数据科学是一门涉及到统计,数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论，特别是以下分支：机器学习, 分类, 聚类分析，数据挖掘，数据库和可视化。大多数院校的Data Science属于STEM学科。

哥伦比亚大学DS详细课程参考：

1.3 学数据科学的学生是做些什么？

出自哈佛大学的数据科学项目网站

美国开设DS和BA专业的所有院校:

很多学生会选择同时申请两个专业，但是实际上，两个专业还是有区别的：

1. DS一般在工学院或者文理学院，

2. DS的课程设置一般偏向于计算机和数学，

3. 受教育程度略有不同

4. 应用的技能不一样

关于两个专业的更多区别可以参考该链接：

美国大多数院校的数据科学硕士要求：

2、数学基础（比如微积分、线性代数）

3、熟悉概率论、或者统计

4、如果没有这些先修课程甚至会开始预科夏季课程给学生，不计入学分当中，比如布朗大学。

如果有转专业的同学可以尽可能的修习以上课程，提升自己的竞争力，通过二学位、辅修学位、暑期课程、网课等方式多修课程。或者多参与实践实习科研也对申请数据科学有很大帮助

1、计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主。

2、可选择远程和实地这两种，以个人时间为主，平时可以参加远程，假期可参与实地。

3、新东方专属项目，CMU、哈佛、伯克利的专属项目，可一对一、一对三。

1、运营岗位 -百度运营。

2、审计、商业数据分析，数据处理、智能检索系统，证券研究部门。

想申请好学校，建议找以下两类科研：

1、含金量高的科研，参与课题周期时间略长一些，有产出。

2、大数据、数据挖据，机器学习方面，或者编程类的实习，学校对学生的实际操作还是比较看重的，特别是转专业的学生，想申请DS，建议科研涉及编程方面。

新东方专属背景提升项目，包括金融专业实习、科研等众多项目，帮助学生提升软实力，丰富文书和面试内容，提高录取概率！

Science 毕业生提供了很好的就业方向和机会，并且薪水比肩IT行业。

数据科学具体的职位可能有：

这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际 工作 将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT 部门和业务部门领导。

二、数据预测（数据挖掘）分析

营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。

数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据 清洗 和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需 要保证 市场数据的完整性，准确性，真实性和不冗余。

数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。

六、可视化（前端展现）工具开发

海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有 数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。

