面向拔尖人才培養(yǎng)的大數(shù)據(jù)知識點和能力點研究

王宏志，劉顯敏，史 寧

（哈爾濱工業(yè)大學(xué) 英才學(xué)院，黑龍江 哈爾濱 150001）

大數(shù)據(jù)產(chǎn)業(yè)是指以數(shù)據(jù)生產(chǎn)、采集、存儲、加工、分析、服務(wù)為主的相關(guān)經(jīng)濟活動以及相關(guān)信息技術(shù)服務(wù)。大數(shù)據(jù)產(chǎn)業(yè)是智力密集型產(chǎn)業(yè)，需要大量專業(yè)技術(shù)和應(yīng)用人才，目前具有較全面大數(shù)據(jù)知識和技能的人才還非常缺乏，難以滿足發(fā)展需要。為了保障我國大數(shù)據(jù)產(chǎn)業(yè)的健康快速發(fā)展，高等學(xué)校承擔(dān)著為國家培養(yǎng)大數(shù)據(jù)基礎(chǔ)研究、產(chǎn)品研發(fā)和業(yè)務(wù)應(yīng)用等各類人才的社會重任。為更好地構(gòu)建拔尖人才培養(yǎng)體系，加強體系建設(shè)，結(jié)合當(dāng)下人才培養(yǎng)現(xiàn)狀對目前大數(shù)據(jù)相關(guān)職位進行了需求調(diào)研工作，本文結(jié)合當(dāng)前需求，提出了可供參考的體系建設(shè)，為拔尖人才培養(yǎng)提供了新的角度。

一、大數(shù)據(jù)職位需求

針對網(wǎng)絡(luò)公司的職位需求，對目前大數(shù)據(jù)行業(yè)市場進行調(diào)研。雖然很多崗位有不同的名字，但職位需求基本相似，根據(jù)職位需求，將崗位分為以下五類。

（一）平臺開發(fā)類

該類崗位主要進行平臺開發(fā)工作。按照順序進行進階，最基礎(chǔ)的職位是大數(shù)據(jù)研發(fā)工程師，進階則是大數(shù)據(jù)平臺開發(fā)工程師，最終可以到達大數(shù)據(jù)平臺架構(gòu)師的高度。

1.大數(shù)據(jù)研發(fā)工程師。該職位主要進行大數(shù)據(jù)平臺上的應(yīng)用開發(fā)，屬于應(yīng)用層開發(fā)。一般要求應(yīng)聘人員為計算機相關(guān)專業(yè)，有扎實的計算機理論基礎(chǔ)；熟練掌握J(rèn)ava、Python服務(wù)端編程，有良好的編碼習(xí)慣；深入理解MapReduce，熟練使用Storm、Hadoop和Spark，并閱讀部分源碼；熟練使用HDFS、Hbase、Kafka、ElasticSearch和Solr；深入理解Lucene、ElasticSearch、Solr等，有優(yōu)化經(jīng)驗者優(yōu)先；具備良好的學(xué)習(xí)能力、分析解決問題能力；具有高度的責(zé)任心和團隊合作精神；有大數(shù)據(jù)平臺產(chǎn)品建設(shè)經(jīng)驗者優(yōu)先。

2.大數(shù)據(jù)平臺開發(fā)工程師。該職位要求勝任大數(shù)據(jù)平臺的框架方面的修改工作，需要有非常豐富的開源平臺框架經(jīng)驗。其基本工作要求為：扎實的數(shù)據(jù)結(jié)構(gòu)及算法功底，優(yōu)秀的工程實現(xiàn)能力；熟悉Linux開發(fā)環(huán)境，精通C/C++、Java；有Storm、Hadoop、Spark、Kafka、Hbase等開源框架經(jīng)驗者優(yōu)先；有機器學(xué)習(xí)知識背景，有實踐經(jīng)驗更佳；優(yōu)秀的分析問題解決問題能力、學(xué)習(xí)能力、團隊合作意識。

