数据科学与大数据技术可以考研。

一、数据科学与大数据技术专业考研方向：

1、计算机科学与技术

本专业主要培养计算机科学与大数据技术领域的复合型高级人才，要求学生掌握计算机科学基本技术和大数据的运用，能够运用计算机进行大数据的采集、分析。

2、数据科学和信息技术

数据科学和信息技术专业是一个多学科深度交叉的专业，该专业要求学生具有深厚的理科基础和创新能力。

3、软件工程

软件工程专业主要培养软件开发与维护的高级人才，要求学生掌握基本软件开发技能，能够运用常见计算机语言进行软件开发。

4、大数据科学与工程

大数据科学与工程专业是从事大数据研究与分析的专业，该专业立足于“互联网+”的时代背景，要求学生掌握数据分析与数据建模能力。

二、数据科学与大数据技术考研内容：

1、考研学生需要掌握数据科学和大数据技术的基础理论知识，包括数据结构、算法、计算机网络和操作系统等方面的知识。

2、还需要了解数据挖掘、机器学习、深度学习、自然语言处理等相关算法和技术，掌握数据分析和数据可视化的方法和工具。

3、考研学生需要具备一定的编程能力，掌握常用编程语言如Python、Java、R等。

数据科学与大数据技术概念及就业方向：

一、数据科学与大数据技术概念：

数据科学与大数据技术专业是一门融合了数据科学、计算机技术以及软件技术的新兴交叉复合型专业。实现海量数据的融合与共享、存储与管理、数据分析和处理，专业具有广阔的发展前景。

二、数据科学与大数据技术就业方向：

毕业生主要到国内外企事业单位及政府部门从事数据采集、数据处理、数据分析、数据可视化、大数据应用开发等工作，也可报考本专业或计算机相关专业的研究生继续深造。

“数据科学与大数据技术”专业是近两年才设立的新专业。

“数据科学与大数据技术”专业有着很好的就业前景并且就业的宽度广，就业薪资待遇水平高，缺点可能在于专业设立较新，教学课程设置上可能无法跟上大数据人才培养的技能需求。

“数据科学与大数据技术”专业的人才培养方向

1、分析类

分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。

算法工程师。大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。

2、研发类

架构工程师。负责Hadoop集群架构设计开发、搭建、管理、运维、调优，从数据采集到数据加工，从数据清洗到数据抽取，从数据统计到数据分析，实现大数据全产业线上的应用分析设计。

开发工程师。基于hadoop、spark等构建数据分析平台，进行设计、开发分布式计算业务，负责机器学习、深度学习领域的开发工作。

运维工程师。负责大数据基础平台的运维,保障平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。

3、管理类

产品经理。负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。

运营经理。根据业务特点，结合业务发展需求，设立数据监控模型,搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。

大数据这些年非常火爆，很多人选择报考大数据的相关专业。那么，数据科学与大数据技术专业学什么课程呢？下面我整理了一些相关信息，供大家参考！

数据科学与大数据技术专业学哪些课程

1属于交叉学科：以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维)。

2基础课程：数学分析、高等代数、普通物理数学与信息科学概论、数据结构、数据科学导论、程序设计导论、程序设计实践。必修课：离散数学、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析。

数据科学与大数据技术专业好就业吗

大数据被誉为“21世纪的新石油”，是国家战略性资产，是21 世纪的“钻石矿”。麦肯锡全球研究所把大数据看作“下一个创新，竞争和生产力前沿”。2013年被称为大数据元年。短短几年，大数据已渗透到社会方方面面。

人工智能是势不可挡的发展趋势，大数据技术又是人工智能的重要支撑。大数据科学将成为引领人工智能技术、物联网应用、计算机科学、数字经济及商业发展的核心。

数据科学与大数据技术专业报考建议

1、当下企业用人现象：一个专业集群对应一个行业热点。大数据是交叉学科，走的是“复合型”培养路线，行业内从事相关职能的人专业背景各异。大数据作为人才培养方向在探索中，如果直接从各专业人才中遴选学苗开展硕士研究生阶段的教育会更适合一些，直接开设本科阶段的教育还相对不够成熟。

2、人才培养与行业发展存在差距。由于教学大纲更新不会太及时，大数据人才7年毕业(本科四年、硕士研究生三年)后，所学恐怕落后于行业发展。

3、大数据人才的典型胜任特征：善于做需求分析、写代码;善于与人沟通，喜欢探索未知;需要根据数据推演、分析、提出解决方案，有数据思维;需要持续保持学习状态;内性格上能动能静。

