随着网络信息行业的迅猛发展，每年产生的网络信息数据增长速度逐渐放缓。在这种背景下，国家和企业愈发重视数据处理技术，这也促使了数据科学与大数据技术专业应运而生。接下来我们将深入探讨这一专业。

专业名称： 数据科学与大数据技术专业

专业背景： 随着电子技术和信息科学的不断进步，人类生产信息的速度达到了前所未有的水平。近年来产生的数据总量几乎相当于历史上所有数据的总和。大数据因其处理速度快、商业价值高而备受关注。拥有大量数据的国家或企业若能合理利用这些数据，便能显著提升自身竞争力。因此，数据科学与大数据技术专业应运而生。

1. 专业发展历程 该专业是最近几年才兴起的年轻本科专业之一，至今只有四年历史。

2016年，北京大学、对外经济贸易大学和中南大学三所高校获得批准开设此专业。

2017年，申请开设该专业的高校数量迅速增加，达到32所。

2018年，该专业的开设出现了爆炸式的增长。根据教育部发布的《2017年度普通高等学校本科专业备案和审批结果》，数据科学与大数据技术成为当年申请最多的热门专业之一，共有248所高校申请开设，占申请高校总数的三分之一。

2. 毕业生的职业发展 1. 就业情况 毕业生主要在一线城市就业，其中毕业于985院校的学生更是受到各大企业的青睐。就业领域主要包括互联网、金融、通信、教育、文化娱乐、电子商务等行业。他们的薪资待遇非常可观，即使是刚毕业的学生，平均月薪也在12000至15000元之间；而具有3至5年工作经验的员工，月薪可以达到20000至35000元。

2. 继续深造 主要方向包括计算机科学与技术、计算机系统结构、计算机软件与理论、计算机应用技术、信息科学技术等。其中，清华大学、北京大学、复旦大学、北京航空航天大学等知名高校均设有相关硕士和博士项目。

3. 出国留学 该专业的学生首选美国作为留学目的地。美国的大学普遍设有数据科学专业，该专业不仅涵盖了大数据处理，还包括数据分析。推荐的留学学校有哥伦比亚大学、加州大学伯克利分校、斯坦福大学、麻省理工学院和卡内基梅隆大学等。

3. 适合学习该专业的人群 1. 扎实的数学基础 该专业的课程设置对学生的数学基础有一定要求。如高等数学、概率论与数理统计、运筹学等都是必修课程。建议有意报考的学生提前预习相关课程，客观评估自己的数学能力。盲目报考可能会导致挂科过多、学习压力增大以及就业困难等问题。

2. 耐心与毅力 大数据专业与计算机专业类似，是一门重视理论研究的专业。学生需要独立编写程序并进行调试，因此耐心与毅力显得尤为重要。有耐心的学生更容易适应这种学习模式，而缺乏耐心的学生则需要更多的磨练才能成功。

3. 强烈的自学能力 通常情况下，大数据专业不会向学生传授所有大数据核心技术之外的知识技能。因此，如果学生希望在新领域实习或就业，就需要迅速掌握新领域的相关知识。例如，如果学生希望在金融行业从事数据挖掘工作，就需要对金融产品及用户有所了解。

4. 课程设置 以华北某211高校为例，以下是其专业课程设置：

数学类： 高等数学、概率论与数理统计、运筹学或数学建模或矩阵理论

学科基础课： 计算机导论与程序设计、电路与电子学基础、离散数学、数字逻辑与计算机系统

专业基础课： 数据结构、计算机系统基础、编译原理与技术、计算机组成原理、计算机系统结构、计算机网络、数据库系统原理、软件工程、数据仓库与数据挖掘、机器学习、大数据基础、数据科学导论

专业课程： 1. 数据采集与管理模块：多模态信息处理、信息与知识获取、流数据分析技术、Linux开发环境及应用 2. 数据分析与计算模块：Python编程、R语言、算法设计与分析、并行计算与GPU课程、分布式计算与云计算 3. 数据服务与应用模块：服务科学与服务工程概论、数据驱动的管理和决策、数据可视化、Web开发技术

5. 选择学校需谨慎 尽管目前已有200多所高校开设了大数据专业，但并非每一所学校的教学质量都能满足高标准。有些学校可能师资力量不足或课程设计不够合理，只是简单地在计算机专业基础上添加了几门课程。因此，考生及家长在选择学校时要充分了解实际情况，避免因高分进入一所实力较弱的学校而得不偿失。

6. 我国数据规模全球领先，大数据专业大有可为 由于人口和经济规模庞大，中国的数据资产规模在全球处于领先地位。这为大数据技术的发展提供了广阔的舞台。大数据不仅与IT行业紧密相连，还广泛应用于金融、医疗、政府等多个领域。中国移动已成立大数据苏州研发中心。此外，百度、阿里巴巴、京东等互联网巨头也纷纷将大数据视为重要战略。

据《2018-2023年中国大数据产业市场前景及投资机会研究报告》显示，2017年中国大数据产业规模达到4700亿元，同比增长30%。尽管有许多程序员转向大数据领域，但人才缺口仍然很大。据某招聘网站的报告显示，2018年求职淡季人才最紧缺的10个岗位中有3个与大数据相关，分别是算法工程师、数据结构工程师和数据开发工程师。

7. 获取更多信息的途径 1. 入门书籍： 《大数据时代》——维克托·迈尔-舍恩伯格（Viktor Mayer-Schönberger）

2. 启蒙课程： 网易公开课《大数据革命》——伯克利大学 中国大学MOOC《大数据技术原理与应用》——厦门大学