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等各个学科的技术和理论，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。大多数院校的Data Science属于STEM学科。

哥伦比亚大学DS详细课程参考：

1.3 学数据科学的学生是做些什么？

出自哈佛大学的数据科学项目网站

美国开设DS和BA专业的所有院校:

很多学生会选择同时申请两个专业，但是实际上，两个专业还是有区别的：

1. DS一般在工学院或者文理学院，

2. DS的课程设置一般偏向于计算机和数学，

3. 受教育程度略有不同

4. 应用的技能不一样

关于两个专业的更多区别可以参考该链接：

美国大多数院校的数据科学硕士要求：

2、数学基础（比如微积分、线性代数）

3、熟悉概率论、或者统计

4、如果没有这些先修课程甚至会开始预科夏季课程给学生，不计入学分当中，比如布朗大学。

如果有转专业的同学可以尽可能的修习以上课程，提升自己的竞争力，通过二学位、辅修学位、暑期课程、网课等方式多修课程。或者多参与实践实习科研也对申请数据科学有很大帮助

1、计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主。

2、可选择远程和实地这两种，以个人时间为主，平时可以参加远程，假期可参与实地。

3、新东方专属项目，CMU、哈佛、伯克利的专属项目，可一对一、一对三。

1、运营岗位 -百度运营。

2、审计、商业数据分析，数据处理、智能检索系统，证券研究部门。

想申请好学校，建议找以下两类科研：

1、含金量高的科研，参与课题周期时间略长一些，有产出。

2、大数据、数据挖据，机器学习方面，或者编程类的实习，学校对学生的实际操作还是比较看重的，特别是转专业的学生，想申请DS，建议科研涉及编程方面。

新东方专属背景提升项目，包括金融专业实习、科研等众多项目，帮助学生提升软实力，丰富文书和面试内容，提高录取概率！

Science 毕业生提供了很好的就业方向和机会，并且薪水比肩IT行业。

数据科学具体的职位可能有：

这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际 工作 将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT 部门和业务部门领导。

二、数据预测（数据挖掘）分析

营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。

数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据 清洗 和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需 要保证 市场数据的完整性，准确性，真实性和不冗余。

数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。

六、可视化（前端展现）工具开发

海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有 数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。

摘要：时代发展要求信息管理与信息系统专业必须走改革创新之路。文章探讨了大数据时代背景下信息管理与信息系统专业增设大数据技术与大数据管理知识的必要性和存在的问题，阐述了大数据技术与信息管理创新型人才培养目标的定位，核心能力的构建，课程体系的设置及培养方案持续改进机制等内容，能为各高校培养高素质的大数据应用型信息管理人才提供帮助和参考。

关键词：大数据;信息管理;人才培养方案;课程体系

开放科学（资源服务）标识码（OSID）：

世界在变，信息管理与信息系统专业（以下简称信息管理专业）也在变。世界经历了手工时代，机械化时代和信息时代，再到如今的智能时代。相应的信息管理专业自1998年设置，从最初的单纯强调技术或管理的模式，到“信息技术+管理”模式，再到目前较为成熟的计算机科学技术、信息科学、管理学等多学科交融模式。在如今大数据时代、智能时代背景下，信息管理专业仍有很多问题在继续探索之中，包括课程体系改革研究[1-5]、培养模式创新研究[6-8]等。

1 信息管理专业增设大数据管理课程的必要性

1.1 提高就业率的需要

由于信息管理专业在高校重复设置相对较多，近几年在部分高校中连续多年招生录取率和毕业生签约情况不太理想，造成整体指标偏低，在一些地方信息管理专业成了本科预警专业。然而，由于大数据对社会各个领域产生了深刻的影响，催生了大量人才缺口，大数据技术与管理创新型人才是人才市场中的稀缺资源。如果能把握好当前大数据发展机遇，对信息管理专业进行改革创新，培养具有大数据管理知识和技能的应用型信息管理专业人才，将更加符合人才市场的需求，扭转被预警的局面。