精品文档，助力人生，欢迎关注小编！ 大数据背景下会计学专业核心能力与核心课程的研究 摘要：大数据时代的到来为高校教育带来了新的机遇与挑战。高校想要提升自身教育質量，就应时代发展趋势，不断对教学模式进行创新与改革，从而培养出大数据时代所需的新型人才。会计专业是我国各高校十分火热的专业，高校应提升会计教学质量，为时代的发展提供动力，设置会计专业核心课程，从而培养出高素质人才。在此基础上，本文对会计专业教育现状进行分析，以培养会计核心能力人才为目标，对专业课程进行设置，并提出有效的人才培养策略。 关键词：大数据;会计;核心课程;核心能力 我国经济水平的提升与整体环境的改善提升了对会计专业人才的要求，不光要具有极强的专业知识，还应具有综合素质能力;不光应具有动手能力、实践能力、协调能力、组织能力、管理能力、核算能力，还应具有高质量人文素养及团队合作能力。其中，财务管理能力是基础要求，也是最主要的要求。因此，高校应以培养学生核心能力为教学目标，在此基础上，对学生的综合素养进行培养。核心能力的培养必须在高强理论知识的基础上，教师只有在提升学生理论知识的基础上，培养其综合能力，学生走出校门后才能够满足当前社会人才需求。 一、会计专业教学现状 （一）教学方向的转变 受扩招影响，大部分高校人才培养模式缺乏严格的质量标准与在针对性，通常将复合应用型人才、应用型人才、复合型人才的培养作为教学目标，但是教师对应用型人才需具备的素质与复合型人才需具备的内涵知之甚少，导致教学缺乏个性化与特色化，所培养出的人才不具备社会适应性，学生脱离校园后无法与行业接轨，更加无法满足大数据时代下人才需求，这一现状导致结构性失业的情况发生【1】。由于当前大部分高校会计专业教学过程中存在教学理念落后、课程体系与教育目标之间存在偏差、人才培养目标缺乏新意、课程衔接性差、实践性不足等问题，极易导致会计专业教学改革。当前高校会计教育模式与大数据时代发展趋势脱轨，存在教育目标与教学体系不对应、教学目标与核心课程不匹配、核心能力培养与岗位需求不相符等问题。 （二）专业教学无法满足时代需求 网络时代的到来使信息技术有了飞速的发展，人工智能及互联网技术在各行业中得到广泛应用，会计机器人、云会计、大数据等信息技术使企业财务管理外延与内涵发生了显著的变化，这一现状为各高校会计专业成本核算及财务管理人才的培养提出了全新的挑战。大数据时代的发展对企业财务管理带来的变化显而易见，未来，企业核算型会计将会被淘汰，我国市场将会对核心能力型会计人才有大量需求。但当前我国各高校会计教育仍处于起步阶段，管理会计的需求量会持续增加。 （三）大数据背景下会计专业人才需求 当前，我国处于大数据环境，复合型会计人才应具有从海量数据中搜集与公司相关数据的能力【2】。首先，应具备大数据使用能力;其次，应具备大数据分析能力;最后，应掌握大数据使用技术。上述要求是当今社会对会计人才的要求，也是大数据环境下时代变化的具体体现。纵观当前会计行业发展趋势，管理会计具有明确目标。据相关调查结果可知，美国80%的会计工作人员从事管理会计一职，其他工作人员从事核算记账工作;我国会计工作人员职业分配与美国相反，在2020万会计工作人员中，仅有20%的工作人员从事会计管理工作，其他从事核算记账工作。在当前环境中，管理会计具有绝对的优势，且企业对管理会计的需求逐渐增多。但在高校会计专业教育过程中，未树立正确教育认知，教学思想未与时代发展同步，更没有将信息技术、智能技术、互联网等大数据应用在教学过程中。这一状况导致学生头脑中未形成大数据概念，更谈不上具备处理大数据的能力。 二、大数据环境下高校会计专业教学策略 （一）明确人才培养目标 大数据时代的到来将各行业带入了全新的发展时代。大数据时代的信息量庞大，且信息处理速度飞快，这一特性能够使会计行业业务处理效率得到十分显著的提升。在此背景下，企业对会计人才有了新的需求，要求会计工作人员同时具备数据挖掘能力、数据分析能力及计算机操作能力，能够通过分析数据预见企业隐藏的风险。大数据时代，通过互联网技术及人工智能能够实现会计机器人与云会计的广泛应用，并将传统会计工作中的业务处理方式转换为智能操作【3】。由此可知，会计工作人员的工作职责会在大数据背景下发生翻天覆地的变化，并从传统会计工作中的财务管理转变为多方面同时管理。大数据时代下高校会计专业教学目标就是培养大批量满足社会需求的人才，并将财务会计逐渐过渡为财务管理会计。 （二）提升会计人才核心能力 创造价值并维护价值是未来会计人才必备的能力。在当前时代，管理会计作为一门艺术、技术、科学相结合的学科，管理会计工作人员不光应具备财务管理知

摘要：时代发展要求信息管理与信息系统专业必须走改革创新之路。文章探讨了大数据时代背景下信息管理与信息系统专业增设大数据技术与大数据管理知识的必要性和存在的问题，阐述了大数据技术与信息管理创新型人才培养目标的定位，核心能力的构建，课程体系的设置及培养方案持续改进机制等内容，能为各高校培养高素质的大数据应用型信息管理人才提供帮助和参考。

关键词：大数据;信息管理;人才培养方案;课程体系

开放科学（资源服务）标识码（OSID）：

世界在变，信息管理与信息系统专业（以下简称信息管理专业）也在变。世界经历了手工时代，机械化时代和信息时代，再到如今的智能时代。相应的信息管理专业自1998年设置，从最初的单纯强调技术或管理的模式，到“信息技术+管理”模式，再到目前较为成熟的计算机科学技术、信息科学、管理学等多学科交融模式。在如今大数据时代、智能时代背景下，信息管理专业仍有很多问题在继续探索之中，包括课程体系改革研究[1-5]、培养模式创新研究[6-8]等。