4、不同办学层次的院校开设此专业，培养模式会有差异。例如，高职类院校学生由于数学基础相对薄弱，会跟多偏向于工具的使用，如数据清洗、数据存储以及数据可视化等相关工具的使用;本科院校会倾向于大数据相关基础知识全面覆盖性教学，在研究生段则会专攻某一技术领域，比如数据挖掘、数据分析、商业智能、人工智能等。

数据科学与大数据技术专业简称数科或大数据专业，旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。

数据科学与大数据技术专业毕业能干什么

数据科学与大数据技术专业学生毕业生能在政府机构、企业、公司等从事大数据管理、研究、应用开发等方面的工作。同时可以考取软件工程、计算机科学与技术、应用统计学等专业的研究生或出国深造。

重视数据的机构已经越来越多，上到国防部，下到互联网创业公司、金融机构需要通过大数据项目来做创新驱动，需要数据分析或处理岗位也很多;常见的食品制造、零售电商、医疗制造、交通检测等也需要数据分析与处理，如优化库存，降低成本，预测需求等。人才主要分成三大类：大数据系统研发类、大数据应用开发类、大数据分析类。

数据科学与大数据技术专业就业前景怎么样

随着移动互联网和智能终端的普及，信息技术与经济社会的交汇融合，引发了数据迅猛增长。新摩尔定律认为，人类有史以来的数据总量，每过18个月就会翻一番。而海量的数据蕴含着巨大生产力和商机。

2011年至2014年四年间，我国大数据处于起步阶段，每年均增长在20%以上。2015年，大数据市场规模已达到989亿元。2016年增速达到45%，超过160亿元。预计2020年，我国大数据市场规模将超过8000亿元，有望成世界第一数据资源大国。但数据开放度低、技术薄弱、人才缺失、行业应用不深入等都是产业发展中亟待解决的问题。

大数据人才需求将有大幅增长，高端人才如大数据科学家的缺口在14万至19万之间;懂得利用大数据做决策的分析师和经理缺口达到150万，数据分析师现在需求就很旺盛了，2年工作经验的月薪可达到8K，硕士学历的数据分析师月薪可达到12K，5年工作经验的可达到40万至60万元。

每天了解一个专业数据科学与大数据技术

专业简介

门类:工学;学制:四年;选科:物理;学科:计算机类;学位:工学。

该专业主要研究计算机科学加持下的大数据技术，主要涉及三个方面:数据管理、软件开发、数据挖掘与分析，例如:新媒体平台定向推流、交通路况实时分析等应用场景。

聚焦报考

专业学什么

核心课程:计算机专业通识课(C语言、Java、微机原理、计算机网络、计算机组成结构等)十数据科学专业课(数据结构、数据库原理、大数据算法、人工智能、数据建模等)。该专业隶属于计算机大类，故要学计算机专业的通识课，也要学几门编程语言。

数据科学的课程出现在大学中的时间比计算机类课程要晚一些，课程内容比较贴合当前的社会实际，在云计算问世以后，数据科学有了更广泛的发挥空间。

适合哪些同学填报

①适合全分段考生填报。该专业的课程主要培养学生基本技能，而这些内容的难度并不大，只要肯用功，都能学好。毕业院校虽然很重要，但更像是敲门砖，走上工作岗位之后的发展与个人能力与认知关系更紧密。

②对于有意向填报计算机类专业的考生，数据科学与大数据技术是非常值得纳入志愿填报范国的。对于大类招生院校，数据科学专业往往归于计算机类之中，对于按专业招生的院校，如果你有意向填报该校的计算机专业，也建议把数据科学专业一并填上。

大学学业建议

·大学期间怎么学

多参加项目、比赛和研究。学电子信息和计算机在本科阶段最好尝试去做一些实践项目。项目经验、竞赛奖项和科研经历对于就业的帮助是非常巨大的。之前有人问我:本科生上哪儿去做科研一个最简单笨拙的办法:登录自己学院官网，找到教师名录里的邮箱，给每个老师发邮件附上简历问问能不能去做科研助理。这些途径是自己争取来的，不是别人安排来的。

就业怎么样

行业:IT、新媒体、电商、金融、零售等。

具体岗位:算法工程师、数据挖掘工程师、数据分析师、数据工程师等。

一、计科专业毕业生和大数据专业毕业生的就业互通程度比较高。

1数据管理方向:和信管专业比较类似，就业并不算太好，体现在岗位人员具有比较高的可替代性，所以薪资待遇只属于中等水平。

2系统开发方向:和软件工程异曲同工，薪资待遇比较好，但是就业竞争比较激烈，院校出身和就业质量呈正相关。

3数据分析与数据挖掘方向:既可以到IT企业中工作，也可以到金融、新媒体等行业工作。但是想要成为领域内的大牛，计算机功底是基本功，个人对行业的认知是至关重要的。