復旦大學的資料科學和大資料技術方向是什麼？

根據復旦大學計算機學院資料科學與資料工程的總體方向，也隸屬於上海市資料科學重點實驗室。 目前，該研究組專注於以網路資料、社交網路、社交大資料為核心的資料分析與挖掘演算法研究。 近年來主要參與國家專案、重點專案、國家863專案、上海市科委創新計畫、對外合作專案等專案。

主要研究方向為大資料環境下資料建模、資料探勘、資訊傳播、行為等演算法的設計與實現。 具體研究包括（但不限於）：

**社交網路中的社群檢測演算法研究; **研究社交網路中的資訊傳播和影響力最大化;

2.基於微博新聞和評論的金融大資料分析演算法和金融市場預測演算法研究;

3、基於社交網路大資料分析的知識圖譜的建立與應用（如利用知識圖譜影響學習）;

4 並行環境下基於大資料的資料探勘演算法（聚類、分類、深度學習）的設計與實現;

5、科學大資料的資料建模與資料查詢; （目前正在參與SKA天文大資料分析國際合作）;

研究生在實驗室的主要任務是：參加研討會，實現演算法和演示系統，參與實驗室專案，合作參加高階別的會議或期刊。

實驗室提供：必要的實驗條件，一定的勤工儉學補貼，以及及時與您進行直接、充分的討論和指導的能力。 （一些熟悉的外國教授可以提出建議）。

基本要求：1. 良好的數學基礎和較強的主動學習能力;

2。對大資料處理和分析感興趣，有一定的動手程式設計技能;

2020年高考自願填報，大資料專業解讀。

我是天津大學的。

本科專業，現在的專業是數學，是當時的專業招生。

目前，Burning Lee的專業沒有分流，但未來，專業將是資料科學和大資料技術。

資料科學和大資料技術是跨學科學科。

統計學、數學和電腦科學是三大基礎學科，生物學、醫學、社會學、管理學等學科得到擴充套件。 如果你能學好，你就會成為乙個複合型人才。 前景還是相當不錯的。

畢業後，學生可以從事資料科學研究和各行業大資料的智慧型分析、處理、挖掘和應用。

但是你要意識到，大學裡的數學與其他學科相比是非常難得的，你必須對自己的能力有乙個清晰的認識和把握，而且別說你在高中時數學學得有多好，你大學裡也能學好，這是乙個非常錯誤的想法，因為初等數學和初中的數學專業真的是根本無法比擬的， 而且學習方法也不同。（我現在學習很辛苦，但說實話，如果你願意努力，不要掛太多科目，你仍然可以有文憑。

此外，數學學院也很忙很累）。

我還想提醒大家，數學專業的大多數問題都是證明題。 我們的基礎課程包括數學分析。

高階代數、拓撲學、復變數函式。

有興趣的可以學習實函式、抽象代數、數理統計、概率論等。

學科基礎。

好。

1、從當前技術發展趨勢、行業發展趨勢和社會發展趨勢來看，大資料領域的發展前景非常廣闊，而大資料本身也會開闢巨大的價值空間，從而創造新的產業生態，而這一過程必然會釋放出大量的就業崗位。

2、從技術發展趨勢來看，隨著眾多企業實現業務上雲，下一步必然會基於雲計算平台完成資料的整合和價值，這需要借助大資料技術來實現。 從這個角度來看，未來不僅IT網際網絡行業需要大資料人才，行業也需要大量的大資料專業人才，對人才型別的需求也非常多樣化，無論是研究生、本科生還是大專生，都可以找到適合自己的崗位。

3、從行業發展趨勢來看，我們目前正處於產業結構公升級的重要時期，工業網際網絡正在成為傳統企業發展的新動力，這將促使更多企業完成基於網際網絡的企業創新發展。 工業網際網絡時代是平台化時代，雲計算、大資料、人工智慧等技術平台將逐步開始應用，因此行業的發展趨勢也將推動大資料的發展和應用。

