数据科学与大数据技术（Data Science and Big Data Technology）是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予理学或工学学士学位。

该专业培养德、智、体、美、劳全面发展，掌握数据科学的基础知识、理论及技术，包括面向大数据应用的数学、统计、计算机等学科基础知识，数据建模、高效分析与处理，统计学推断的基本理论、基本方法和基本技能。了解自然科学和社会科学等应用领域中的大数据，具有较强的专业能力和良好的外语运用能力，能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才。

学科门类：工学

专业类别：计算机类

中文名称：数据科学与大数据技术

外文名称：Data Science and Big Data Technology

专业代码：080910（T）

修业年限：四年

授予学位：理学或工学学士

专业层次：本科

1990年代中后期，美国的金融业和连锁零售业开始出现较大规模的信息化基础设施发展，形成了早期成规模的信息化数据沉淀，进而在商业中对数据使用转化成生产力的早期需求开始逐渐显现。2005—2007年，在商业调查与咨询行业内，“Big Data”（大数据）一词被提出并开始被讨论，在此之前，数据就是数据，狭义指能被统计的可数字化资料，广义泛指各类信息，包含文本、图片、音频、视频等。

“大数据”一词的提出，使得人类运用数据的思维和方法出现质变。相对地来描述，“小数据”一词专指利用人工采集的、规模有限的、能被传统统计学所刻画的数据集，广泛地以样本为研究出发点，多呈现结构化的特征。而“大数据”一词特指被机器或算法采集的，规模巨大的，潜在知识不清晰的数据集，广泛以总体为研究出发点，多呈现非结构化的特征。

2011年2月，世界顶级学术杂志《科学》以“数据”为主题出版专刊，大数据从商业问题开始走向严肃科学理论问题。2012年3月22日，美国奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，并将数据定义为“未来的新石油”，将“大数据战略”上升为国家意志。一些科技强国开始意识到：一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，在未来对数据的占有和控制，甚至将成为陆权、海权、空权之外的另一种国家主权能力延伸。

2016年，教育部审批通过北京大学、对外经济贸易大学、中南大学三所高校开设“数据科学与大数据专业（代码080910T）”，作为计算机科学与技术专业类（代码0809）下的特设专业，可授工学或理学学位。

2020年，教育部颁布了《普通高等学校本科专业目录（2020年版）》，数据科学与大数据技术专业为工学门类专业，专业代码为080910T，属计算机类专业，授予理学或工学学士学位。

专业概述

数据科学与大数据技术是依托传统的数学、统计学和计算机科学，融合新兴的云计算和人工智能等技术的交叉学科专业。该专业是以大数据为研究对象，以从数据中获取知识与智慧为主要目的，以专业领域知识为理论基础，以数据采集、预处理、数据管理及数据计算等为主要研究内容。从大数据应用中的数据管理、系统开发、海量数据分析与挖掘等层面培养具有大数据思维，从事大数据分析、开发和运维的应用型人才。专业特色体现出理论性和实践性强，发展迅速，社会对人才需求缺口大，应用领域广，薪资待遇高等特点。

培养目标

该专业以大数据国家战略发展规划历史机遇和粤港澳大湾区数据产业发展需求为引领，培养热爱祖国，坚持社会主义道路，德、智、体全面发展，具有扎实的计算机与大数据学科的理论基础，拥有较强的英语能力、知识面广，实践动手能力强的研究型或工程型数据科学领军人才，主要制定了以下培养目标：

具备大数据领域基础知识、基本技能和科学研究的基本素质；

具有应用大数据技术理论和方法进行数据建模和高效分析与处理行业关键性技术问题的综合能力；

具有强烈的社会责任感，具有良好的职业道德、敬业精神、英语能力和国际视野；

具有源头创新和引领行业技术发展的潜质，具有终身学习并适应大数据领域新发展的能力；

适应独立和团队工作环境，成为推动大数据技术在互联网、金融、教育、医疗、物流等相关行业应用创新的数据科学人才。

能够在国家机关和企事业单位从事大数据研究、大数据分析、大数据应用、大数据决策等工作。

培养规格

学制与学位

学制：四年

授予学位：理学或工学学士

参考总学分：建议参考总学分为140~180学分

人才培养基本要求

一、思想政治和德育方面：按照教育部统一要求执行。

二、业务方面

2.1）掌握从事专业工作所需的数学（特别是离散数学）、自然科学知识，以及经济学与管理学知识。

2.2）系统掌握专业基础理论知识和专业知识，经历系统的专业实践，理解计算学科的基本概念、知识结构、典型方法，建立数字化、算法、模块化与层次化等核心专业意识。

2.3）掌握计算学科的基本思维方法和研究方法，具有良好的科学素养和强烈的工程意识或研究探索意识，并具备综合运用所掌握的知识、方法和技术解决复杂的实际问题及对结果进行分析的能力。

2.4）具有终身学习意识，能够运用现代信息技术获取相关信息和新技术、新知识，持续提高自己的能力。

2.5）了解计算学科的发展现状和趋势，具有创新意识，并具有技术创新和产品创新的初步能力。

2.6）了解与专业相关的职业和行业的重要法律、法规及方针与政策，理解工程技术与信息技术应用相关的伦理基本要求，在系统设计过程中能够综合考虑经济、环境、法律、安全、健康、伦理等制约因素。

2.7）具有组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力。

2.8）具有初步的外语应用能力，能阅读该专业的外文材料，具有国际视野和跨文化交流、竞争与合作能力。

三、体育方面：掌握体育运动的一般知识和基本方法，形成良好的体育锻炼和卫生习惯，达到国家规定的大学生体育锻炼合格标准。

课程体系

总体框架

数据科学与大数据技术专业的知识体系包括通识类知识、学科基础知识、专业知识和实践性教学等。课程体系须支持各项毕业要求的有效达成，进而保证专业培养目标的有效实现。人文社会科学类课程约占15%，数学和自然科学类课程约占15%，实践约占20%，学科基础知识和专业知识课程约占30%。

人文社会科学类教育能够使学生在从事工程设计时考虑经济、环境、法律、伦理等各种制约因素。

数学和自然科学类教育能够使学生掌握理论和实验方法，为学生表述工程问题、选择恰当数学模型、进行分析推理奠定基础。

学科基础类课程包括学科的基础内容，能体现数学和自然科学在该专业中应用能力的培养；专业类课程、实践环节能够体现系统设计和实现能力的培养。

课程体系的设置有企业或行业专家有效参与。

理论课程

通识类知识

通识类知识包括人文社会科学类、数学和自然科学类两部分。人文社会科学类知识包括经济、环境、法律、伦理等基本内容；数学和自然科学类知识包括高等工程数学、概率论与数理统计、离散结构、力学、电磁学、光学与现代物理的基本内容。

学科基础知识

学科基础知识被视为专业类基础知识，培养学生计算思维、程序设计与实现、算法分析与设计、系统能力等专业基本能力，能够解决实际问题。

建议教学内容覆盖以下知识领域的核心内容：程序设计、数据结构、计算机组成、操作系统、计算机网络、信息管理，包括核心概念、基本原理以及相关的基本技术和方法，并让学生了解学科发展历史和现状。

专业知识

课程须覆盖相应知识领域的核心内容，并培养学生将所学的知识运用于复杂系统的能力，能够设计、实现、部署、运行或者维护基于计算原理的系统。

实践教学

具有满足教学需要的完备实践教学体系。主要包括实验课程、课程设计、实习、毕业设计（论文），4年总的实验当量不少于2万行代码。积极开展科技创新、社会实践等多种形式的实践活动，到各类工程单位实习或工作，取得工程经验，基本了解本行业状况。

实验课程：包括软、硬件及系统实验。

课程设计：至少完成2个有一定规模和复杂度的系统的设计与开发。

实习：建立相对稳定的实习基地，使学生认识和参与生产实践。

毕业设计（论文）：须制定与毕业设计（论文）要求相适应的标准和检查保障机制，对选题、内容、学生指导、答辩等提出明确要求。保证课题的工作量和难度，并给学生有效指导；培养学生的工程意识、协作精神以及综合应用所学知识解决实际问题的能力；题目和内容不应重复；教师与学生每周进行交流，对毕业设计（论文）全过程进行控制；选题、开题、中期检查与论文答辩应有相应的文档。

对毕业设计（论文）的指导和考核有企业或行业专家参与。

发展前景

人才需求

产业规模：

据赛迪数据显示，2018年中国大数据产业规模为4384.5亿元，同比增长23.5%；到2021年，中国大数据产业规模将超过8000亿元。 [12]另据《2020中国大数据产业发展白皮书》中的数据，2019年中国大数据产业规模达5397亿元，同比增长23.1%，预计到2022年将突破万亿元。

整体需求：

根据天府大数据国际战略与技术研究院《2018全球大数据发展分析报告》数据，2018年中国大数据产业人才占整体就业人口规模的0.23%，大约179.4万人。

猎聘《2019年中国AI&大数据人才大数据人才就业趋势报告》指出，2019年中国大数据人才缺口高达150万。另据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万。

随着大数据、物联网、5G等技术应用的不断发展，社会对该职业从业人员的需求日益增长。预计2020年中国大数据行业的人才需求规模将达到210万，2025年前大数据人才需求仍将保持30%-40%的增速，需求总量在2000万人左右。

市场需求：

据《2017互联网人才趋势白皮书》数据显示：眼下，几乎所有互联网企业均把数据人才列为团队标配。许多公司在数据层面增加投入，大量招募具有算法和建模能力的人才，力求通过数据沉淀与挖掘更好地推进产品的迭代。数据架构师、数据分析师成为企业争抢对象，过去一年招聘需求提高150%以上。

考研方向：

该专业学生可以考取软件工程、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。

就业方向

就业领域：

该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。

岗位类型：

企业提供的大数据岗位按照工作内容要求，可以分为以下几类：

①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。