資料科學與大資料技術專業努力方向是什麼？

1樓：douglas

本科三年學習，一年求職。我做教育近二十年估計，這個專業大多人都會比較平庸，迷茫是有原因的，沒找到學習路徑和方向。

對於非科研方向的同學而言，大二就應該開始考慮就業方向了。

第一階段業務資料分析，也可理解為商業分析。統計，概率論紮實點，excel bi sql，了解些r python，基本資料處理方法，分析方法，採集，處理方法，常用資料模型。這些很多學校是不會教的。

多走出學校圈子了解下行業。多練習，多生成報告，多做業務溝通。能做到熟練掌握第一階段，基本畢業乙份資料工作沒問題了。

不要學完三年，貌似都學了，就到處去談python，演算法，ml dl nlp那沒屁用，除非你是top10畢業生，人家會給你實習機會。否則面試機會都難給到你。

第二階段，建模或大資料方向。加深理論，數理統計，概率論，挖掘，機器學習等，大資料方向得考慮分析基礎，Hadoop spark架構及其元件，ml理論，資料倉儲等。這個階段本科很難全學深的。

為了畢業後通過不斷學習得到乙份對口，更高薪的工作，建議考慮建模方向。

第三階段資料科學家就不用說太多了，那是持續多年後學習的，除了cs，大資料架構，ml dl nlp cv，專案管理，資料治理等，最好加些運籌學，更需要結合業務。

2樓：burn snow

處理各種實際問題，不要太迷戀理論和高大上的工具，科研也只是一部分，不是全部。

資料分析領域又諸多實際問題需要處理，每天有無數的資料資訊等待挖掘。

我覺得資料分析，模型不是關鍵，多數問題沒有很好模型，需要的是資料處理者自己的思考，理解和判斷。

當然更期待優秀的建模者，去面對不同實際問題去建立有效的模型。

3樓：林君

現在這個專業的未來發展前景還是很不錯的，畢竟很多行業都需要依據資料進行決策。資料科學家、資料開發工程師應該說是最接近的選擇。

資料科學家和資料開發工程師這兩個職業方向還是略有區別的。資料開發工程師比較側重計算機方面，資料科學家要側重統計和數學模型一些。

具體可以看看這兩個崗位的招聘需求，都需要掌握些什麼，看看是不是未來自己想做的事情。

4樓：高考志願李老師

基本上就是計算機和統計學的結合，還可能涉及其他學科，屬於交叉學科，如果學這個專業得考研，之後再細分方向，雖然說現在社會對這個專業特別稀缺，不過大部分還是招數學或者統計學計算機類專業的學生！

5樓：

不太清楚問題中努力的方向具體是指什麼

如果是指未來的發展和職業規劃，像其他回答中列舉的資料工程師，資料分析師和資料科學家都是可以選擇的職業。當然除了就業，也可以考慮科研深造。

如果是指在該專業需要學習哪些具體的知識技能，下圖是國網路友製作的一張資料科學家成長路線圖，隨便挑一條努力，大學四年都不會閒了()：

6樓：Satan

看自己擅長什麼和自己對什麼感興趣吧，目前大一點的就三個方向，大資料工程師，資料分析師，資料科學家。三個職位側重點不同，工程師偏向運維，後面兩個偏向建模。

7樓：陳老師

這個專業就業前景相對廣闊，畢業後可在計算機和網際網路領域以及大資料相關產業從事資料科學研究、大資料相關工程應用開發、技術管理與諮詢等工作，另外也適合公升學考研。具體方向如計算機軟體開發、系統整合類、網際網路、電子商務等領域均有較廣的應用。

8樓：朱祺

努力方向是將這些技術與具體場景結合落地產生價值，大資料是賦能技術，不管是商業，社交，電商，工業，都需要與其他技術領域融合，因為本質上是資料驅動業務，因此驅動哪些業務，怎麼驅動，驅動後的效果是需要關注的問題

9樓：潘穎

1、前提資料科學與大資料技術更多的是技術或者知識，需要依靠某個具體的行業資料來發揮專業特性；

2、你才大二，之所以迷茫是不知道自己專業未來能夠做什麼，看看你所在大學周圍有沒有合適的實習專案或者實習機會，藉由專案或者實習來夯實資料科學專業系統知識，等你畢業後你會非常感謝當時系統性學習知識的自己。

3、其他可以嘗試路徑：你可以看看統計師專業考試、阿里雲大學大資料分析專業、資料庫管理員這類的考試專案、去招聘網上看大資料分析、資料開發等職位介紹，這樣你心裡會更有底；