6 a/ u( k6 w* {; M
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!
3 q5 s) [5 T& H3 H, D$ v
$ Q+ w; W& \9 f" \8 V 大数据科学与大数据技术专业好不好
* q+ s2 E- J) @; [2 _+ w" d L, n& d2 L
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。
. t( e. X' _" w; ]8 t
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。
& Q/ B Q; P$ d# g+ c
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。
9 a T! I: }6 g& n b 数据科学与大数据技术专业就业前景分析
3 J# H5 b+ E+ \4 U& j+ R/ d
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。
6 l1 D' }5 D" r8 k+ Z
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。
5 Q A5 ?! c) [
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。
; X0 l0 {$ F3 \
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。
$ e8 o9 l: {( Y5 ^9 q: l 数据科学与大数据技术专业就业薪资在多少
- \) O! H4 D! r5 V" l1 c6 P \ 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。
+ a/ C# h- [4 s0 f W# U* P 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。
" x+ [" x: ?- T# n% f6 d2 k! L% u
数据科学与大数据技术专业就业方向
' T c. W b L 1.大数据系统架构师
+ P) X \5 f" ]2 d7 \ 大数据平台搭建、系统设计、基础设施。
+ |8 w* y7 S8 T& j 2.大数据系统分析师
/ z0 \, ~, Q8 ` 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。
3 H; m4 O/ |2 I+ U 3.hadoop开发工程师。
- I+ {6 G( p& @/ D4 Y
解决大数据存储问题。
2 O2 a C3 \7 W( w) x# M 4.数据分析师
- C# T1 L" r5 W; O/ S0 P. _ 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。
, i" R+ \& U4 v6 z
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。
& |6 }! F/ T- D, s6 z A; R5 y
