数据专业详细解读：为什么会数据专业成为现代人才的必修课？

数据专业

/01:学科介绍

数据科学

定义：指能采用科学方法、运用数据挖掘工具、算法、模型对复杂多量的数字、符号、文字、网址等信息进行数字化重现与认识，把这些数据结果应用到业务中，提供策略，辅助决策，增长业务。

特性：目标明确，先做假设，然后通过数据分析来验证假设是否正确，从而得到相应的结果。

工具&技能：Hadoop套件、Java、C++、C#、Ruby、Python、R、Matlab、SPSS、SAS、Stata、Excel、Oracle、懂数据采集、懂数学算法、懂数学软件科学懂数据分析、懂预测分析、懂市场应用、懂决策分析

数据分析

定义：根据分析目的，用适当的统计分析方法及工具，对收集来的数据进行处理与分析，提取有价值的信息发挥数据的作用。

特性：是有目标的数据辅助业务的过程。目标明确，先做假设，然后通过数据分析来验证假设是否正确，从而得到相应的结果。数据分析更偏向于数据的执行过程。

工具&技能：Excel、Python、SQL...

数据挖掘

定义：从大量的数据中，通过统计学、人工智能、机器学习等方法，挖据出未知的、且有价值的信息和知识的过程。

特性：是无目标的数据探索的过程。输出模型或规则，且可相应的得到模型得分或标签。数据挖掘更偏向于数据的执行过程。

工具&技能：R、Python、SPSS、SAS、Pandas、决策树、线性回归、逻辑回归、随机森林

大数据

定义：大数据是指巨型数据，无法一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

特性：大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。大数据更加偏向于理论概念，也是目前创新思维，信息技术以及统计学技术的综合概述。

工具&技能：Python、R、Java，Hadoop、Linux、Strom、Spark(Scala)等等

机器学习

定义：机器学习是人工智能的子领域，通过运用某些ML算法，可以将其翻译为机器可理解的语言，是使计算机具有智能的根本途径。

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

特性：可以通过机器的0,1进制模型来优化业务，增进业务的一个技术手段。

工具&技能：C++、Python、决策树算法、支持向量机算法、人工神经网络算法、随机森林、深度学习等

/02:课程设置

概率论，应⽤统计，数据挖掘，机器学习，⼈⼯智能，数据可视化、统计学、逼近论，线性代数、高等数学等

/03:就业方向

数据挖掘与统计分析

数据挖掘和统计分析都代表了从数据中学习的⽅法。在这个专业⻆⾊中，有抱负的⼈学习如何从数据中发现和识别有意义的结构，并将它们映射在⼀起以产⽣有意义的信息。

商业智能与战略制定

这是另⼀个蓬勃发展的数据科学专业，因为⼤多数公司更喜欢拥有⼀些 BI 专业⼈员。商业智能是分析师必须将数据转化为洞察⼒的领域，以帮助推动具有最⼤潜⼒的业务。这个专业领域允许培养具有⾼精度和简单性的后端数据源。

数据⼯程和数据仓库

数据⼯程是将数据转换为有意义的格式的⽅法，以便专业⼈员可以使⽤这些数据进⾏深⼊分析。数据⼯程师整合来⾃多个异构来源的数据，并使⽤即席查询对其进⾏结构化，从⽽为决策提供有意义的模式。

数据可视化

⼈类⽂明的⽂化⼤多是视觉的，包括从艺术和⼴告到娱乐和学习的⼀切。当我们可视化任何东西时，它变得⾮常有影响⼒且易于理解。数据可视化是数据科学专业领域，负责将数据和信息表⽰为图形表⽰。

数据库管理和数据架构

在这个数据科学和⼤数据时代，企业和组织需要拥有符合⾏业标准的集中式数据架构。成功清理后，数据将在数据库中部署和维护，以⽀持应⽤程序、服务或服务组的复杂数据事务。

运营相关数据分析

与运营相关的数据分析直接使⽤组织的其他员⼯和成员提供的⼯具和数据。提供数据的⼯具可以在企业的各种运营（如物流、技术、⼈⼒资源、财务）中找到改进的可能性。

机器学习和认知专家

机器学习和认知算法开发是数据科学的⼀些顶级专业。通过这种⽅式，有志者和专业⼈⼠可以开发基于算法和⼈⼯智能 (AI) 的解决⽅案。

/04:院校与项目

01 哈佛大学

1.5年MS数据科学项⽬

数据科学硕⼠课程由计算机科学和统计学院联合领导，并通过应⽤计算科学研究所(IACS) 管理，在快速发展的数据科学领域培养学⽣。

数据科学位于统计⽅法、计算科学和⼴泛的应⽤领域的交叉点。该计划在海量数据集的统计建模、机器学习、优化、管理和分析以及数据采集⽅⾯提供了强有⼒的准备。该计划侧重于可重复数据分析、协作解决问题、可视化和通信以及数据科学中出现的安全和道德问题等主题。

02 耶鲁大学

MA/MS统计与数据科学硕⼠项⽬

录取者需掌握概率论、数理统计和统计理论，也需要拥有真实的数据相关的工作经验；

这个项目将新增4门「Data Science」课程，包含至少2门数据科学方法的课程，以及至少2门数据科学方法的课程，以及至少2门有效计算和大数据课程。

03 卡内基梅隆大学

2年MCDS计算数据科学硕⼠

MCDS项⽬下设有三个Track，分别是System Track（系统⽅向）,Analytics Track（分析⽅向）和HCI Track（⼈机交互⽅向）, 每个被录取的学⽣可以在第⼀学期后选择⾃⼰感兴趣的Track进⾏相应的选课并毕业。

System Track更偏向传统计算机，涵盖操作系统、数据库、分布式系统等课程。Analytics Track更偏向机器学习和⾃然语⾔处理，涵盖机器学习理论以及⾃然语⾔处理应⽤的相关课程。HCI更偏向⼈机交互，涵盖与教育学、社会学、经济学和数据科学交叉的课程。

04 斯坦福大学

数据科学MS

项目长度1.5-2年。Stanford的DS项⽬是ICME和STATS合办的，除了录取分开之外课程设置是⼀样的。略微不同的可能是，ICME有更为⽅便的转PhD路径，对于不确定毕业后直接industry还是PhD的同学来说flexible⼀点。

项⽬⾥有同学是全职⼯作1-2年过后再来读书的，也有同学是之前以research intern经历为主。感觉⾝边的同学数学计算机统计背景都挺强的，每个⼈都很有趣很有想法，有⼀定的research或者industry exposure。

数据专业课题