% h: i6 R) N) @5 E h) _' [
目前我国已经有80多所高校开设了数据科学与大数据技术专业，很多人对于数据科学与大数据技术专业比较感兴趣，都想去报考。想知道数据科学与大数据技术专业就业前景怎么样，好不好找工作呢?下面小编为大家介绍一下!
% s" x) a A7 a; [ 
& x" t' S( l9 z1 M/ L' ~
大数据科学与大数据技术专业好不好
! |2 ]* ?5 n# Y" _; H; ?8 i
专业还是不错，但这个专业对数学与物理的功底要求不是一般的高。物理必须非常好，数学是计算，物理是思维与想象的严密。如果高中数学、物理不好，还是谨慎报考。否则进去后，听不懂，作业做不了，最后挂课很多，毕业证都没了。因此，高中数学不好，物理不好的，一定要小心报考。
: z7 S% h; f5 V9 A
另外，从对数学和物理的要求这么高看，相对而言，高等级的学校（如985、211或双一流）开设的会得心应手，而一些低端的学校，可能差一些；尤其是民办（独立）学院，可能师资都成问题；但这些低端的学校，在宣传上可能比高端学校做得好，罗列一大堆证书和获奖，可能是都是化钱买的。
/ r) P v5 V p( q5 W 报考学校时，要多比较，看看有没有硕士点、博士点。如果都没有的，那相对差很多，毕竟这是一个高智商的专业。
) }+ p( G. m- _0 e2 z: } 数据科学与大数据技术专业就业前景分析
# L( X4 ~: K: ~: \1 H4 ]3 D% P- { 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。
+ T" n+ k+ {! b
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98.9亿元。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。
4 G" b6 V. H' Z5 N+ }- l/ T$ s
根据领英发布《2016年中国最热职位人才报告》显示，有六类热门职位的人才当前都处于供不应求状态，稀缺程度各有不同，其中，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。
1 J5 k5 E( o0 n# L# L3 J
目前的当务之急是解决大数据人才瓶颈问题，相关调查显示，未来3-5年大数据人才缺口达到150万之多。，但截至目前，中国大数据从业人员只有约30万人。同时，大数据行业选才的标准也在不断变化。初期，大数据人才的需求主要集中在ETL研发、系统架构开发、数据仓库研究等偏硬件领域，以IT、计算机背景的人才居多。随着大数据往各垂直领域延伸发展，对统计学、数学专业的人才，数据分析、数据挖掘、人工智能等偏软件领域的需求加大。
1 M; k/ {; @2 U4 a# I% e6 e# o 数据科学与大数据技术专业就业薪资在多少
+ H1 T) y! U# C: w* z m, k
在一些发达城市，比如美国，大数据分析师每年平均薪酬高达17.5万美元，而国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。
* w. B& K: Q# N) F4 O; N2 L7 f4 t) K
国内某大型招聘平台给出的数据分析师的平均薪酬为:9724(取自 1139 份样本)，在北京、上海、广州、深圳、杭州、南京、武汉、成都、长沙等城市，大数据分析师需求量也是非常大的，因此，大数据分析是很有发展前途的。
# G% t! @7 ]6 e, h+ p& F b 数据科学与大数据技术专业就业方向
! w+ P( l% f& n1 K
1.大数据系统架构师
5 @6 W& I) \+ S! j7 @; [* J' B 大数据平台搭建、系统设计、基础设施。
" g; K F6 F: O1 J
2.大数据系统分析师
\1 T8 n D3 [# X/ }! Y* h4 D
面向实际行业领域，利用大数据技术进行数据安全生命周期管理、分析和应用。
; e/ O' a& V- q7 H5 } 3.hadoop开发工程师。
' q% n) B- F5 H4 l% L8 |5 u# f 解决大数据存储问题。
9 u! L7 j9 S" V
4.数据分析师
) @0 a( u1 V4 P+ C/ t: V 不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。在工作中通过运用工具，提取、分析、呈现数据，实现数据的商业意义。
. m+ _8 U+ ]9 n4 E# {% r7 Y 作为一名数据分析师，至少需要熟练SPSS、STATISTIC、Eviews、SAS、大数据魔镜等数据分析软件中的一门，至少能用Acess等进行数据库开发，至少掌握一门数学软件如matalab、mathmatics进行新模型的构建，至少掌握一门编程语言。总之，一个优秀的数据分析师，应该业务、管理、分析、工具、设计都不落下。
+ R5 Q( o" y5 H2 o3 D
