专业介绍
数据学（dataology）和数据科学（datascience）是关于数据的科学，定义为研究探索cyberspace中数据界奥秘的理论、方法和技术。
数据科学的定义：信息化是将现实世界中的事物和现象以数据的形式存储到cyber空间中，是一个生产数据的过程。这些数据是自然和生命的一种表示形式，这些数据还记录了人类的行为，包括工作、生活和社会发展。
今天，数据被快速大量地生产并存储在cyber空间中，这种现象称为数据爆炸(data explosion)，数据爆炸在cyber空间中形成数据自然界(data nature )。数据是cyber空间中的唯一存在，需要研究和探索cyber空间中数据的规律和现象。另外，探索cyber空间中数据的规律和现象，就是探索宇宙的规律、探索生命的规律、寻找人类行为的规律、寻找社会发展的规律的一种重要手段，例如：可以通过研究数据来研究生命（生物信息学）、研究人类行为（行为信息学）。
与自然科学和社会科学不同，数据学和数据科学的研究对象是cyberspace的数据，是新的科学。数据学和数据科学主要有两个内涵：一个是研究数据本身，研究数据的各种类型、状态、属性及变化形式和变化规律；另一个是为自然科学和社会科学研究提供一种新的方法，称为科学研究的数据方法，其目的在于揭示自然界和人类行为现象和规律。
研究内容：
● 基础理论研究。科学的基础是观察和逻辑推理，同样要研究数据自然界中观察方法，要研究数据推理的理论和方法，包括：数据的存在性、数据测度、时间、数据代数、数据相似性与簇论、数据分类与数据百科全书等。
● 实验和逻辑推理方法研究。需要建立数据科学的实验方法，需要建立许多科学假说和理论体系，并通过这些实验方法和理论体系开展数据自然界的探索研究，从而认识数据的各种类型、状态、属性及变化形式和变化规律，揭示自然界和人类行为现象和规律。
● 领域数据学研究。将数据学的理论和方法应用于许多领域，从而形成专门领域的数据学，例如：脑数据学、行为数据学、生物数据学、气象数据学、金融数据学、地理数据学等等。
● 数据资源的开发利用方法和技术研究。数据资源是重要的现代战略资源，其重要程度将越来越凸显，在本世纪有可能超过石油、煤炭、矿产，成为最重要的人类资源之一。这是因为人类的社会、政治和经济都将依赖于数据资源，而石油、煤炭、矿产等资源的勘探、开采、运输、加工、产品销售等等无一不是依赖数据资源的，离开了数据资源，这些工作都将无法开展。
开设数据科学专业的学校目前有3所。
就业前景
前景：
1、人才稀缺：未来3至5年，中国需要200万+大数据人才，目前大数据从业人数不足50万，市场需求远远得不到满足；
2、需求增长快速：大数据对接金融、电商、医疗、新零售、物联网、工业、农业、交通和能源等行业，人才需求量持续扩大。
2018年大数据行业起薪突破20万每年，高出互联网普通技术开发人员134%，且招聘人数扩大为2017年7.8倍。在大数据技术专业出现之前，数据科学这个专业就已经出现了，相对于大数据专业来说，数据科学专业更容易搭建一些。它们都以数据为出发点，围绕数据进行各种研究和实践；不同的是数据科学更强调数据本身的处理，而大数据则不仅仅注重数据分析，也注重数据的采集、传输、存储、安全、呈现等一系列内容。
女生是否建议学：不少女生在算法设计方面很出色，也有不少人在这方面一窍不通。我认为主要看个人能力，并不是性别，还有只要足够喜欢编程，不必管合不合适。从大数据整体的产业链条来分析，数据科学是大数据的一部分。如果对数据本身更感兴趣一些，可以选择数据科学，也可以选择大数据分析。
美国数据科学硕士的就业前景可以说是极好的，《哈佛商业评论》的一篇文章里将数据科学称作“21世纪最热门的职业”。据new vantage partners公司对《财富》美国500强公司的调查显示，85%的500强企业要么已经推出了大数据项目，要么正打算推出。未来几年他们花在数据分析上的投资将平均上涨40%。
现在美国市场中有很多data science相关的职位，雇主愿意接受没有工作经验的应届生，并且提供绿卡。
