从广义上来说,数据科学顾名思义:和数据相关的科学研究都是数据科学。具体点说的话,数据科学是指通过挖掘数据,处理数据,分析数据从而得到有用信息的技术和研究。通过数据的表象,挖掘用户的深层次需求,从而准确地进行商业决策,实现盈利。
进入大数据时代,数据科学(datascience)不管是在申请领域还是工作领域都是很火的专业,其主要基于Python为编程语言,研究、分析数据,并把数据作为重要的决策参考依据,涉及Machine Learning,Deep Learning,Natural Language Processing,Data Visualization,Big Data Analytics等方向。
数据科学的学习主要分为下面三个模块:数据处理、数据模型、数据可视化,专业方向和统计、计算机科学以及数学有着密切关系。
典型课程:数据科学一般会配置三至五门核心课程,覆盖编程语言、概率论与统计、数理统计、大数据分析、机械学习、数据挖掘等学科。选修课的方向相当多,学生可以根据个人兴趣进行选择。
先修课程:大部分学校对申请者有数学、统计先修课要求和编程能力要求,比如哈佛大学、东北大学等,当然也有学校为那些本科专业非计算机科学的同学们专门设计的数据科学硕士项目,比如南加州大学的应用数据科学(Applied Data Science)硕士项目。因为数据科学相当于是计算机科学和统计学(数学)的结合,一开学大家上的课就会用到相关的知识。如果在这两方面中的任何一个没有基础,这个学位读起来会非常吃力。
按照近三年毕业生的数据来看,该专业的就业率达到了100%,可以说是供不应求的专业,“数据分析师”是美国成长第二快的职业。简单的来说,大数据时代的到来,标志着人类进入商务智能化时代。其特点是就业面广,行行需要,薪金高,职业稳定,并且可以在家里办公。随着大数据在中国国内的发展,大数据相关人才却出现了供不应求的状况,大数据分析师更是被媒体称为“未来最具发展潜力的职业之一。”
美国院校推荐: