全网高喊“劝退”的理工科专业，比文科还惨？

近几年来，人工智能与大数据行业爆火，“人工智能”、“大数据”等相关专业，更成为了报考的热门专业。

可偏偏有这样一个专业：

它属于计算机大类下，既学习人工智能有关的内容，也能接触到大数据分析相关的知识。

看起来应该是人人挤破头都要进的专业，很多人却在报考时犹犹豫豫，甚至一些已经就读的师兄师姐开始高喊“劝退”。

这个专业，就是数据科学与大数据技术专业。

01

可“理”可“工”

数据科学与大数据技术专业可谓是目前最新的学科之一。

作为一个交叉性很强的专业，很多学校很难判断它到底属于哪个独立的学科。于是，有的学校把它划分到计算机学院，有的划分到数学学院。

因此，数据科学与大数据技术专业在某些学校是工科，在另一些学校又成为了理科。

从某种程度来说，学校会产生这样的问题也是难免，因为数据科学与大数据技术专业学习的内容可谓是非常之杂。

有一些学校将它的主干学科定为计算机科学与技术，有一些则认为它的主干学科应该是数据科学和人工智能两门，交叉学科则是计算机科学与统计学。

除了大同小异的通识类课程外，数据科学与大数据技术专业的专业知识结构可以大概分为三个部分：

首先，是数学和统计有关课程，包括数学分析、微积分、高等代数、离散数学、数理逻辑与近世代数、概率论与数理统计、多元统计分析、随机过程等等。

这些课程大多集中在大学一年级和二年级。

这一阶段，是对数学基础不太好的同学的一个小小的考验。

其次，则是计算机有关的内容。

大一时会有一些相关的基础课，比如程序设计基础、面向对象程序设计等等。

更多的课程则集中在大二和大三阶段：

比如数据结构、计算机组成原理、操作系统、数据库系统原理、C++程序设计、Java程序设计、Python与大数据分析、科学计算与Matlab应用、R语言等。

因为计算机类的学科都比较注重实践，所以个别学校会在大二安排一些实践课，帮助学生打牢基础。

最后，也就是大数据有关的课程，包括：数据科学导论、机器学习与数据挖掘、信息检索与数据处理、自然语言处理、智能计算、推荐系统原理、大数据分析技术基础、数据可视化、大数据存储与管理、大数据分析实践等。

以上，就是该专业要学习的必修课部分。

在这些之外，还有一些选修课。

不要慌，这还没完！！！

为了鼓励学生们进行跨学科学习，并增强学生们的实操能力。

个别学校（比如哈工大）还设置有跨学科课程以及夏季课程。

其中，跨学科课程包括有分子生物学、生物化学、运筹学、自动控制原理和电路学等等。

没想到吧，学计算机or数学类专业，也有一定概率逃不开生物和化学。

而夏季课程，则基本以各种语言的实操和实践为主。

总体来说，课程难度中等偏上，但课时很多，涉及到的内容很杂。

因此，难免会在个别领域学习得不够深入的问题。

02

选择多，起薪高

如今，各行各业都十分倚重于大数据，所以数据科学与大数据技术专业的同学们，在就业上可以选择的领域非常之广，而且待遇普遍都不错。

再加上数字化时代的到来，数据的收集、分析和利用变得越来越重要，所以同学们的就业前景也都很值得期待。

图源：麦可思研究

在具体的就业方向上，数据科学与大数据技术专业同学们选择最多的行业，就是互联网。

互联网公司离不开用户数据的收集、处理和分析，这对既懂计算机又懂大数据的同学们来说属于最对口的工作之一，在这些企业中，同学们可以担任大数据工程师、数据分析师、数据挖掘专家等工作。

其次，则是进入金融行业。

这也是数据科学与大数据技术人才比较急缺的专业之一。金融行业对需求预测、风险控制、客户关系等十分看重，这一过程离不开数据处理和分析，数据科学家、数据分析师、量化分析师等岗位都是同学们很好的选择。