3.大數(shù)據(jù)架構(gòu)師。該職位需要有非常豐富的工作經(jīng)驗，并對大數(shù)據(jù)平臺有非常深入的了解，能夠進行平臺構(gòu)建等相關(guān)開發(fā)?；竟ぷ饕鬄椋涸鷮嵉腏ava基礎(chǔ)知識，5年以上的Java Spring研發(fā)和大型系統(tǒng)架構(gòu)經(jīng)驗，熟悉分布式系統(tǒng)的設(shè)計和應(yīng)用，熟悉大數(shù)據(jù)領(lǐng)域的開源產(chǎn)品，清楚原理和機制；熟悉Hadoop、Hbase、MYSQL等數(shù)據(jù)存儲產(chǎn)品使用方法和特性；有基于Kylin或Greenplum等平臺應(yīng)用研發(fā)經(jīng)驗者優(yōu)先；有云平臺架構(gòu)研發(fā)經(jīng)驗和5人以上團隊管理經(jīng)驗者優(yōu)先；清晰的邏輯分析和表達能力，熱愛技術(shù)，樂于分享，對行業(yè)和技術(shù)的發(fā)展有自己的見解，在大數(shù)據(jù)領(lǐng)域內(nèi)有深入的研究和積累者優(yōu)先；有Spring Cloud Data Flow開發(fā)經(jīng)驗者優(yōu)先。

（二）平臺運維類

該類崗位主要進行大數(shù)據(jù)平臺的運維工作。其基礎(chǔ)為大數(shù)據(jù)運維工程師，為系統(tǒng)提供運維工作，其進階為大數(shù)據(jù)運維架構(gòu)工程師，負(fù)責(zé)更加復(fù)雜的運維工作。

1.大數(shù)據(jù)運維工程師。該職位主要對大數(shù)據(jù)平臺進行運維工作，主要負(fù)責(zé)日常維護工作。基本工作要求為：計算機相關(guān)專業(yè)本科以上學(xué)歷，2年以上大型系統(tǒng)運營經(jīng)驗。有監(jiān)控和容災(zāi)的實際經(jīng)驗；具備發(fā)現(xiàn)問題、分析問題、解決問題的能力；能出具系統(tǒng)優(yōu)化的整體解決方案；具備良好的自學(xué)能力。責(zé)任心強，有良好的對外溝通和團隊協(xié)作能力；運營過Hadoop、Spark、Hive、Hbase、Storm、PostgreSQL等相關(guān)系統(tǒng)，有從事過海量數(shù)據(jù)分布式處理、各種分布式計算，或者分布式存儲、分布式計算系統(tǒng)相關(guān)的工作經(jīng)驗。

2.大數(shù)據(jù)運維架構(gòu)師。該職位需要有非常豐富的運維工作經(jīng)驗，并需要從系統(tǒng)架構(gòu)層面進行運維思考。其基本工作要求為：負(fù)責(zé)分布式集群的運維，包括版本升級、系統(tǒng)優(yōu)化、故障處理、集群監(jiān)控；掌握Hadoop、Hive、Spark、Yarn、Kafka、Hbase、Flume、ES 等組件的安裝、配置、使用和優(yōu)化；熟悉源碼者優(yōu)先；熟悉 HDP 者優(yōu)先；掌握Linux 操作系統(tǒng)的配置、管理及優(yōu)化，能夠獨立排查及解決操作系統(tǒng)層的各類問題；熟悉至少一門腳本語言（Python/Shell），有自動化運維工具開發(fā)經(jīng)驗者優(yōu)先。

（三）數(shù)據(jù)分析類

該類崗位主要進行數(shù)據(jù)分析方面的工作，分為大數(shù)據(jù)分析師和大數(shù)據(jù)算法工程師，其中大數(shù)據(jù)分析師主要對數(shù)據(jù)進行基礎(chǔ)分析，而大數(shù)據(jù)算法工程師則主要通過機器學(xué)習(xí)和數(shù)據(jù)挖掘算法進行分析設(shè)計，屬于更加有難度的工作。

1.大數(shù)據(jù)分析師。該職位需要運用數(shù)據(jù)分析的基本手段對大數(shù)據(jù)進行分析并生成分析報告。一般要求應(yīng)聘人員熟悉各種數(shù)據(jù)挖掘算法（如邏輯回歸、決策樹、貝葉斯、神經(jīng)網(wǎng)絡(luò)等）及其原理，能根據(jù)業(yè)務(wù)分析專題，建立挖掘模型，選擇最合適和高效的算法并實現(xiàn)；熟練使用R、Mahout、SPSS、SAS中某一種或多種分析軟件，熟悉SQL語言；具有海量數(shù)據(jù)挖掘及分析相關(guān)項目經(jīng)驗，熟悉文本分類、聚類、機器學(xué)習(xí)，有相關(guān)項目經(jīng)驗者（互聯(lián)網(wǎng)分析挖掘經(jīng)驗、文本挖掘經(jīng)驗，微博數(shù)據(jù)可視化和圖片識別經(jīng)驗）優(yōu)先；能跟進業(yè)務(wù)線項目的數(shù)據(jù)分析工作，完成上線前后的數(shù)據(jù)調(diào)研、效果評估等分析報告；能夠根據(jù)產(chǎn)品運營數(shù)據(jù)，出具產(chǎn)品分析報告，并對產(chǎn)品提出優(yōu)化建議