4、從社會發展趨勢來看，隨著5G通訊的應用，未來全社會將逐步進入數智時代，此時資料的價值將進一步提公升，資料的價值將主要依靠大資料技術來完成，因此大資料技術的發展和應用也是社會發展的必然結果。

最後，大資料技術本身就是乙個龐大的技術體系，不同知識結構的人可以根據自己的實際需求選擇學習大資料的切入點，所以即使是計算機專業的人也可以學習大資料，學習大資料相關技術也是乙個大的發展趨勢。

大資料的前景非常好，像大資料這樣的專業在一線城市比較好，教師可以跟上，就業的薪水也相當可觀，學習大資料可以按照路線圖的順序<>

資料科學和大資料就業方向包括資料分析師、資料工程師、機器學習工程師、資料探勘工程師等。

知識擴充套件：

資料分析師負責收集、整理和解釋大量資料，並將其轉化為有價值的見解和決策支援。 他們需要熟悉統計學、資料探勘、資料視覺化等技術，並能使用相關工具和程式語言進行資料處理和分析。

資料工程師主要負責構建和維護大資料平台和相關基礎設施，以確保資料的高效獲取、儲存和處理。 他們需要具備紮實的程式設計和資料庫技術知識，熟悉大資料處理框架（如Hadoop、Spark等），能夠設計和實現可靠的資料流程和架構。

機器學習工程師致力於開發和應用機器學習演算法和模型，以解決複雜的資料驅動問題。 他們需要具備數學、統計學和機器學習理論知識，熟悉常用的機器學習演算法和工具，並能夠進行資料預處理、特徵工程和模型評估。

資料探勘工程師專注於發現和提取有用的資訊和模式，以支援業務決策和分析。 他們需要熟悉資料探勘演算法、統計分析方法和相關工具，以便能夠分析和解釋複雜的資料並將其轉化為可操作的見解。

資料產品經理負責將資料科學應用於產品開發和創新。 他們需要對跨學科的技術和業務有深入的了解，並能夠與資料科學團隊密切合作，了解使用者需求並提供實用的資料產品解決方案。

通過以上職業路徑選擇，您可以根據自己的興趣、技能和經驗來決定自己的就業方向。 除了資料科學和大資料的快速發展外，還有很多其他的就業方向，比如資料治理專家、資料私隱專家、人工智慧倫理專家等，需要根據個人發展規劃和行業需求進行選擇。

總結。 隨著移動網際網絡和智慧型終端的普及，資訊科技與經濟社會的融合融合引發了資料的快速增長。 目前當務之急是解決大資料人才瓶頸，相關調查顯示，未來3-5年大資料人才缺口將高達150萬。

對資料科學和大資料技術專業人才的需求仍然很高，但截至目前，中國只有約30萬名大資料從業者。 隨著大資料向各個垂直領域的延伸和發展，對統計學、數學專業以及資料分析、資料探勘、人工智慧等軟體領域的人才的需求越來越大。

隨著移動網際網絡和智慧型終端的普及，資訊科技與經濟社會的融合融合引發了資料的快速增長。 目前當務之急是解決大資料人才瓶頸，相關調查顯示，未來3-5年大資料人才缺口將高達150萬。 資料和大資料技術對專業人才的需求仍然很高，但截至目前，中國只有約30萬名資料從業者。

隨著大資料向各個垂直領域的延伸和發展，對統計學、數學專業以及資料分析、資料探勘、人工智慧等軟體領域的人才的需求越來越大。

未來的就業方向是什麼？

大資料與會計專業畢業生可從事大中型企業出納、總賬會計、審計、成本核算、當期結算會計、會計電算化崗位、記賬崗位及會計中介服務行業審計助理及稅務籌畫崗位，大中型企業銀行出納員、財務規劃師、財務經理、經紀人、財務部門等。