日前，在教育部公布的高校新增专业名单中，有32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。站在互联网“风口”上的大数据，直接催热了大学里的大数据专业。
据悉，各大高校紧锣密鼓启动大数据人才培养，缘于大数据时代催生的大量相关人才缺口。
源自麦肯锡(McKinsey)的一份报告显示，预计到2018年，大数据者数据工作者的岗位需求将激增，其中大数据科学家的缺口在14w到19w之间，而能用大数据做决策的分析师和经理的岗位缺口直逼150w!
150万人才缺口的背景下，各大院校争相设立大数据专业便可以理解了。
从公布的名单可以看到，第一批成功申请该专业的高校共有3所，为北京大学、对外经济贸易大学及中南大学；而大部分申请院校则集中于第二批。
第一批“数据科学与大数据技术专业”获批名单
第二批“数据科学与大数据技术专业”获批名单
一、“大数据”专业学什么？
1、大数据领域三个大的技术方向
方向一：Hadoop(在分布式服务器集群上存储海量数据并运行分布式分析应用的一种方法)大数据开发方向；
方向二：数据挖掘、数据分析&机器学习方向；
方向三：大数据运维&云计算方向。
2、精通任何方向之一者，均会 “前(钱)”途无量
三个方向中，大数据开发是基础。以Hadoop开发工程师为例，Hadoop入门月薪已经达到了 8K 以上，工作1年月薪可达到 1.2W 以上，具有2-3年工作经验的Hadoop人才年薪可以达到 30万—50万，一般需要大数据处理的公司基本上都是大公司，所以学习大数据专业也是进大公司的捷径！
二、“大数据”专业培养什么样的人才？
1、理论型，主要是对数据科学中模型的理解和运用；
培养需要通过经典的数据数据课程，比如描述统计（含数据可视化）、回归分析、多元统计、机器学习（含深度学习）、时间序列、非结构化数据、运筹优化等，根据各学校的不同定位，以应用为导向，相应地开设基础课程、核心课程或者选修课程。
2、实践型，主要是处理实际数据的能力；
包括，但不限于以下几个方面：
第一，强化SQL训练，这是企业环境中，同数据库基本的交互要求；
第二，R和Python的强化训练。其中，R在最新统计方法，存在着广泛的应用；而Python则是被用得最多的编程语言；
第三，并行计算能力的提升，主要针对Hadoop和Spark而言。
3、应用型，主要是利用大数据的方法解决具体行业应用问题的能力
无论理论和实践功课做得多足，没有一个真实的应用场景，都无法产生价值，所以还需要产业实践。需要深入企业真实项目和案例的实战。
理论+实践+应用，共同构成大数据专业体系，这既是大数据专业毕业生应有的素质，也是学科建设的关键。
三、“大数据”专业毕业后做什么？
事实上，大数据工作者可以施展拳脚的领域非常广泛，从国防部、互联网创业公司到金融机构，到处需要大数据项目来做创新驱动。数据分析或数据处理的岗位报酬也非常丰厚，在硅谷，入门级的数据科学家的收入已经是6位数了(美元)。
目前全国各类高校、高职院校已陆续开始围绕大数据专业建设展开研究并申报大数据专业。作为交叉型学科，大数据的相关课程涉及数学、统计和计算机等学科知识，“数据科学与大数据技术”专业也强调培养具有多学科交叉能力的大数据人才。