2.大數(shù)據(jù)算法工程師。該職位需要機器學(xué)習(xí)和數(shù)據(jù)挖掘的相關(guān)知識，并涉及一些算法設(shè)計相關(guān)內(nèi)容。基本工作要求為：精通SPSS Clementine、SAS EM等各類型數(shù)據(jù)分析工具，能制作專業(yè)分析報告，精通統(tǒng)計學(xué)，數(shù)據(jù)挖掘技術(shù)，尤其是回歸模型、決策樹模型；熟悉常用數(shù)據(jù)挖掘算法，包括但不限于決策樹、邏輯回歸、支持向量機、神經(jīng)網(wǎng)絡(luò)等；有金融、通信或互聯(lián)網(wǎng)某一行業(yè)實際數(shù)據(jù)挖掘項目經(jīng)驗，并對此行業(yè)業(yè)務(wù)有深刻認(rèn)識；熟悉Hadoop的體系架構(gòu)和運行原理，熟悉Hadoop 的MapReduce 原理，有使用Python、Shell、Java的MapReduce開發(fā)實戰(zhàn)經(jīng)驗者優(yōu)先；熟悉Java、Scala、R、Python至少一種；了解大數(shù)據(jù)框架Hadoop、Spark等。

（四）大數(shù)據(jù)科學(xué)家

這個崗位有其特殊性，既要求對數(shù)據(jù)分析有一定了解，也要求對大數(shù)據(jù)平臺有一定了解。基本要求是其中一項突出，另一項需要了解并會使用。其基本工作要求為：要求具備編程、計算機科學(xué)相關(guān)專業(yè)背景。掌握處理大數(shù)據(jù)所必需的Hadoop、Mahout等大規(guī)模并行處理技術(shù)與機器學(xué)習(xí)相關(guān)的技能；除了數(shù)學(xué)、統(tǒng)計方面的素養(yǎng)之外，還需具備使用SPSS、SAS等主流統(tǒng)計分析軟件技能；數(shù)據(jù)可視化，對數(shù)字羅列所組成的數(shù)據(jù)中所包含的意義進行分析，開發(fā)Web原型，使用外部API將圖表、地圖、Dashboard等其他服務(wù)統(tǒng)一起來，從而使分析結(jié)果可視化。

（五）產(chǎn)品運營類

這個崗位主要是負(fù)責(zé)產(chǎn)品運營，由于其與大數(shù)據(jù)相關(guān)，所以有其專業(yè)特殊性。

1.數(shù)據(jù)產(chǎn)品經(jīng)理。需要利用大數(shù)據(jù)分析相關(guān)知識對產(chǎn)品進行設(shè)計，需要極強的綜合能力。一般要求3年以上數(shù)據(jù)分析、數(shù)據(jù)挖掘、推薦系統(tǒng)等相關(guān)產(chǎn)品策劃經(jīng)驗；熟悉DSP、SSP、ADX平臺，了解廣告RTB原理和算法；熟悉精準(zhǔn)投放和DMP用戶畫像的領(lǐng)域知識等；熟悉廣告平臺運營模式，充分理解品牌廣告和效果類廣告的投放特點；對機器學(xué)習(xí)、概率統(tǒng)計、最優(yōu)化算法原理有深入理解；具備較強的團隊協(xié)作能力和溝通能力，思維活躍，學(xué)習(xí)能力強。