与互联网行业相比，金融行业对于数据分析准确性以及专业性的要求可能会更高，不过相对应的，起薪也会更高一些。

随着近年来“人工智能+”的兴起，很多行业都开始应用大数据辅助行业发展。

比如医疗保健行业，会希望借助于大数据进行医疗信息的整合、人群健康数据分析，零售行会希望利用大数据来分析消费者行为，优化库存管理，提高销售效率和顾客满意度。

数据科学与大数据技术专业的同学可以根据自己的喜好来选择对应的行业。

另外，还有一个近年来很火的岗位，叫做广告投放。

无论是互联网企业、媒体娱乐公司、还是零售医疗行业，都会需要专业的投放人才来帮助自己了解受众喜好、优化推荐内容和广告投放的机制，也是同学们很好的选择。

而在考公上，则可以选择公安、消防、海关、统计局、银保监会、审计局、纪委监委、出入境等岗位。

特别一提的是，随着数字化时代的推进，从普通企业到政府部门，都会对大数据和人工智能有关专业的同学越来越青睐。

不过，需要特别注意的是，由于数据科学与大数据技术专业属于交叉学科，在数学或计算机等单一领域的钻研时间不够长，所以可能会存在理论基础和计算机推导证明能力不如数学专业，编程算法能力不如计算机专业同学的问题。

但交叉学科的优势也非常明显，学校内成体系的课程设置、广阔的知识面能够在未来的深入学习和就业的择业选择上提供很大的帮助。

所以，如果会对未来就业产生担忧的话，不妨在学好所有基础课程之后，选定课程中的某一领域，自己再进行额外的钻研，弥补学习不够深入的不足，发挥知识面广、选择性大的优势。

03

挑战与机遇并存

2011年至2014年，算是我国大数据的起步阶段。

即使如此，在这四年里我国大数据行业的增长率，还是保持在20%以上。

2015年时，市场规模已达到98.9亿元。

2022年我国大数据产业规模达1.57万亿元，同比增长18%，逐渐成为国家重要的战略性资源。

7年时间，从近百亿到超万亿，这个速度不可谓不快。

但发展速度快并不代表行业完善程度高，数据开放度低、技术薄弱、行业应用不深入等问题也在此过程中暴露出来。

图源：《中国大数据产业发展指数报告（2023版）》

想要解决问题，就需要更多的人才。

2015年9月国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作。其中提到：加强专业人才培养，建立健全多层次、多类型的大数据人才培养体系。

数据科学与大数据技术专业也正是在这时出现。

2015年教育部公布新增该专业，第二年3月，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。

如今，虽然开设数据科学与大数据技术专业的学校变多，但依旧无法满足市场的需求。

根据领英发布《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。

其中的原因，一方面在于行业快速发展，对从业人员的适应能力以及技术水平都有很高的要求。

另一方面，则在于专业正处于发展阶段，各高校培养的侧重点不同，所以很多同学在报考时会因此而担忧、纠结，就读后也会陷入迷茫。

其实，这也是大浪淘沙的时期。

网络上，很多人分享出自己的经验，总结出来无非就是两个词：

选择和自学。

数据科学与大数据技术专业在本科阶段学习的内容并不够深入，如果不是一开始就坚定地选择这个方向，在报考时可以优先考虑计算机科学与技术专业或者大数据专业，深造时再选择这个方向也来得及。

但如果确定选择就读数据科学与大数据技术专业，在学习阶段就要付出更多。

比如要学精2-3门编程语言，增强自己编代码的实力，不能仅以“考试及格”为标准要求自己。

比如要去例如蓝桥杯等等在内的各种竞赛，通过竞赛拓宽自己的知识面，增强自己的实践能力。

在原本就很多很杂的课程上，再去学习这些，确实不是件轻松的事。

但这种自律和自学能力，其实也是行业快速发展下，对从业人员的基本要求之一。

所有的事情，都是有利有弊的。

越是热门的专业、行业，竞争也就会越大。

但克服困难、解决问题、掌握技能后所给人们带来的成就感，也会越高。

因此，如果真的对数据科学与大数据技术有关的领域感兴趣，不如就大胆地选择，然后坚定地前行吧！