数据科学主要学习数学，统计，和一些cs的课程如算法和数据结构。python， r ，sql是用的最多的编程语言。这个专业应用领域非常广，从科技行业到媒体行业到甚至体育行业都有很大的需求。例如在美国最大的媒体公司nbc universal和体育公司mlb做data science，这些传统公司现在很需要会处理数据或者“大数据”的技术人才。
过去大家觉得数据就是在excel里随便拖拖拉拉就可以了，现在发现excel连数据都装不下了。现在“大数据”这个词非常火热，其实这就是数据科学一个很重要的应用领域。业界很多大公司现在会用hadoop，spark，hive等去做分布式计算来处理大数据问题。这两年一家做spark平台的创业公司非常火，叫做data bricks。很多非it大公司现在用的就是他们的平台来处理大数据的清洗和建模。
就业情况
根据北卡州立大学发布的报告–“master of science in analytics employment report – class of 2018”可以大体看出该专业的就业情况很不错。该专业的主要就业岗位有更行业的分析师、咨询顾问、数据科学家及经营管理者。
1. 就业面广，需求单位多
从2018年北卡州立大学该专业学生的毕业去向可以看到，美国几乎所有的知名it和金融企业均雇主名单之中，除此以外一些大型工业、零售和科研单位也是有需求的地方。
2. 起薪较高
年薪方面，中国的数据科学家年薪约为30000美金(20万人民币)，在全球范围算是比较低的(不到美国1/3)。请注意,数据科学家的薪酬差距还是非常高的，年薪过20万美金也不少。从大讲台大数据学员就业的统计数据显示, 20万人民币还是新手的薪酬范围,工作两年后,这个薪水提高30%- 50%并不困难。
学校排名
以下是数据科学专业的学校排名情况。
序号 学校代码 学校名称 评选结果
1 10001 北京大学 a+
2 10003 清华大学 a+
3 10335 浙江大学 a+
4 90002 国防科技大学 a+
5 10006 北京航空航天大学 a
6 10013 北京邮电大学 a
7 10213 哈尔滨工业大学 a
8 10248 上海交通大学 a
9 10284 南京大学 a
10 10487 华中科技大学 a
11 10614 电子科技大学 a
12 10004 北京交通大学 a-
13 10007 北京理工大学 a-
14 10145 东北大学 a-
15 10183 吉林大学 a-
16 10247 同济大学 a-
17 10358 中国科学技术大学 a-
18 10486 武汉大学 a-
19 10533 中南大学 a-
20 10698 西安交通大学 a-
21 10699 西北工业大学 a-
22 10701 西安电子科技大学 a-
23 90005 解放军信息工程大学 a-
24 10002 中国人民大学 b+
25 10005 北京工业大学 b+
26 10008 北京科技大学 b+
27 10055 南开大学 b+
28 10056 天津大学 b+
29 10141 大连理工大学 b+
30 10217 哈尔滨工程大学 b+
院校分析
下面来分层次对几所性价比高的院校进行分析一下：
第一阶梯
1）北京大学、清华大学、北京航天航空大学
整体情况说明：都属于“985”高校，竞争压力大，有难度;就业前景好，适合学霸类型的考生报考;地理位置得天独厚
具体情况说明：北京大学在数据科学专业有很高的权威，实力雄厚。19年北京大学数据科学分数线达到了425的高分，难度是非常大的。清华大学的数据科学，也可谓国内最好的之一。分数线在300这样，还是值得一试的。北航的师资力量很强大，分数线在310左右。
北京大学的数据科学与大数据技术专业（简称数据科学或数科）自2015年设立，是中国诸多高校中，最早一批在本科阶段设立的数据科学专业。
数据科学专业同步开设于北京大学数学科学学院、信息科学技术学院以及元培学院等三个本科院系，其培养计划融合了数学科学学院的数学基础课程、统计系的概率统计等课程、信息科学技术学院的算法课与机器学习课程、以及核心课程——元培学院开设的数据科学导引，致力于培养具有扎实统计学与计算机科学基础、能力全面的新时代数据科学人才。
