大学大数据学什么专业？
数据科学与大数据技术（一） 培养目标 本专业旨在培养能够从事数据挖掘、数据分析、机器学习、计算机视觉、人工智能、物联网、智能控制等方面的研究与应用，具有扎实的理论基础与专业技能，富有创新精神和团队协作精神的高素质复合型人才。
（二） 主要课程 统计学、计算机编程、计算机图形学、数据结构、算法、操作系统、编译原理、数据库系统、人工智能、机器学习、统计分析、神经网络、计算机网络与通信、嵌入式系统、数字信号处理等核心课程和大数据方面的选修课40余门。
（三） 就业方向 毕业生能够在大数据相关领域的互联网企业、互联网公司大数据产品部、大型互联网企业大数据研究院、大数据相关领域的企业、政府机构以及科研院校等部门工作。可担任的数据分析师、数据科学家、AI工程师、机器学习工程师、人工智能工程师、软件工程师、运维工程师、产品经理、项目经理、大数据开发工程师、大数据可视化工程师、大数据研发工程师、大数据架构师等岗位。
（四） 知识能力 具备大数据采集、清洗、存储、管理、分析、显示应用及安全防御等全方位的知识和能力体系，同时掌握机器学习、人工智能、数据挖掘、云计算、物联网等相关学科的重要理论和方法。能熟练运用Eclipse、SPSS、R、Python、Scala等进行数据分析和处理，能用Java、c++进行基本的数据分析和软件开发。
数学与应用数学专业：统计学在大数据中占有很重的位置。包括时间序列分析、多元分析、机器学习的统计建模、图模型、随机过程等等。掌握扎实的数学功底对理解算法的细节有着重要的意义。同时对于算法工程师来说，学会算法分析、数值分析、最优化理论等内容是做机器学习必须掌握的，否则就是成为一知半解应用算法的码农。数学专业的学生更适合做算法，而不是数据。
信息与计算科学专业：包括数据科学导论、算法分析与设计、科学计算、数理方程计算、最优化理论、随机模型与优化、机器学习、数据挖掘、模式识别、数值分析等。此专业的学生侧重于算法理解、算法实现、算法优化，成为算法工程师、数据科学家。
统计学专业：包括随机过程、回归分析、多元分析、时间序列分析、编程语言、数据可视化、统计计算、贝叶斯分析、计量经济学等。此专业的学生在数据领域侧重于统计建模，挖掘数据关系、利用数据进行预测预报，以及算法分析，成为数据科学家、高级分析师。
应用统计专业（大数据方向）：包括程序设计、Python数据爬取、数据科学、算法分析与设计、多元分析、时间序列分析、贝叶斯分析、回归分析、数值分析、最优化理论、机器学习、深度学习、数据可视化、数据挖掘、复杂网络、网络爬虫等。此专业的学生侧重于数据分析、算法学习、数据处理、模式识别等，能够成为高级分析师、数据科学家、算法工程师。
大数据管理与应用专业：数学基础、算法基础、统计学基础、统计分析、时间序列分析、多元分析、机器学习、数据分析、数据挖掘、数据可视化等。此专业的学生侧重于数据管理和应用。