2.數(shù)據(jù)運營專員。需要利用大數(shù)據(jù)分析，進行運營體系的構(gòu)建與支持，需要數(shù)據(jù)建模等相關(guān)知識。要求應(yīng)聘人員可以根據(jù)公司業(yè)務(wù)發(fā)展規(guī)劃，構(gòu)建高效的大數(shù)據(jù)運營支撐體系，提升大數(shù)據(jù)對生產(chǎn)經(jīng)營的支撐能力；根據(jù)生產(chǎn)需要，負(fù)責(zé)個性化分析應(yīng)用的支撐工作，包括需求分析、口徑管理、腳本開發(fā)、數(shù)據(jù)提取、數(shù)據(jù)分析等工作；基于大數(shù)據(jù)分析結(jié)果，主導(dǎo)用戶和產(chǎn)品的大數(shù)據(jù)運營專項策劃并組織實施，確保關(guān)鍵運營指標(biāo)的達成；負(fù)責(zé)用戶行為數(shù)據(jù)建模，主動挖掘用戶特征并將結(jié)果應(yīng)用于業(yè)務(wù)推廣，提升業(yè)務(wù)推廣的質(zhì)量和效率；根據(jù)公司發(fā)展戰(zhàn)略，主動發(fā)現(xiàn)運營中存在的問題，并形成大數(shù)據(jù)分析報告給公司領(lǐng)導(dǎo)或業(yè)務(wù)部門決策。

具體的職位體系圖譜如圖1所示。其更能直觀地展示出我們的市場調(diào)研結(jié)果。

圖1 大數(shù)據(jù)職位體系

二、課程體系

大數(shù)據(jù)的興起與眾多領(lǐng)域的大型數(shù)據(jù)集的出現(xiàn)直接相關(guān)?？茖W(xué)、社會科學(xué)、商業(yè)、人文和工業(yè)都在產(chǎn)生前所未有的原始數(shù)據(jù)或結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)量的增長導(dǎo)致我們通常無法在沒有自動化軟件的幫助下進行直接有效的人工分析。大數(shù)據(jù)是將計算機科學(xué)領(lǐng)域和用于詢問數(shù)據(jù)提取有用信息的統(tǒng)計領(lǐng)域匯集在一起的新興學(xué)科。多領(lǐng)域交叉學(xué)科對課程體系設(shè)置有了新的要求。

我們根據(jù)每個職位的要求，整理出能力點，并根據(jù)其具體需求，整理出知識點，根據(jù)知識點，結(jié)合ACM DSTF中推薦的相關(guān)課程體系設(shè)置課程，通過對知識點的總結(jié)和歸納，使課程在符合學(xué)生學(xué)習(xí)能力的合理可接受范圍。我們將課程分為6大部分。

（一）計算機基礎(chǔ)課

數(shù)據(jù)科學(xué)嚴(yán)重依賴計算和計算設(shè)備：收集和存儲數(shù)據(jù)，了解數(shù)據(jù)的數(shù)字表示影響精度的方式，以及不同處理器類型和配置如何影響計算效率的方式，了解在處理過程中存儲和移動數(shù)據(jù)。由于大數(shù)據(jù)專業(yè)學(xué)生將與其他系統(tǒng)進行交互，因此他們應(yīng)該能夠開發(fā)能夠獨立或與現(xiàn)有軟件和/或工具集成的程序。鑒于它們在許多數(shù)據(jù)科學(xué)應(yīng)用中的作用，對矩陣表示和操作給予了特殊的要求。該類課程為基礎(chǔ)必修課，主要為學(xué)生建立牢固的計算機知識體系。主要包括程序語言設(shè)計：Java基礎(chǔ)開發(fā)、C++、Python基礎(chǔ)開發(fā)（二選一）、計算機系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)與算法、數(shù)據(jù)庫系統(tǒng)、計算機網(wǎng)絡(luò)、軟件工程等課程。對應(yīng)職業(yè)需求中語言類、計算機基礎(chǔ)類需求，如：Java基礎(chǔ)扎實，熟悉io、多線程、集合等基礎(chǔ)框架；熟悉分布式、緩存、消息、搜索等機制；了解Sring MVC等框架；了解計算機網(wǎng)絡(luò)；具有防火墻、入侵防御、VPN等網(wǎng)絡(luò)安全系統(tǒng)的應(yīng)用經(jīng)驗等。