1.2 时代发展的必然

时代在变，人们对信息的获取、传递、处理和利用的方式在变，信息管理专业适应时代的需要必然要变革。信息时代强调计算机技术在业务系统改造和升级过程中的应用，数据来源大多数为单一系统，信息管理的关键是实现数据库管理系统对数据的组织。而大数据时代，大部分数据资源来自各种类型的系统和网络，更强调对海量数据的分析、决策支持和智能决策、机器学习、预测等功能，信息管理技术上更复杂。要适应時代需求，信息管理专业在培养方案、核心能力设计和课程体系设置等方面必须进行改进和优化。

1.3 专业发展的必然

信息的本质就是数据，大数据管理和大数据技术是信息管理和信息技术在新时期发展的结果。大数据时代的到来，信息系统要求更智能化，信息管理需要从分布式、云计算、移动互联、非关系型数据库等技术环境下获取和管理海量的数据资源，并在其中发现新知识、创造新价值。要有效地管理信息就必须额外掌握大数据技术与大数据管理、分析、预测、机器学习和智能决策等知识，并将这些知识与传统的信息管理知识融会贯通，转化为解决实际问题的应用能力。

2 信息管理专业课程体系改革存在的问题

2.1 大数据技术与信息管理创新型人才培养方案构建问题

大数据时代的信息管理专业既要求掌握大数据技术，又要求掌握传统信息管理专业知识，并且能设计和构建相应的信息管理决策分析模型与方法，有效地将信息科学和其他各行业的应用相结合，以适应社会及行业发展要求。信息管理专业如果想要获得比诸如大数据科学与应用等其专业的就业优势，就必须明确培养目标。

2.2 核心能力设置问题

核心能力依据培养目标设置，又直接影响课程体系的设置。基于目前信息管理专业建设具有的成熟度，在信息管理专业人才培养方案的基础上增设大数据管理与大数据技术的相关课程，是解决大数据发展人才瓶颈的重要举措，也是信息管理专业建设在大数据背景下发展特色之路的有效途径。信息管理专业如何保证既能保持信息管理特色，又能培养出对社会有用的大数据技术与管理创新型人才，主要在于核心能力的设置上。

2.3 信息管理专业大数据课程体系设置问题

高校要培养出符合社会发展的高素质信息人才，最主要的方式就是通过课程安排来实现这一目标，只有通过课程的学习才能够不断掌握相关的信息管理与技术知识，才能够不断提高自己的专业素养，因此一个好的课程体系安排对学生的学习是非常重要的。信息管理专业大数据课程体系设置值得我们思考。

2.4 人才培养方案和核心能力持续改进问题

人才培养方案制订后，核心能力确定后，课程体系设置好后，并不是一成不变的，依据什么变化，什么时候变化，怎样变化都是值得研究探讨的问题。另外课程设置好后，如何促使学生掌握知识，并把知识融会贯通转化为实践的能力也是一个在教学模式上需要不断持续改进的问题。

3 构建大数据技术与管理创新型人才培养方案

基于信息管理与信息系统专业的特点、行业企业的发展现状和人才需求调研以及专业教改经验，本文提出以下方案：

3.1 专业人才培养目标修订

信息管理专业进入大数据时代后的培养目标可以设置为：培养德、智、体、美、劳全面发展，具备良好的人文素养、团队精神和社会责任感，具有良好的国际视野、创新能力和领导潜质，拥有现代企业系统化管理思想，具备数学、管理学、经济学、统计学的理论基础，掌握大数据知识与现代信息技术知识，具有大数据采集、分析、预测、利用、管理能力和智能系统开发能力的信息管理创新型人才。

3.2 专业核心能力设置

依据以上培养目标，我们设计了大数据技术与信息管理创新型人才素养、知识核心能力培养目标，如图1所示。核心能力培养分四层：

①第一层语言、思想道德、人文素养主要是确保社会主义办学方向，为社会主义培养接班人，培养德、智、体、美、劳全面发展，具备良好的人文素养、团队精神和社会责任感的人才;

