Q1
数据科学与大数据技术专业的学习
（研究）对象是什么？
数据科学与大数据技术的研究对象是大数据，基于数学统计、机器学习、计算机技术为理论基础，研究数据的采集、清洗、存储、分析、可视化等活动的技术与方法，是面临新挑战、新思维和新方法的理论、方法、模型、技术等一整套知识体系。
数据科学与大数据技术专业是一门交叉学科，不同于传统的统计学也不同于计算机科学，它更不是两者的简单结合，而是一门在统计学、数学、计算机科学和机器学习的基础上的一门学科。
Q2
我校数据科学与大数据技术专业的
实力如何？
本专业依托于计算机科学与技术、软件工程和数学等相关专业，充分利用计算机科学与技术和软件工程一级硕士点以及“计算机技术与资源信息工程”博士点高层次人才培养经验，开展专业人才培养。校区拥有优秀教学团队和相关教学实验室，并与克拉玛依市云计算产业园、华为等公司建立实习实践基地。校区具有强大的学科及科研支撑，包括“石油数据挖掘北京市重点实验室”“油气数据工程实验室”“油气大数据综合实验室”等科研实验室，可为学生提升自我和科学探索提供优质的教学和科研平台。
Q3
数据科学与大数据技术专业本科
核心课程有哪些？
数据科学与大数据技术专业本科核心课程有：数据结构与算法、操作系统原理、数据库系统原理、计算机网络原理、软件工程、数据科学导论、数据统计与分析、大数据技术原理、数据挖掘技术与应用、分布式系统、人工智能基础、Hadoop大数据分析、计算机视觉、自然语言处理、并行程序设计、数据可视化与应用、媒体数据管理等。
Q4
数据科学与大数据技术专业的前
景如何？
数据科学与大数据技术专业是一门在统计学、数学、计算机科学和机器学习的基础上的交叉学科，也是大数据时代继续发展的一门新兴热门专业。根据已有的专业调查数据，目前数据科学与大数据技术专业的前景非常广阔，虽然该专业的设立时间比较短，但是在第一批本科生大面积就业之后，该专业就成为了继计算机科学与技术专业、软件工程专业之后，第三个就业表现突出的计算机相关专业之一，而且从大的行业发展趋势和人才需求趋势来看，未来大数据专业的就业潜力还是非常大的。从就业的角度来说，当前选择大数据专业可以看成是一个“进可攻退可守”的选择，“进”可以往人工智能相关方向发展，“退”可以从事传统的信息类岗位，包括开发岗、算法岗、运维岗等等，所以大数据专业的就业能力是比较强的。
Q5
数据科学与大数据技术专业的研
究方向有哪些？
数据科学与大数据技术的研究方向有以下几个：
（1）人工智能方向。人工智能主要研究如何用人工的方法去模拟和实现人类智能，其研究基础是知识表示和推理、人工神经网络等。人工智能包含了机器学习和深度学习，是目前较为热门的研究领域。
（2）大数据技术方向。以Hadoop 生态圈工具为主的一系列对数据的收集、存储、分析和计算，强调对此类工具的熟练掌握和使用，能够熟悉相关工具的编程语言，如分布式文件系统 HDFS、分布式计算 MapReduce、资源调度 Yarn的使用和编程，强调学生的动手能力及工具的使用。
（3）理论基础研究方向，专注于数据科学与大数据的理论基础，如统计学、计算机基础、离散数学和概率论等，统计学是数据科学早期的数据分析工具，它是数据科学的理论基础而非核心内容。
（4）数据获取与数据预处理方向。专注于数据的采集和爬取，并对数据进行预处理，针对错误数据、无关数据、数据类型等进行处理。
（5）数据存储与管理方向。专注于数据的分布式存储，研究其存储结构，存储工具的使用等，如 NoSQL 数据库的运用。
（6）数据分析、计算与可视化方向。使用 R 或 Python 语言进行数据分析，基于Tableau、D3.js和Echarts等工具对数据进行可视化和可视分析，采用 Hadoop和Spark 等平台进行分布式计算和数据处理，专注于对数据的分析、分布式计算和对获取的数据进行可视化。
Q6
数据科学与大数据技术专业的毕
业生就业和深造情况如何？
本专业的毕业生可从事大数据领域的工程设计、科学研究、国际合作、科技开发、系统运维和管理工作，主要面向企事业单位信息中心、各类数据信息公司、计算机类公司，也可在计算机科学与技术和电子信息类其他专业领域继续深造。
目前，本专业已有两届毕业生。根据已经掌握的数据统计，2021年至2024年，专业内已有30人成功保送研究生，保研去向包括中国科学院大学、北京交通大学、北京理工大学、厦门大学、山东大学、吉林大学等国内双一流高校的计算机相关学科。2023年毕业生就业率高达91.30%。考研去向包括中国海洋大学、中国石油大学（北京）、西北大学等国内双一流高校。就业方面，学生已陆续签约比亚迪股份有限公司、招商银行股份有限公司、酒泉钢铁集团有限责任公司、广东电网有限责任公司、中国石油新疆油田分公司、中国移动通信集团新疆有限公司等国内知名企业。
专业教师及优秀学子谈专业
——李昂教授
在没有接触到数据科学这个概念之前，对于数据处理仅仅停留在统计分析的基础上，然后把统计结果在二位坐标上画出柱状图或者折线图是我常用的方法，当我第一见到对文本分析而画出的词云时，感到非常震惊，进而看到用河图、玫瑰图等对数据进行可视化分析的结果时候，感到非常惊喜，真正感受到了数据之美。而当我阅读加州大学洛杉矶分校统计学博士邱南森（Nathan Yau）所写的《数据之美》（Data Points）的时候，真的发现这些被隐藏在枯燥数据之后的美妙关系的时候，我无法形容自己的心情，我也才真正理解了作者为什么给自己的书起名叫“数据之美”了。至此，我开始了研究数据可视化与可视分析这个大数据技术领域的重要方法。其实，数据科学不只是我们一般理解的结构化的数据，还包括最为常见的非结构化数据，比如图像和视频，这个领域因为卷积神经网络的崛起而得到了迅速的广泛应用，比如有名的AlphaGo和人脸识别算法的广泛应用，而卷积神经网络依旧是今天数据科学与大数据技术领域的研究热点。这些层出不穷的新技术被广泛应用到我们的日常生活中，已经深深地影响到今天我们的出行、购物，甚至新冠疫情的防疫。而这个趋势还将继续深入下去，这就是数据科学与大数据技术不断发展的动力源泉，这也是这个新兴的交叉专业引人入胜的未来，您感受到了吗？
——权义宁教授
——2024届本科生王鑫桐
“全世界计算机联合起来，英特耐特就一定会实现。”数据科学与大数据技术是一门以计算机科学、统计学、数学为基础且实践性很强的交叉复合型专业。在生活中，数据让一切有迹可循、有源可溯。而在大数据飞速发展的今天，如果你想更深刻了解大数据的大量性（Volume）、快速性（Velocity）、多元性（Variety）、有用性（Value）、真实性（Veracity），那么我们可以书山有路网络为径，学海无涯电脑作舟，通过学习数据科学与大数据技术专业知识进一步领略大数据背后的美！欢迎学弟学妹报考数据科学与大数据技术专业！
——2022届本科生李勇
研究生保送至中国科学院大学
往期回顾
文案|石油学院
编辑|彭宇卓
审核|韩仕清
有趣 有用 有文化
