# K: P* O5 x) u0 v" X
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!
1 T. q, j* I% S$ s, R
7 [! ]1 Z+ B2 h. Q4 S! Y: Z 大数据科学与大数据技术专业好不好
9 B% |2 [8 l @4 j
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。
; B7 P( l. ^& [, S4 R 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。
# O! u- {. j6 A" T& { 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。
# H# K1 s: v" d* d( j/ [
数据科学与大数据技术专业就业前景分析
% y4 I; C5 j# v
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。
: M2 l! d. Z6 k" {# O4 ? 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。
7 M: \- ?. w5 \' D" d* t9 \
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。
2 p% _8 D, Z% N/ i 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。
$ }9 e% g4 H7 F: V. Y' z% w# b3 J
数据科学与大数据技术专业就业薪资在多少
8 ^/ M% H) z& |
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。
7 ?' h7 f9 N8 s
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。
% R( {; Q' r x; j2 ^: T
数据科学与大数据技术专业就业方向
- }$ }$ R( M; c6 j
1.大数据系统架构师
: O' d, i5 r3 ?- `/ Z1 l/ L+ Z 大数据平台搭建、系统设计、基础设施。
+ I5 I) G) \) l% [ 2.大数据系统分析师
% C4 b3 n7 I9 u( |
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。
* h* G8 C% `7 m# R& V% [ 3.hadoop开发工程师。
. ?' }. M3 e8 l4 e+ X" Q! v
解决大数据存储问题。
! X& B5 d9 u; ^# F5 m# n 4.数据分析师
' {8 |5 ^1 g K6 k: ^- y! G" Y
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。
5 c/ H, N4 ~" R, H 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。
$ a' x8 A7 D& s* n5 o; a