在元培学院，数据科学专业不设准入门槛或淘汰机制，凡选择数据科学作为自己培养方向的同学均可以享受到前沿导师团队、高性能计算资源等一系列数科独有的福利。自2015级以来，每个年级中数据科学专业的规模大约为25-35人；其中，在已经毕业的2019届20余位同学中，有10余位同学选择赴北美、香港或日本等国家或地区继续深造，其余同学则选择保研到北京大学大数据研究院、信息科学技术学院、软件与微电子学院等多个院系。同学们未来的发展方向主要有数据科学/统计学、计算机科学、人工智能/机器学习、机器视觉、自然语言处理、金融、计算生物学、医疗影像分析等，前景十分广阔。
清华大学的数据科学，可谓国内最好的之一。该专业主要是大数据处理和计算机应用两个方面，而清华大学的计算机和数学方面都是国内拔尖的。
依托信息学院、经管学院、公管学院等6个院系协调共建。将采用理论学习、实践教学、大数据专题研究，或学位论文研究相结合的方式，培养高层次应用型大数据专门人才。大数据博士学位项目，也在探索筹建中。清华开设的大数据素养课程，旨在推动全校研究生向大数据思维模式转变，共有5门选修课，已吸引很多同学参与学习。
北京航空航天大学师资包括来自美国纽约州立宾汉姆顿大学、亚利桑那州立大学等美国知名大学的计算机领域的知名教授，也包括来自百度、微软、阿里云、腾讯、emc等知名it企业的技术专家；同时这些知名企业也将提供软硬件及大数据资源，让学生在真实的大数据环境中直接参与企业内训和项目实践，真正把握企业需求，掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能，未来成为大数据领域不可获取的人才
。
北京航空航天大学校长怀进鹏院士表示，产业发展，人才先行。围绕国家“十二五”战略规划及国家中长期教育改革和发展纲要，“大数据技术与应用”软件工程硕士项目“希望以实际行动来回应社会对大学的需求，以更有力的方式来承担大学应有的责任，为大数据这样的新兴产业发展输出高水平、复合型精英人才，确保产业科学、持续、高速的发展。此次“大数据技术与应用”软件工程硕士项目的启动是积极践行国家战略新兴产业紧缺人才培养所迈出的又一战略性步伐。
大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据 分析与挖掘）系统地 助企业掌握大数据应用中的各种典型问题的解决办法。
第二阶梯
2）哈尔滨工业大学、东北大学
整体情况说明：省属的985或211院校，这类学校专业水平依然很高，但因为本专业不是很普及，在这些学校中知名度也不算高，报考人数相对比其他较少，竞争压力也因此有所降低。
哈尔滨工业大学是国家重点建设的大学，入选国家双一流建设高校行列，并且是国家老牌211工程高校，作为重点建设的本科院校，哈尔滨工业大学的数据科学专业也是非常有优势的。
专业师资力量也很强大，导师在近几年都是获得重大成果的。主要研究方向是大数据管理和分析，大数据治理，数据科学，物联网等。
东北大学所有录取学生，无论背景如何，都需要在开学前1周参加两个入学考试。分别是：计算机科学和编程基础和统计、概率论和线性代数基础。如果在考试中成绩低于b，那么学生需要额外修对应的基础课程。
东北大学项目要求5门核心课程，主要为介绍数据科学的基础技术。算法和数据处理两门核心课程主要研究基本概念和语言，注重数据表示、存储、操作和查询，以及大规模的计算和优化。机器学习和数据挖掘的两门核心课程介绍了关于数据建模、可视化、揭示关联和预测的概念。capstone课程（相当于毕业项目）主要展示学生数据科学的整体观点。该项目主要面对有数据和计算机基础的学生。
更多关于考研专业分析、考研备考经验资料等可登陆high研考研论坛了解更多，例如：
1. 考研专业课资料免费下载
2. 考研院校与专业如何选择
3. 2022各高校与各专业最新考情与大数据分析
4. 2022各高校最新报录比
5. 公共课与专业课如何复习
6. 考研备考流程与作息时间等
另外，high研考研论坛也有许多学长学姐入驻，更多考研战友，更多考研经验，更多免费真题及考研专业课资料分享，赶紧加入high研考研论坛吧！返回搜狐，查看更多
责任编辑：