“大数据”时代，与数据有关的行业和岗位的发展前景越来越可观。作为新兴的数据类专业，数据科学（Data Science）成为很多同学的热门选择之一！

据麦肯锡全球研究院预测：在未来6年，同时具备大数据分析能力并可以为企业做出有效决策的数据管理和分析的相关人才将有150万的缺口。

 

关于数据科学专业

从广义上来说，和数据有关的科学研究都是数据科学（Data Science）。

数据科学是一门涉及到统计, 数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学，包括了工程学、计算机工程和计算机科学，特别是以下分支：机器学习, 分类，聚类分析，数据挖掘，数据库和可视化。

课程设置：注重数学、统计学以及计算机科学的融合，侧重于培养学生利用计算机进行数据的解读分析。

基础课程包含：统计理论、线性代数、分析算法、数据库系统等。

拓展课程包含：信息科学、人工智能、机器学习等。

数据科学专业需要具备的能力有哪些？

计算机能力：

一般来说，数据科学专业大多要求具备编程、计算机科学相关的专业背景。简单来说，就是对处理大数据所必需的Hadoop、Mahout等大规模并行处理技术与机器学习相关的技能。

 

数学、统计、数据挖掘的能力：

除了数学、统计方面的素养之外，还需要具备使用SPSS、SAS等主流统计分析软件的技能。其中，面向统计分析的开源编程语言及其运行环境“R”最近备受瞩目。

 

数据可视化：

信息的质量很大程度上依赖于其表达方式。对数字罗列所组成的数据中所包含的意义进行分析，开发Web原型，使用外部API将图表、地图、Dashboard等其他服务统一起来，从而使分析结果可视化，这是对于数据科学家来说十分重要的技能之一。

未来的就业方向？

数据科学专业的就业面非常广，主要的工作内容包含数据模型的建立、数据架构、数据监管与存储等。

第一个就是大热的商业分析师。提到BA（Business Analytics），申请美国研究生的同学们一定不会陌生。

BUSINESS ANALYST: 他们帮助分析最佳模型并且向商业用户提供解决方案。

 

第二个是数据分析师

DATA ANALYST: 数据分析师基本上是一名新手数据科学家，这很可能是您在数据科学领域职业生涯的起点。

 

第三个是数据工程师

DATA ENGINEER: 数据工程师专注于辅助数据驱动的硬件运行。

 

最后一个，数据科学家（设计、开发和调动）

DATA SCIENTIST (DESIGN, DEVELOP & DEPLOY): 数据科学家的技能和经验都不同于数据分析师，能够独立处理数据，进行复杂建模，从中攫取商业价值，并拥有良好沟通汇报能力的人。

另外，数据科学的应用不仅限于互联网，而是根植于各行各业：

• 科技公司：Twitter，Microsoft，BAT，华为，百度等；

• 金融公司：Capital One，Blackrock，Hedge Fund，高盛等；

• 咨询公司：Polunteer，麦肯锡，IBM等；






部分内容源于网络