应用、R语言等。

大数据分析：数据科学导论、机器学习与数据挖掘、信息检索与数据处理、自然语言处理、智能计算、推荐系统原理、大数据分析技术基础、数据可视化、大数据存储与管理、大数据分析实践等课程。

可能大家看过这样的文字描述大数据，数据量巨大，无法用单台计算机来进行处理。简单的给大家说一下数据的存储单位，

数据存储单位：

B，KB，MB，GB，TB，PB，EB，.....

1024B=1KB

1024KB=1MB

1024MB=1GB

1024GB=1TB

1024TB=1PB

比如你发了十几个字的信息，那他的大小可能是几十b的大小。

比如电子表，有的大小就是kb计算，比如这个是60.5kb，当然上百kb也很正常

一kb相当于1024个英文字母，一个汉字占2个英文字母的空间，所以1kb，大概是512个汉字，1Mb=1024倍的KB换算成汉字，大概相当于52万个汉字，比如人民文学出版的《西游记》是86万字，那存成文字的形式是1mb多吧。

那接下来1024MB=1GB

1024GB=1TB

1tB大存储才会用的到，比如现在的很多大存储的硬盘，会出现TB的形式

2015年的时候淘宝统计了一下，每天能产生7tb左右的数据

1024TB=1PB

这PB有多大呢？比如大家都上百度上搜东西，百度一天可能要处理1.5pb的信息量，所以这个体量是巨大的。可以说现在每分每秒都在产生数据，我发了视频，你发了文字，所以存储和处理、应用都有很大的压力，一台电脑是没办法完成的。

大数据的本质是什么？

1、全样而非抽样。

抽样调查大家听过么，以前很少听到普及性调查，以前成本、各方面条件技术，不可能抓取所有信息。

而现在是全样，而非抽样，通过发达的数据统计分析技术，去统计分析所有我们想要的信息，以提高数据的正确性。而且要多少空间我们有多少空间，过去是不行的。

2、效率远远高于精确。

很多服务系统是秒级决策，这种决策系统他的速度必须要要快。比如我上百度搜索，北京大学怎么样，可能会搜出成千上万条答案，但是哪个是最有效的信息，得需要自己去判断了，但是他的效率很高，只要点搜索，答案就出来了。

3、相关性而非因果性

一个超市，啤酒卖得好的时候婴儿的纸尿裤卖的好，孩子尿裤卖的不好的时候啤酒也不好，这个的因果性是什么，可能超市不会去分析，他会更多分析相关性，分析出相关性的物品，到时候记得补货就行。

大数据产业的不同板块

数据获取--数据管理--数据应用，

数据获取是最基层，大数据的支撑系统，我们先得有数据，再去分析数据啊。

获取后我们干嘛呢？比如我们收集了很多今天的天气信息，我们要做的就是预测明天、未来一个星期的、甚至更久的，之后看看对农作物种植、对航空系统会有什么样的影响等等。

获取后我们要对信息进行管理，因为有的是图片、文本、视频、音频、位置信息。这么大量的信息，单台电脑是没办法完成的。这里要涉及一个大数据的核心概念分布式存储，整体要把网络里的存储设备都调动起来，同时集群化处理。一个大数据的服务中心，每天的耗电量非常的惊人，运算这些数据是需要几千台、几百台设备都参其中的。

其实很多学校成立了云计算的实验室，实际上和大数据高度相关。云计算最普及的领域就是语音识别，比如小爱同学，可以识别和判断你的意思，播放音乐，搜索等等。

但是你有没有发现如果不连接互联网，语音准确率不是特别高，连上网，准确率会大大提高，其他不是在你的手机或者音响里直接运算，他是把你说的话传到云端，远程的其他的服务器，他通过多个服务器，进行整合，然后进行相应的回应。当然需要的数据量非常大，之前微软研究院公布报告，说语音识别的误差率5%点几，人与人之间的对话识别率也就这样，也会漏听。所以很多用户和公司都不建立自己的机房，而是直接去购买百度云、阿里云的服务，这个就是云计算和大数据的结合。

大数据的云端到底在哪里呢？

数据中心建设在气温低、自然灾害少、供电量充足的地方。在运算大数据的过程中，非常耗电，而且50%以上的电力在给机器降温，温度低的地方，减少电力消耗。

第二不能有自然灾害，泥石流，地震海啸，一旦出现，辛苦存的数据就毁于一旦了。第三电力要足够丰富，你运算到一半，电断了也不行。全国最出名的是，贵州大数据中心。

这个应用呢，其实使用大数据进行营销的行业非常早的，可以说电商行业，大数据的应用，让电商根据消费者的购买习惯，提前生产资料物资。后来发现，原来大数据还能够提前预测流行趋势、消费趋势等等；

再包括各位观看了我的视频之后，系统就会记住了解需要的什么样的内容，给你进行一些相关视频的推荐，也许一会你还会看到其他老师的一些相关内容

在比如大数据应用于市政交通，就能有效解决解决堵车问题，知道几点几分什么地方会出现交通拥堵、交通事故，提前把信息发给可能会走这条路的车主，提前避免堵车。

比如医疗行业，你到医院的化验、医学影像、储存用药医疗信息，这些信息通通在医院里数字化，可以进行数据分析。而且借助大数据平台能够收集到不同病例以及治疗方案，之后我们就能建立出更有针对性的疾病数据库，可以说人类的医疗水平，在大数据的推动下爆发式增长。

金融，高频交易，操盘手，买卖各种股票

现在是利用计算机来进行处理，每秒钟几千只股票在变动，人再多也照顾不到几百条信息，只有机器能得到。波动规律的观察，会发现机会稍纵即逝，只有计算机才能够进行及时操作，只有大数据才能够捕捉到这种商机。

无人驾驶，基于海量数据实时的高校分析，甚至是0.几秒的秒及决策，他会在汽车周围安装非常多传感器，传感器的目的就是搜集大数据，如果没有这些数据支撑，就谈不上自动驾驶。

真心可以说从政府到医疗行业到生活的方方面面都离不开大数据的支撑，所以你说有没有需求和前途呢，我觉得答案是肯定的。

就业问题：

可以说毕业生能在互联网企业、金融机构、科研院所、高等院校以及各个行业等从事大数据分析、挖掘、处理、服务、应用和研究工作

工作岗位：

大数据架构师（偏技术，熟悉底层架构的，开发平台，数据建模，核心框架开发，编程代码是基础，又不仅仅于此，对计算机、数学，尤其是数据的知识要求高。

大数据算法工程师（篇技术，开发算法的，算法的原型，验证，而且还要带团队，最终不是一个人能完成的。

大数据运营维护工程师：运营和维护要求低一些，保证我们建立的数据平台，能够高效运行，能够监控其中的问题，排故障，了解数据的基本知识多一些就行，没有要求那么深入。门开较低。

数据分析师/挖掘师（偏业务，需要调研需求，我要应用领域的挖掘的对象、分析数据的目标，包括沟通相应的客户，要求有比较强的与人沟通的能力，协调能力

性格不同做不同的工作岗位，偏技术呢就是接触技术更多，人少，偏业务就是接触人偏多

大数据科学家，高学历，硕士以上，或者，很多年的工作经验，知名的学术会议有重要的成果。其实我国的人工智能领域发展非常的迅速，但是人才储备非常少，而且缺口很大，但是我们更多的是需要硕士、博士这样高学历人才。

这个领域待遇1.2线城市，3年以上，肯定是1万以上5年达到2-4万之间能力强会越来越高，顶级的会更高。

总体来说：

可以说应用领域，就业面是很广泛的，薪资待遇也不错。

但是经常接触电脑，工作辛苦，加班常态化，入门容易，精通难。而且说实话这个领域云集了中国非常聪明的一群学生，而且学习数学、通信工程，计算机的人都可以过来竞争。

还有就是如果你没有学习到这个专业，那你本科可以去学习统计学、计算机科学与技术、数学这样的专业，然后研究生选择大数据方向的研究，也是可以的。

学校的推荐，

第一批开设的北京大学、对外经济贸易大学和中南大学不用多说肯定不错。

再有就是你发现，这个学校的计算机、统计学是很不错的，这个学校也的大数据也不会太差。

还有要注意的是，很多高校是按大类招生，比如北京邮电大学、贵州大学就是按计算机大类招生。这个专业和计算机是密不可分的，计算机不错的学校大数据也不会差。所以你可以参照计算机类专业的排名去选择院校。

那还有哪些值得我们关注呢，比如浙江财经大学、重庆理工大学、昆明理工大学、长春理工大学、广西科技大学等

最后提醒一下：

学习的同学，要对计算机领域的兴趣，要对数学感兴趣，英语的水平要不错，对数字要敏感。身体要健康，加班，心太要稳，沉下来学很多新知识，不断学习，30-40都要学不然你就落后。男生兴趣比价大，女生是否适合得从你本身的能力出发。有上进心积极主动是比较重要的。

OK，本文到此结束，希望对大家有所帮助。