1 信息管理专业增设大数据管理课程的必要性

1.1 提高就业率的需要

由于信息管理专业在高校重复设置相对较多，近几年在部分高校中连续多年招生录取率和毕业生签约情况不太理想，造成整体指标偏低，在一些地方信息管理专业成了本科预警专业。然而，由于大数据对社会各个领域产生了深刻的影响，催生了大量人才缺口，大数据技术与管理创新型人才是人才市场中的稀缺资源。如果能把握好当前大数据发展机遇，对信息管理专业进行改革创新，培养具有大数据管理知识和技能的应用型信息管理专业人才，将更加符合人才市场的需求，扭转被预警的局面。

1.2 时代发展的必然

时代在变，人们对信息的获取、传递、处理和利用的方式在变，信息管理专业适应时代的需要必然要变革。信息时代强调计算机技术在业务系统改造和升级过程中的应用，数据来源大多数为单一系统，信息管理的关键是实现数据库管理系统对数据的组织。而大数据时代，大部分数据资源来自各种类型的系统和网络，更强调对海量数据的分析、决策支持和智能决策、机器学习、预测等功能，信息管理技术上更复杂。要适应時代需求，信息管理专业在培养方案、核心能力设计和课程体系设置等方面必须进行改进和优化。

1.3 专业发展的必然

信息的本质就是数据，大数据管理和大数据技术是信息管理和信息技术在新时期发展的结果。大数据时代的到来，信息系统要求更智能化，信息管理需要从分布式、云计算、移动互联、非关系型数据库等技术环境下获取和管理海量的数据资源，并在其中发现新知识、创造新价值。要有效地管理信息就必须额外掌握大数据技术与大数据管理、分析、预测、机器学习和智能决策等知识，并将这些知识与传统的信息管理知识融会贯通，转化为解决实际问题的应用能力。

2 信息管理专业课程体系改革存在的问题

2.1 大数据技术与信息管理创新型人才培养方案构建问题

大数据时代的信息管理专业既要求掌握大数据技术，又要求掌握传统信息管理专业知识，并且能设计和构建相应的信息管理决策分析模型与方法，有效地将信息科学和其他各行业的应用相结合，以适应社会及行业发展要求。信息管理专业如果想要获得比诸如大数据科学与应用等其专业的就业优势，就必须明确培养目标。

2.2 核心能力设置问题

核心能力依据培养目标设置，又直接影响课程体系的设置。基于目前信息管理专业建设具有的成熟度，在信息管理专业人才培养方案的基础上增设大数据管理与大数据技术的相关课程，是解决大数据发展人才瓶颈的重要举措，也是信息管理专业建设在大数据背景下发展特色之路的有效途径。信息管理专业如何保证既能保持信息管理特色，又能培养出对社会有用的大数据技术与管理创新型人才，主要在于核心能力的设置上。

2.3 信息管理专业大数据课程体系设置问题

高校要培养出符合社会发展的高素质信息人才，最主要的方式就是通过课程安排来实现这一目标，只有通过课程的学习才能够不断掌握相关的信息管理与技术知识，才能够不断提高自己的专业素养，因此一个好的课程体系安排对学生的学习是非常重要的。信息管理专业大数据课程体系设置值得我们思考。

2.4 人才培养方案和核心能力持续改进问题

人才培养方案制订后，核心能力确定后，课程体系设置好后，并不是一成不变的，依据什么变化，什么时候变化，怎样变化都是值得研究探讨的问题。另外课程设置好后，如何促使学生掌握知识，并把知识融会贯通转化为实践的能力也是一个在教学模式上需要不断持续改进的问题。

3 构建大数据技术与管理创新型人才培养方案

基于信息管理与信息系统专业的特点、行业企业的发展现状和人才需求调研以及专业教改经验，本文提出以下方案：

3.1 专业人才培养目标修订

信息管理专业进入大数据时代后的培养目标可以设置为：培养德、智、体、美、劳全面发展，具备良好的人文素养、团队精神和社会责任感，具有良好的国际视野、创新能力和领导潜质，拥有现代企业系统化管理思想，具备数学、管理学、经济学、统计学的理论基础，掌握大数据知识与现代信息技术知识，具有大数据采集、分析、预测、利用、管理能力和智能系统开发能力的信息管理创新型人才。

3.2 专业核心能力设置

依据以上培养目标，我们设计了大数据技术与信息管理创新型人才素养、知识核心能力培养目标，如图1所示。核心能力培养分四层：

①第一层语言、思想道德、人文素养主要是确保社会主义办学方向，为社会主义培养接班人，培养德、智、体、美、劳全面发展，具备良好的人文素养、团队精神和社会责任感的人才;