最近是不是觉得天气有点凉了？
是的，秋天来了，开学季也来啦~
不出意外，相关专业又成为了今年的报考大热门，毕竟这几年大数据实在是 “钱途满满”。

即使是应届毕业生，也能轻松获得上万的起步薪资，在部分一线城市，1年左右资历的大数据工程师薪资就能达到2-3万。显然，大数据行业的前景是光明和诱人的。
大数据相关专业毕业生的相关待遇这么好，自然也是因为它含金量够高。大数据和人工智能相关的专业都是出名的功课艰深，因此不少大数据相关专业的新生对于即将到来的学习生活都充满了疑问甚至是恐慌心理。网上经常会出现“大数据专业到底是教什么的”、“大数据专业应该怎么学”、“学了大数据技术及应用好几个月，还是什么都不会做”等提问。

▲图片来源于知乎提问页

咳咳，其实小同学们大可不必如此着急，因为你们的老师其实比你还紧张呢…小T最近和不少高校老师们聊天，发现一脸懵的不止是大学新鲜人们，老师们上课也大多是摸着石头过河。
作为一门正式成立根本没几年的新兴复合学科，大数据相关专业的老师们大多来自于数学、统计学、计算机科学等多个相关学科。年轻的“青椒”们往往自己都还没接触过这个专业领域几年，而资历较深的老师们虽然已经在大数据领域做了多年的研究，但论起实践教学来也只是刚刚上手而已。
到了课堂上，面对萌新们求知若渴的眼神，老师们一边恨不得把所有专业相关的理论知识都倒进学生们的小脑袋瓜，一边又担心这么巨大的知识量会让学生们吃不消。
同时，老师们也都清楚，作为一门应用性很强的学科，学习大数据绝不能纸上谈兵，需要结合项目实训和真实的行业案例，才能让学生们真正吃透相关知识点，并能应用在实际工作环境中。
但…….你让每天忙科研忙教学还要忙报销的老师们上哪里去找行业实际案例呢？
莫慌，专业的问题就要交给专业的团队去寻找专业的解决方案，老师们的疑惑今天小T帮你来解答，针对老师们在教学上的疑问，小T给大家送上4条锦囊妙计，做好这4步，上好大数据专业课其实一点都不难！
Q1、 大数据专业课到底该怎么讲？
一招化解：名师课程+实践原子课，化繁为简由浅入深
不知道各位老师备课或者上课的时候，会不会遇上这些问题？
1、市面上大数据专业的相关教材种类繁杂，写的都挺好，真上起课来却不知道到底要参考哪一本比较好？
2、“早八大课”辛辛苦苦讲了一个多小时，却发现台下的同学们昏昏欲睡，一提问就傻眼？
出现这些状况，无非是因为现有的课程设计在知识点的组织上体系化不强，在具体的教学体系层面也没有考虑到学生个体的学习情况差异，做到因材施教。要让小T说，最好的解决办法就是：在学界业界前辈的探索基础上继续深入。
大数据相关专业再新鲜，也总有敢于第一个吃螃蟹的老前辈。很多国内一流高校，很早就在布局探索大数据专业课的教学，并通过几年的实际教学积累摸索出了成熟的课程体系。
Tempo Talents与一流高校名师合作，引入大数据专业经典教材，并进行定制化实验实训内容开发，在平台中内置权威的名师课程，提供包含课程实践、教学大纲、教学视频、教学课件、课程习题、配套考卷等丰富教学资源，可支持老师一键使用。

在实验课程设计方面，创新引入“原子课概念”，将课程中涉及的技术点、知识点“原子化”拆分，从基础原理、特性到最终应用，层层递进，用闯关的模式引导学生学习和实践，目的是让学生将每一个知识点吃透、掌握、应用，让学生快速入门、循序践行。
有了“原子课程库”，教师可以根据不同的教学目标，进行课堂内容的个性化定制。不论学生的知识基础处于何种阶段，都有上千个课程点可供搭配。即使未来人才培养大纲或者是配套教材发生变动，老师们都可以以不变应万变，轻松备课啦~