（二）數(shù)據(jù)科學(xué)基礎(chǔ)課

該課程為大數(shù)據(jù)方向的基礎(chǔ)課程。在我們?nèi)找嬉蕾嚫鞣N形式的決策數(shù)據(jù)的數(shù)量和質(zhì)量時，大數(shù)據(jù)專業(yè)學(xué)生負(fù)有保護數(shù)據(jù)完整性和正確使用數(shù)據(jù)的道德責(zé)任。數(shù)據(jù)挖掘的核心是處理、分析和呈現(xiàn)數(shù)據(jù)，以獲得有價值的信息。分析的基本類型包括聚類、分類、回歸、模式挖掘、預(yù)測、關(guān)聯(lián)和異常值檢測，并注意各種形式的數(shù)據(jù)，包括時間序列數(shù)據(jù)和Web數(shù)據(jù)。該接口的質(zhì)量顯著影響所有形式的可用性，并包括廣泛的技術(shù)：動畫、可視化、模擬、語音、視頻、識別（人臉、手寫等）和圖形。這部分課程包括統(tǒng)計語言編程：R語言編程、應(yīng)用統(tǒng)計、數(shù)據(jù)挖掘、實用機器學(xué)習(xí)、數(shù)據(jù)管理、數(shù)據(jù)分析與管理建模、數(shù)據(jù)可視化等課程。修讀完該部分課程，學(xué)生將具備基礎(chǔ)的數(shù)據(jù)分析能力，明晰基礎(chǔ)的數(shù)據(jù)分析流程。滿足職業(yè)需求中“了解數(shù)據(jù)挖掘算法如邏輯回歸、決策樹、貝葉斯、神經(jīng)網(wǎng)絡(luò)等及其原理，能根據(jù)業(yè)務(wù)分析專題，建立挖掘模型，選擇最合適和高效的算法；熟練使用統(tǒng)計工具；熟練使用數(shù)據(jù)分析工具：熟練使用R、Mahout、SPSS、SAS中某一種或多種分析軟件，熟悉SQL語言；熟悉Java、Scala、R、Python至少一種；精通SPSS Clementine、SAS EM等各類型數(shù)據(jù)分析工具，能制作專業(yè)分析報告”等要求。有助于從事數(shù)據(jù)分析師、數(shù)據(jù)運營專員等一系列基礎(chǔ)數(shù)據(jù)崗位。

（三）大數(shù)據(jù)基礎(chǔ)課

管理和處理大量數(shù)據(jù)時，相關(guān)的計算問題通常會隨著數(shù)據(jù)量的增加而增加。大數(shù)據(jù)應(yīng)用程序受益于可擴展的數(shù)據(jù)存儲方法，可能跨越各種計算機，同時便于在適當(dāng)?shù)臅r間范圍內(nèi)進行處理。大數(shù)據(jù)應(yīng)用程序還受益于可擴展的數(shù)據(jù)存儲方法，這些方法可容納大量數(shù)據(jù)，同時便于在適當(dāng)?shù)臅r間范圍內(nèi)進行處理。大數(shù)據(jù)專業(yè)學(xué)生還應(yīng)該能夠?qū)崿F(xiàn)和理解數(shù)據(jù)收集和分析算法，具備基本的算法問題解決技能。他們應(yīng)該了解算法的時空考慮，以及圍繞數(shù)值計算的部分性拉爾問題。機器學(xué)習(xí)是指用于識別數(shù)據(jù)模式的廣泛算法，先構(gòu)建模型，然后生成模型，并可能進行產(chǎn)品化。機器學(xué)習(xí)方法的一個主要的類別可以描述為“監(jiān)督學(xué)習(xí)”，包括分類和回歸的技術(shù)；另一類為“無監(jiān)督學(xué)習(xí)”，包括聚類和降維技術(shù)。數(shù)據(jù)科學(xué)家應(yīng)了解這些類型的算法，包括此類學(xué)習(xí)所特有的挑戰(zhàn)和方法。這些方法對數(shù)據(jù)科學(xué)至關(guān)重要。數(shù)據(jù)科學(xué)家應(yīng)該了解他們應(yīng)用的算法，并做出關(guān)于其使用的原則性決策。

