（09 高招·专业）

　　■ 大学专业导航之数据科学与大数据技术专业

　　培养赋能各行业的“数据价值开发者”

　　解读教师：潘 丽

　　山东大学软件学院数据科学与大数据技术系主任，教授，博士生导师；主持多项国家级课题，发表顶级会议、期刊论文100余篇；主要研究方向为云计算、大数据和人工智能。

　　作为融合数学、统计与计算机技术的交叉工科专业，数据科学与大数据技术专业贯通技术研发与产业应用，全面赋能各行各业数字化升级。

　　面向“软件定义一切，数据驱动未来”的发展需求，该专业旨在培养理论基础扎实、工程实践能力突出、跨学科融合视野开阔的复合型高级人才。

　　是什么？

　　以数据为核心的交叉工科

　　数据科学与大数据技术专业是一门融合数学、统计学、计算机科学的交叉学科，以数据为研究核心，围绕数据采集、清洗、存储、管理、分析、挖掘、可视化及应用的全生命周期开展理论研究与工程实践。在数字经济成为国家重要发展战略的背景下，数据被列为与土地、资本、技术并列的生产要素。

　　该专业的核心使命是从海量、多源、异构的大数据中提取有效信息、挖掘潜在规律、形成科学决策依据，推动数据从基础信息素材转化为核心生产要素，为各领域数字化转型与高质量发展提供数据驱动的技术解决方案。

　　学什么？

　　围绕数据处理全流程  培养“实践+创新”能力

　　数据科学与大数据技术专业的学习内容并不是单纯的理论背诵或编程训练，而是围绕数据处理全流程构建课程体系，通过多样化的学习方式，培养学生的实践与创新能力。

　　该专业核心课程均配套对应的实验课和课程设计。学生在课堂学习理论后还要在实验室完成技术验证，然后再通过综合性项目融会贯通，实现学用结合。同时，该专业鼓励学生参与全国大学生数学建模竞赛、国际大学生程序设计竞赛等赛事。开设该专业的部分相关高校还会开放实验室和科研项目，为本科生提供参与国家级、省部级科研课题的机会。此外，多数院校与企业共建实训基地，学生在大三、大四阶段就可通过企业实训接触行业真实需求与工程流程。

　　学生毕业后要具备数学与统计学的分析思维、计算机科学的技术能力以及大数据领域的专业素养，能熟练运用大数据核心技术解决各行业的实际工程问题，同时拥有良好的职业素养、社会责任感和国际视野。

　　干什么？

　　人才缺口大  产业界、学术界刚需

　　数字经济持续发展，各行业加速数字化转型，大数据人才成为全行业刚需，尤其是兼具大数据技术与行业知识的跨学科复合型人才，这类人才在多个领域都缺口较大。同时，大数据技术与人工智能、区块链等新技术深度融合，为专业人才提供了更多创新发展方向。

　　优秀毕业生可升入国内顶尖高校、科研院所，攻读硕士、博士学位，深入研究数据科学、人工智能、计算机科学、统计学等相关方向；还可前往海内外知名学府继续深造，聚焦大数据前沿技术与跨学科应用等研究方向。

　　在就业方面，毕业生可集中进入互联网大厂、科技创新企业，以及智能制造、金融、能源、医疗等数字化转型的传统行业，从事大数据开发、数据分析、数据挖掘、大数据架构设计等工作；也可进入高校或科研院所，从事数据科学与大数据技术相关的教学与科研工作。

　　与此同时，由于大数据技术更新迭代速度快，从业者需保持终身学习的习惯，并且能及时掌握新工具、新方法；随着技术普及，基础数据分析与开发岗位门槛有所降低，行业对高端原创型人才、跨领域复合型人才以及能解决复杂工程问题的工程型人才需求将更为迫切。

　　你适合学吗？

　　数理基础扎实  有兴趣爱探索

　　拟报考该专业的学生应对数据探索抱有浓厚兴趣，善于从海量数据中挖掘规律、解决实际问题，喜欢主动研究编程与数据分析等相关内容；同时，需具备耐心细致的作风，较强的实操能力、创新意识及终身学习的良好习惯。

　　此外，学生还应具备扎实的数学基础，注重物理与英语学科的学习，并具备严谨的逻辑思维，善于拆解和分析复杂问题。

　　在高中阶段，有意报考该专业的考生可利用业余时间阅读大数据相关科普书籍，观看高校公开课，关注行业资讯，全面了解专业内容与行业发展趋势，建立初步认知。

　　选报时，学生要避开三大误区：一是“盲目跟风”，仅因热门高薪而选择，忽略自身兴趣；二是“望文生义”，将大数据等同于简单的数据统计或计算机操作，忽视其交叉学科的理论和实践要求；三是担心无编程基础不敢报，实际上，大学会从零基础开展编程教学，关键在于学生学习的意愿和耐心。

　　专业常见问题解答

　　Q：学生高中时没有接触过编程，在大学期间学习该专业会跟不上吗？

　　A：不会。大学会从零基础开始教授学生Python、C++等编程内容。学生高中无编程基础完全不影响。大学编程学习内容侧重实际应用，难度并非竞赛级，学生只要认真听课、完成课后实验和项目，就能逐步掌握相关技能。

　　专业对比

　　■ 计算机科学与技术专业VS数据科学与大数据技术专业

　　计算机科学与技术专业是更宽泛的基础学科，研究计算理论、计算机软硬件系统的设计与开发，是大数据专业的技术基础；数据科学与大数据技术专业则聚焦数据的处理与价值挖掘，是计算机科学在数据时代的重要应用与延伸。

　　■ 人工智能专业VS数据科学与大数据技术专业

　　大数据是人工智能的“燃料”，为AI模型训练提供海量数据和分析方法支撑；人工智能专业侧重构建能自主学习、推理的智能模型，而数据科学与大数据技术专业更注重数据的处理、分析与实际应用，两者在实际场景中常协同工作。

　　■ 统计学专业VS数据科学与大数据技术专业

　　统计学专业是大数据的理论基础，为数据分析提供推断、建模方法；数据科学与大数据技术专业则结合了计算机技术，能处理统计学难以覆盖的海量、实时、异构数据，且更强调工程实践与行业应用。