大數據由巨型數據集組成，這些數據集大小常超出人類在可接受時間下的收集、存儲、管理和處理能力。教育部從2015年開始新增了大數據相關專業的審批和備案。
一是數據科學與大數據技術專業，該專業是從2015年起教育部新增審批專業，也是目前最主流的大數據相關的專業。截止2018年，共有479所高校通過審批或備案。
根據北京大學數學科學院數據科學與大數據技術專業培養方案，該專業致力于培養掌握數學、計算機、統計等數據科學相關領域基礎理論知識，以及數據建模、機器學習、并行與分布式計算、統計推斷等方法和技術，從事數據建模、數據分析與挖掘算法等問題的研究和大數據系統開發的研究型和技術型人才。
二是大數據管理與應用專業，該專業是從2017年起教育部新增審批專業，截止2018年，共有30所高校通過審批或備案。
根據哈爾濱工業大學經濟與管理學院大數據管理與應用專業培養方案，該專業致力于培養掌握經濟管理基礎理論和現代信息管理理論，掌握常用的大數據分析方法以及相關前沿理論知識，熟練使用量化分析工具和商業應用軟件，具有良好的大數據管理能力和商業倫理道德觀的經濟管理創新人才。
三是各大學在其統計學、計算機科學等與大數據相關的學科基礎下，劃分出跟大數據相關的專業學習方向。比如說，四川大學數學學院統計學專業專門劃分出了數據科學與大數據技術方向，培養具有扎實的數學基礎以及面向大數據的專門理論和應用技術，熟練掌握數據建模、并行處理、統計推斷的基本方法和基本技能的高級科技人才。
那么，數據科學與大數據技術專業和大數據管理與應用專業有什么不同呢？
數據科學與大數據技術專業更加注重數學和計算機基礎，更注重工程實現的可行性，開發一系列的分布式計算、數據挖掘等方法，以求解決工程問題。畢業后，授予理學或者工學學士學位。而大數據管理與應用專業注重培養學生從復雜的商業環境中的業務問題出發去理解業務問題，并訓練學生如何把這些問題轉為可量化的管理問題，通過大數據技術解決這些問題。畢業后授予管理學學士學位。
大數據專業學什么？
大數據需要學習的，就是解決這些問題的方法：數據采集、數據存儲、數據處理、統計分析、數據可視化、數據挖掘等技術。
計算機基礎：由于大數據必須通過計算機進行處理，所以需要學習與計算機以及計算機語言相關的知識，比如說計算機組成原理、操作系統原理、計算機程序設計、Java語言、Linux等；
數據采集：有關于數據采集方面需要學習大數據采集與融合技術；
數據存儲：需要學習數據庫原理、大型數據庫技術、數據倉庫與數據挖掘等；
數據處理：需要學習Python數據處理，數據體量大的時候需要使用分布式系統與云計算；
統計分析：需要掌握概率論與數理統計知識，掌握如何使用Python、R語言進行數據分析
數據可視化：統計分析之后需要對數據進行可視化的展示，這就需要學習可視化技術；
數據挖掘：由于數據挖掘涉及到算法建模，這就需要擁有良好的數學基礎。所以需要學習高等數學、線性代數、科學計算與數學建模等課程。另外，還需要學習對數據進行分類、回歸、聚類、關聯、預測等算法，這就需要學習機器學習、深度學習、算法設計等課程。
哪些大學開設了大數據專業？
教育部從2015年開始便通過了數據科學與大數據技術專業的審批。從一開始的北大、對外經貿、中南大學三所，到2018年已審批和備案的高校已增加至479所。
而大數據管理與應用專業，是從2017年開始經過教育部審批的專業。2017年有5家高校通過了審批，2018年有25家高校通過了備案。
其它高校通過劃分學習方向設立的與大數據相關的專業，就需要考生個人去查找和比對了。
應該怎么選擇大學？