（四）大數(shù)據(jù)專業(yè)課

“大數(shù)據(jù)”用來描述真正大型的系統(tǒng)，包括無法容納在單個服務(wù)器上的視頻、圖像、手寫等文件。此類系統(tǒng)具有規(guī)模問題：如何存儲大量數(shù)據(jù)，如何確定數(shù)據(jù)是否高質(zhì)量，如何以高效的方式處理數(shù)據(jù)，以及如何獲得有用的見解。這些問題將在規(guī)模、數(shù)據(jù)存儲、高性能計算和復(fù)雜性理論標(biāo)題下討論。這樣的系統(tǒng)可能很復(fù)雜，因此要考慮到對大數(shù)據(jù)應(yīng)用程序的軟件支持。這類課程為大數(shù)據(jù)方向的進階課程，包括linux系統(tǒng)的配置與維護、NoSQL與大數(shù)據(jù)管理系統(tǒng)、大數(shù)據(jù)工具箱、大數(shù)據(jù)計算平臺的搭建部署及維護、MapReduce編程、大數(shù)據(jù)系統(tǒng)調(diào)優(yōu)與運維工具、大數(shù)據(jù)可視化工具、設(shè)計模式（選修）、系統(tǒng)架構(gòu)開發(fā)導(dǎo)論（選修）等課程。修讀完該部分課程，學(xué)生預(yù)期可掌握大數(shù)據(jù)平臺的搭建與編程工作，并會對系統(tǒng)進行調(diào)優(yōu)與運維。設(shè)計模式與系統(tǒng)架構(gòu)開發(fā)導(dǎo)論兩門選修課程，可為學(xué)生提供未來的架構(gòu)師基礎(chǔ)。學(xué)完本部分課程，程度較好的同學(xué)可從事架構(gòu)師見習(xí)工作，一般的同學(xué)可從事平臺開發(fā)工程師、研發(fā)工程師、運維工程師、算法工程師等一系列工作。

（五）大數(shù)據(jù)實訓(xùn)課程

在技術(shù)活動中，大數(shù)據(jù)專業(yè)學(xué)生應(yīng)該以負(fù)責(zé)任的方式行事，為專業(yè)帶來榮譽。對于所學(xué)知識，應(yīng)當(dāng)積極投入訓(xùn)練，確保實踐效果，從做中學(xué)，及時鞏固所學(xué)知識，促進理論與實踐相融合。同時，在實踐過程中，除了熟練知識技能之外，還會遇到課堂上沒有遇到的新知識、新問題，通過進一步學(xué)習(xí)，擴展知識面，進一步提升自己的專業(yè)技能。這部分課程包括大數(shù)據(jù)課程設(shè)計I-III、項目實訓(xùn)等課程，通過3個課程設(shè)計和一個項目實訓(xùn)，提高同學(xué)的動手能力。目前對大數(shù)據(jù)從業(yè)者的項目經(jīng)驗要求較高，據(jù)此設(shè)計了本次的實訓(xùn)課程。對應(yīng)有Spark、Storm、Kafka等主流大數(shù)據(jù)計算組件開發(fā)和使用經(jīng)驗；熟練使用Spark機器學(xué)習(xí)算法包；熟悉高并發(fā)、高性能的分布式系統(tǒng)的設(shè)計及應(yīng)用、調(diào)優(yōu)；有基于Kylin或Greenplum等平臺應(yīng)用研發(fā)經(jīng)驗；熟悉Hadoop ecosystem，包括Hadoop（MapReduce，YARN，HDFS）、Spark、HBase、Hive、Flink、Storm、Drill、Presto、Impala等，具備兩年以上開發(fā)和使用經(jīng)驗等需求，用以豐富同學(xué)們的項目經(jīng)驗。

（六）大數(shù)據(jù)方向課

大數(shù)據(jù)專業(yè)學(xué)生掌握大數(shù)據(jù)相關(guān)領(lǐng)域的應(yīng)用信息，有益于實現(xiàn)知識落地，同時也能把握行業(yè)發(fā)展方向，啟發(fā)研究內(nèi)容。這部分課程包括工業(yè)大數(shù)據(jù)、金融大數(shù)據(jù)、教育大數(shù)據(jù)、商務(wù)大數(shù)據(jù)等。該課程為同學(xué)提供了一個了解相關(guān)的領(lǐng)域的平臺，大數(shù)據(jù)的應(yīng)用范圍廣泛，提早對方向進行了解有助于就業(yè)和擇業(yè)。

結(jié)語

高校是國之重器，國家最優(yōu)秀的科研人才集中在這里，彌補大數(shù)據(jù)行業(yè)的人才缺口是國家和高校面臨的重要挑戰(zhàn)和機遇。為實現(xiàn)創(chuàng)新驅(qū)動和應(yīng)用引領(lǐng)，必須發(fā)揮高校的創(chuàng)新優(yōu)勢，加強大數(shù)據(jù)基礎(chǔ)研究，建立數(shù)據(jù)科學(xué)理論體系，在辦學(xué)過程中總結(jié)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的辦學(xué)經(jīng)驗，摸索規(guī)律，積極探索出一條適合中國國情的數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)的科學(xué)研究與人才培養(yǎng)之路，為國家培養(yǎng)更多優(yōu)秀的大數(shù)據(jù)技術(shù)專業(yè)人才。