Q2、怎么才能让教学和行业实际相结合？
一招化解：课堂教学引入，真实项目案例+真实商业分析工具
大家都知道，高校教学的根本目的还是要为产业建设培养合适的人才，经常关注教育行业相关新闻的话不难发现，近些年国家一直在倡导高校教学要和产业实际相结合。
针对大数据专业来说，目前无论是学界还是业界，都公认人才培养的核心就是要培养学生自主应用大数据知识和技能，锻炼他们解决行业实际问题的能力。同时，当同学们以成长为合格的行业应用型人才为目标学习时，他们也很想了解当前在大数据和人工智能技术产业领域中最前沿的应用案例。
为了满足需要与行业实际相结合的教学需求，美林数据基于行业服务经验，在数千个项目实践中，挑选来自11个行业，超过100项的行业典型应用场景，进行实训课程案例的包装，务求让学生真正接触到行业前沿实操状态和项目落地的实践方法论。通过这些案例的学习和实训，了解大数据与人工智能应用场景和方法，培养学生的数据思维和解决问题的能力。

此外，为了给学生们最真实的行业实践体验，Tempo Talents实验实训平台中还内嵌有行业内通用的成熟商业大数据分析工具—Tempo大数据分析平台（BI+AI），让学生利用真实行业项目工具还原项目逻辑，学会使用大数据知识去找到问题解决方案的路径，真正提升工程化应用思维模式。

Q3、如何锻炼学生的实操能力？
一招化解：引入多模式实验实训环境摆脱“纸上谈兵”
大数据的核心价值在于应用，不让学生上手实操，学到的知识就永远无法转换为实际能力。中内置多种实验环境，提供在线编程、远程命令行、交互式编程等实验实训环境，满足不同学科、不同经验的学生的学习需求。平台还支持多种环境之间相互结合，教师可以根据自身教学需求进行选择，如Java+Hive+Hadoop等，组建更符合教学目标的实验环境。
针对应用型学科学生在学习过程中自主开发实践建模的需求 平台还采用编码式与图形拖拽化方式相结合的操作方式，以丰富的算法库资源为学生的自主学习提供了更多的选择。

Q4、一门课有上百个学生，教学管理太头疼！
一招化解：趣味竞赛闯关+自动评阅+数据游乐场，鼓励学生自主学习不操心
相信没有几个大学老师是真的喜欢上动辄几十甚至上百人规模的专业大课，原因不外乎是教学管理实在太头疼！维持上百人的课堂秩序，烦；批阅上百人份的作业，难；期末统计上百人的平时成绩，累！
要让小T说，孩子大了，要放心让他们自己勇敢飞。当然，这也需要引入科学的教学管理方式。
在Tempo Talents平台上，我们在教学互动环节打破了传统教学模式中单纯依赖教师提问的互动形式，平台课程中设置了搭配每个原子知识点的趣味关卡任务，通过让学生自主完成一个个小关卡的自豪感，来驱动学生自主进行知识点的复习和实践。这不比老师们在班级群里催着同学们交课堂作业强多了~

悄悄告诉你，这些小关卡作业都是由系统自动批阅并实时反馈成绩的哟~有了平台的帮助，老师不仅可以省去大量批阅平时作业的时间，还能够通过学生们的任务完成情况，了解学生对于知识点的吸收程度，及时调整教学进度。
有了闯关游戏的及时反馈，学生也能更加清楚自己对于知识点的消化程度并在日积月累的练习中提高应用实践能力，从此同学们再也不用上网发帖询问“大数据专业到底应该怎么学了？”。
针对学有余力的同学，Tempo Talents平台上还配套搭建了小规模竞赛管理模块和数据游乐场，提供了多种竞赛形式作为支持，鼓励学生自主探索数据分析之美。有了竞赛成果的正向激励，相信同学们一定能建立起自主钻研探索的学习精神。
不知道这几个教学小妙招有没有帮到各位老师呢？我们再给各位老师们送上一份福利——，名额有限先到先得哟~