選擇大學之前，需要先了解一些與大數據相關的信息：大數據相關專業是一門由數學、統計學、計算機科學等組成的、近幾年開始設立的新專業；大數據相關技術正在不斷更新、迭代和升級；大數據相關產業大多數分布在一線城市和新一線城市等經濟發達的地區。
基于這些信息，在選擇大學學習大數據相關專業的時候，最起碼需要考量以下幾個維度：
一是學校排名。學校排名越好，說明學校的師資力量、教學資金等綜合實力就越強，可以提供給學生的學習資源越多，平臺越大，這一方面估計不需要我贅述；
二是學校的數學、統計學、計算機科學等學科和院系的實力。由于大數據是一門由數學、統計學、計算機科學等組成的交叉學科，很多學校都是在數學學院、統計學學院、管理學院或者計算機學院下開設大數據相關專業，當然，教授這個專業的老師也是這些學院的老師。所以，這些學科和院系的實力越強，其開設的大數據專業教學質量就越有保證。如果學校沒有這方面的專業積淀，專業申請在先，課程建設在后，很有可能出現課程體系混亂、師資力量不足等各種問題。
三是學校所在的城市。由于大數據相關的技術正在飛速更新迭代，導致工業上應用的最新技術很難快速地沉淀到大學書本上。而正在應用最新技術的大數據相關公司，基本上都聚集在一線城市和新一線城市。所以，如果學校的位置在這些城市，學生可以得到更好的實習鍛煉機會，可以接觸到更新的技術。這一點也是很重要的。
大數據專業目前的就業方向及工資水平如何？
學完大數據相關的專業，出來可以做些什么呢？我們將拉勾網上正在招聘的與大數據有關的職位找了出來：數據分析師、數據可視化工程師、數據挖掘工程師、大數據開發工程師、大數據架構師、大數據運維工程師、數據產品經理、數據運營、商業數據分析等。總的來說，可以分成三類：
一是大數據開發方向：有大數據工程師、大數據開發工程師、大數據架構師等；
二是數據分析、挖掘、可視化方向：數據分析師、數據可視化工程師、數據挖掘工程師、商業數據分析師、機器學習工程師等；
三是大數據運維和云計算方向：有大數據運維工程師等。
大數據專業的工資與其人才需求有關。由于目前大數據方面的人才有一定的缺口，所以這些職位的工資水平會比平均工資高一些。但是，由于薪資待遇等因素的吸引，各行各業轉行做大數據的人越來越多，比如有很多原來學習數學、計算機、物理、生物、市場等專業的同學，所學的課程與大數據具有重疊，開始轉行或者尋求轉行做大數據方面的工作。
另外，還有更多的同學通過各種培訓機構速成班學習大數據方面的知識。所以，目前好的公司的大數據崗位，都是有一定競爭性的。當然，根據Alfred招聘大數據人才方面的經驗，同一崗位競爭的人雖多，但是基礎扎實、技術全面的大數據人才還是非常稀缺的。
不過，大學本科是四年制的，誰也說不準四年之后大數據相關專業的就業方向和工資水平是好是壞。比如2010年、2011年非?；鸨娮由虅諏I，到現在已經面臨被撤銷的境地。所以各位同學一定要結合自身興趣慎重做決定。
填報志愿應該注意哪些問題？
一是要結合自己的興趣。由于大數據相關專業需要學習數學、統計學、計算機等相關的課程，這些課程一般都會比較不生動。而且大數據相關的技術的學習是需要個人沉下心來專注學習，才可以學得精通的，單靠學校老師教的知識，可能只能每一樣都學得一些皮毛，到頭來似懂非懂就畢業了。所以填報大數據專業前一定要考慮到自身的興趣。興趣是最好的老師。
二是填報具有大數據相關技術積淀的學校。比如說某學校計算機學院非常好，在其下開設的大數據相關專業就比較有保障。一些臨時組建的大數據專業，很多老師都沒有接觸過工業界使用的大數據技術，也沒有相應的工業實踐，學生想要學得好，比較難。
三是如果你想要報考的大學沒有開設大數據相關專業的話，可以考慮報考該學校的數學專業、統計學專業或者計算機科學專業。因為這些專業，都是大數據的基礎。這些專業學得好，足以玩轉大數據。
