問答專欄Q & A COLUMN
作為一名教育工作者，我來說說我的看法。
首先，大數據專業本身就是一個典型的交叉學科，涉及到數學、統計學、計算機、經濟學、金融學、社會學等一眾學科，所以大數據專業本科生在考研時也有更多的選擇，可以結合自己的興趣愛好和發展規劃來選擇目標專業和主攻方向。不同專業的考研難度是不同的，總體來說難度都不算低。
從當前的人才需求趨勢來看，大數據專業本科生在考研時，除了可以考慮大數據專業之外，還可以重點考慮一下計算機專業，一方面計算機專業高端人才的需求量比較大，另一方面計算機專業也一直是培養大數據方向研究生的主要專業之一，能夠保障學生的學習和科研體驗。
從大的創新趨勢來看，大數據與傳統行業領域相結合的創新點會越來越多，這一點在工業互聯網時代會有越來越明顯的體現，而由于計算機專業與工業互聯網的技術體系有非常緊密的聯系，所以在計算機專業主攻大數據方向也會有較多的科研資源支撐，包括豐富的課題方向等。
大數據方向的創新需要較多的資源支撐，涉及到數據中心、行業場景和課題資源等，所以在目標學校的選擇上盡量選擇學科實力比較強的高校，同時還需要重點考慮一下所在地區，這兩個因素對于讀研和就業都有比較直接的影響。
在就業方面，近些年來很多大數據方向的同學除了會主攻算法崗位之外，還會重點關注一下開發崗，畢竟相對于算法崗來說，開發崗不僅崗位數量比較多，崗位附加值也比較高，很多同學都會做兩手準備。
我從事互聯網行業多年，目前也在帶計算機專業的研究生，主要的研究方向集中在大數據和人工智能領域，我會陸續寫一些關于互聯網技術方面的文章，感興趣的朋友可以關注我，相信一定會有所收獲。
如果有互聯網、大數據、人工智能等方面的問題，或者是考研方面的問題，都可以私信我！
評論0
加載中...
當然啊，過了統招的分數線，還有二面呢，專業課你也要學，想統計學，數學，還有建模......
數據科學與大數據技術 這個專業名稱，聽起來就有點把采礦、冶煉、機械三合一的感覺。以如下課程設置為例：
C程序設計、數據結構、數據庫原理與應用、計算機操作系統、計算機網絡、Java語言程序設計、Python語言程序設計，大數據算法、人工智能、應用統計（統計學）、大數據機器學習、數據建模、大數據平臺核心技術、大數據分析與處理,大數據管理、大數據實踐等課程。
你可以先去嗶哩上看尚硅谷的大數據課程：
Java基礎 、NIO 、MySQL、 JDBC、 HTML5與CSS3、 jQuery、 AJAX&JSON 、Servlet 、JSP 、Cookie&Session 、Spring、 SpringMVC 、MyBatis、 Maven、 Redis、 Git/Git Hub、 Shell 、Linux、 Hadoop 、Hive
Zookeeper、 Java8、 Scala 、Spark、 Core 、Spark、 SQL、 Spark、 Streaming 、ElasticSearch、 Kafka、HBase 、Java9 、Java10、 MySQL優化 、JVM原理 、JUC多線程、 CDH版Hadoop、 Impala、 Flume 、Sqoop、 Azkaban、 Oozie 、HUE 、Kettle、 Kylin、 Spark、 Mllib機器學習、 Flink、 Python、 SpringBoot、 Hadoop3.x新特性、 ClickHouse、 Kudu 、Presto 、Druid、 Ambari、 DataX、 Logstash、 Kibanna、 數據結構
評論0
加載中...
大數據專業也是近幾年比較火的專業，比較有前途，越來越多的高校在開設這門課，就業比較容易，況且工資不低。就業方向一般去大的互聯網公司，現在各個城市也在成立大數據中心，所以人才需求很大。
至于考研，我覺得數學好的話，還是很容易的。對理工科男生來說，比較占優勢！
評論0
加載中...0
回答0
回答0
回答0
回答0
回答9
回答0
回答10
回答0
回答0
回答
