数据科学与大数据技术专业导论学习总结(2).pdf

数据科学与大数据技术专业导论学习总结随着移动互联网的兴起，全球数据呈爆炸性增长，数据规模大约每两年翻一番。而随着人工智能环境下物联网生态圈的形成，数据的采集、存储、分析处理、融合共享等技术需求都能得到响应，各行各业都在体验大数据带来的革命，与大数据相关的技术人才需求激增。据预测，中国近年内大数据人才缺口达200万人，全世界相关人才缺口超过千万之多，因此培养大数据技术人才的重任落到了高等院校身上。从事数据统计、分析和应用的人才已经难以适应大数据时代的新要求。大数据具有体量巨大、速度极快、类型众多、价值巨大的特点，对数据从产生、分析到利用提出了前所未有的新要求。高等教育只有转变观念，更新方法和手段，寻求变革与突破，才能在大数据与人工智能的信息大潮面前立于不败之地。我国教育部门为了响应社会发展需要，于2016年开始正式开设“数据科学与大数据技术”本科专业与“大数据技术与应用”专科专业。近几年，全国形成了申报与建设大数据相关专业的热潮。1.培养目标：大数据专业在不同的教育阶段有不同的人才培养目标，专科以大数据领域的技能型人才为培养目标，本科以具备初步研发能力的应用型人才为培养目标，而研究生阶段则以创新型人才为培养目标。2.大数据专业的人才培养计划与培养单位自身的资源整合情况也有较为密切的关系，尤其是研究生教育阶段有更为明显的体现。实际上，大数据人才的培养不仅局限在大数据专业和计算机专业，经济学、统计学、金融学等专业也可以培养大数据方面的研发人才，而这些专业在培养大数据人才时往往有明显的专业属性。由于大数据产业链上的岗位比较多，涉及到数据采集、数据整理、数据存储、数据安全、数据分析和数据应用，不同岗位所需要的知识结构也有一定的差别，所以在人才培养的时候会结合学生具体的学习方向制定培养计划。大数据技术与应用”专业强调培养具有大数据实践能力的大数据人才。该专业重点培养具有以下两方面素质的人才：一是工具的掌握，掌握数据采集和数据分析的基本工具；二是数据分析能力，掌握实用数据分析和初步数据建模能力。3.总的来说本专业培养具有大数据应用背景的复杂工程问题分析和解决能力,具有沟通和协作能力、管理和创新能力,具有国际视野、社会责任感和工程职业道德,能在计算机、金融等相关专业领域从事大数据产品相关的算法分析与设计、数据模型构建和研究、数据存储与管理、系统设计与实现、平台部署和维护等工作,并能适应技术进步和社会发展需要的复合型高级工程技术人才。4.专业特色：数据科学与大数据技术专业以统计学、数学和计算机科学为基础，以“新工科”教育理念为指导，瞄准国家大数据战略需求和国际数据科学学术前沿，与生命科学、医疗健康、经济金融等领域深度融合，形成了人工智能、互联网大数据、金融大数据和医疗大数据四个特色鲜明的研究方向。数据科学与大数据技术专业基于“产学研”相结合的人才培养模式，以国家大数据战略规划为指引，以社会需求为导向，立足本省，面向全国，放眼世界，致力于培养掌握数据科学的理论与方法，精通大数据处理与分析、算法研发、可视化等技术的高水平人才。衡量单位PB级别，存储内容多。大数据需要在获取速度和分析速度上要及时迅速。保证在短时间内更多的人接收到信息。数据的来源是各种渠道上获取的，有文本数据，图片数据，视频数据等。因此数据是多种多样的。大数据不仅仅拥有本身的信息价值，还拥有商业价值。大数据在结构上还分为：结构化，半结构化，非结构化。结构化简单来讲是数据库，是由二维表来逻辑表达和实现的数据。非结构化即数据结构不规则或不完整，没有预定义的数据模型。由人类产生的数据大部分是非结构化数据。5.课程体系：该专业属于交叉学科：以统计学、数学、计算机为三大支撑性学科;生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。此外还需学习数据采集、分析、处理软件，学习数学建模软件及计算机编程语言等，知识结构是二专多能复合的跨界人才(有专业知识、有数据思维）。主要包括基础课程、核心课程及选修课程三大模块。其中专业基础部分侧重为语言和专业基础方面的课程，包括《大数据的Python基础》、《Linux系统基础》、《大数据的统计基础》等。专业核心部分涵盖了数据采集、存储与处理方面的内容，包括《数据存储（MySQL）》及《数据清洗》等课程。专业选修部分以大数据分析、开发及应用为重点，开设包括《数据分析导论》、《大数据行业应用导论》、《数据可视化》、《Hadoop大数据平台基础》等课程。由于数据科学与大数据技术专业较新，可供借鉴的历史不多，大家各自的理解不同，在课程体系方面形成了“百花齐放”的局面，究竟哪个是最好的、最完整的，暂时没有结论。笔者提出的专业课程体系供大家参考，也供本专业学生选择课程时参考。针对以上专业课程体系，专业导论课程需要将专业主要的知识点串接起来，既要从各主要课程中抽出重