統計研究生大數據分析

『壹』 想考大數據的研究生,大數據具體是什麼專業

大數據開發、大數據分析、大數據科研。

大數據開發：主要有兩種分類，第一類是編寫一些Hadoop、Spark的應用程序，第二類是對大數據處理系統本身進行開發。人少，學習有門檻，薪資高。

大數據分析：數據分析是指對規模巨大的數據進行分析，現今大數據時代是離不開大數據分析的。人數多一點，學習比大數據開發低，薪資也不錯。

大數據科研：主要進行數據安全研究、數據科學研究。學習門檻高、人少、薪資高。

作為一個提供決策依據的學科，大數據的本質是統計學，實現手段的方法是計算機科學（畢竟你不可能用手算處理天量數據），終端實現價值則需要管理學結合商業社會的知識。

所以打算讀這個專業的同學，除了可以選擇特有的數據科學的研究生項目外，也可以考慮申請統計學或者計算機科學專業，具體怎麼選，請結合自己的背景判斷。

金融與大數據也是息息相關，復旦大學大數據學院就開設有金融碩士，本科學習大數據，研究生跨考到金融也是一個不錯的選擇。因為大數據專業屬於新開專業，供選擇的學校較少，如果你對經濟、金融比較感興趣，選擇金融（大數據方向）也是非常不錯的選擇。

『貳』 大數據技術與工程研究生學什麼

1．數據科學基礎理論

研究數據相似性理論、數據測度和數據代數和探索數據科學的研究方法。以數據為研究目標，揭示數據的一般規律，為大數據研究和應用奠定基礎。

3．數據挖掘與決策支持

與互聯網營銷行業、智能電網的企業合作，針對真實的商業案例平台，研究統計決策和優化等方法，將演算法和決策模型理論落地。

『叄』 大數據與統計學的關系

大數據與統計學的關系：統計學是大數據的三大基礎學科之一，所以統計學與大數據之間的關系還是非常密切的，但是這也導致一部分人產生了一定的誤解，認為大數據就是統計學，統計學就是大數據。

實際上，雖然在大數據時代背景下，統計學的知識體系產生了一定程度的調整，但是統計學本身的理念與大數據還是具有一定區別的，統計學注重的是方式方法，而大數據則更關注於整個數據價值化的過程，大數據不僅需要統計學知識，還需要具備數學知識和計算機知識。從另一個角度來說，統計學為大數據進行數據價值化奠定了一定的基礎。

其實對於很多職場人來說，平時大部分的數據分析任務都是基於統計學理論進行的，包括採用的數據分析工具也都屬於統計學領域的范疇。

從未來的發展趨勢來看，一方面統計學會進一步向大數據傾斜，包括目前不少統計學專業的研究生課題，都逐漸開始向大數據方向拓展，另一方面大數據會在發展的初期大量採用統計學相關理論和技術，這也能夠提升大數據相關技術的落地應用能力。