大數據專業調研報告

A. 調研報告大數據分析怎麼做

1、明確思路

明確數據分析的目的以及思路是確保數據分析過程有效進行的首要條件。它作用的是可以為數據的收集、處理及分析提供清晰的指引方向。可以說思路是整個分析流程的起點。首先目的不明確則會導致方向性的錯誤。當明確目的後，就要建分析框架，把分析目的分解成若干個不同的分析要點，即如何具體開展數據分析，需要從哪幾個角度進行分析，採用哪些分析指標。

2、收集數據

收集數據是按照確定的數據分析框架收集相關數據的過程，它為數據分析提供了素材和依據。這里所說的數據包括第一手數據與第二手數據，第一手數據主要指可直接獲取的數據，第二手數據主要指經過加工整理後得到的數據。

3、處理數據

處理數據是指對收集到的數據進行加工整理，形成適合數據分析的樣式，它是數據分析前必不可少的階段。數據處理的基本目的是從大量的、雜亂無章、難以理解的數據中，抽取並推導出對解決問題有價值、有意義的數據。數據處理主要包括數據清洗、數據轉化、數據提取、數據計算等處理方法。

4、分析數據

分析數據是指用適當的分析方法及工具，對處理過的數據進行分析，提取有價值的信息，形成有效結論的過程。由於數據分析多是通過軟體來完成的，這就要求數據分析師不僅要掌握各種數據分析方法，還要熟悉數據分析軟體的操作。而數據挖掘其實是一種高級的數據分析方法，就是從大量的數據中挖掘出有用的信息，它是根據用戶的特定要求，從浩如煙海的數據中找出所需的信息，以滿足用戶的特定需求。

5、展現數據

一般情況下，數據是通過表格和圖形的方式來呈現的，我們常說用圖表說話就是這個意思。常用的數據圖表包括餅圖、柱形圖、條形圖、折線圖、散點圖、雷達圖等，當然可以對這些圖表進一步整理加工，使之變為我們所需要的圖形。

6、撰寫報告

數據分析報告其實是對整個數據分析過程的一個總結與呈現。通過報告，把數據分析的起因、過程、結果及建議完整地呈現出來，供決策者參考。一份好的數據分析報告，首先需要有一個好的分析框架，並且圖文並茂，層次明晰，能夠讓閱讀者一目瞭然。另外，數據分析報告需要有明確的結論，沒有明確結論的分析稱不上分析，同時也失去了報告的意義，因為我們最初就是為尋找或者求證一個結論才進行分析的，所以千萬不要舍本求末。最後，好的分析報告一定要有建議或解決方案。

B. 澶ф暟鎹璋冪爺鎶ュ憡

澶ф暟鎹瀹¤¤皟鐮旀姤鍛
鑳℃辰鍚涘¤￠暱鏇懼氭″己璋冩寚鍑猴紝瑕佺Н鏋佹帹榪涘ぇ鏁版嵁瀹¤★紝鍧氭寔縐戞妧寮哄★紝閫氳繃淇℃伅鍖栥佹暟瀛楀寲錛屽姫鍔涙彁楂樺¤＄洃鐫ｇ殑璐ㄩ噺鍜屾晥鐜囥傛柊褰㈠娍涓嬶紝瀹¤″伐浣滅壒鍒紱諱笉寮澶ф暟鎹鐨勬敮鎾戱紝鍒╃敤澶ф暟鎹榪涜屽¤★紝鎴栧皢鎴愪負瀹¤℃満鍏沖簲瀵瑰嶆潅紺句細緇忔祹綆＄悊褰㈠娍銆佹彁鍗囧¤″伐浣滆川閲忕殑閲嶈佹墜孌點備互鈥滈噾瀹″伐紼嬧濅負鍩虹鐨勫¤′俊鎮緋葷粺緇忚繃澶氬勾鐨勫緩璁懼彂灞曪紝鐩鍓嶆ｉ愭ュ緩絝嬪拰瀹屽杽銆傚悓鏃訛紝鍦ㄦ斂搴滃悇閮ㄩ棬涓紺句細淇濋殰澶ф暟鎹鏃㈠叿鏈夎緝楂樼殑瀹屾暣鎬э紝涔熷吋鍏瘋緝楂樼殑鍑嗙『鎬с傝繖浜涘緱澶╃嫭鍘氱殑鏉′歡錛屼笉浠呬嬌瀹¤″光滃ぇ鏁版嵁鈥濈洃鐫ｇ＄悊鎴愪負鍙鑳斤紝鏇翠負瀹炴柦浠モ滃ぇ鏁版嵁鈥濅負鍩虹鐨勫¤♀滃叏瑕嗙洊鈥濆犲畾浜嗗熀紜銆
涓銆佸ぇ鏁版嵁鎶鏈鍦ㄨ儲鏀垮¤℃柟闈㈢殑榪愮敤
錛堜竴錛夎繍鐢ㄥぇ鏁版嵁寮灞曡儲鏀垮¤℃槸鏃朵唬鍙戝睍鐨勫繀鐒惰佹眰銆傚ぇ鏁版嵁涓嶄粎鏄淇℃伅鎶鏈鐨勯噸澶ц繘姝ワ紝鏇存槸鍙戝睍鐞嗗康鐨勯噸澶у壋鏂幫紝瀵圭粡嫻庣ぞ浼氬彂灞曡搗鍒伴噸瑕佷綔鐢錛屽逛笌鏁版嵁瀵嗗垏鐩稿叧鐨勫¤″伐浣滀篃蹇呭皢浜х敓娣卞埢褰卞搷銆傚綋鍓嶏紝璐㈡斂銆佺◣鍔°佷漢姘戦摱琛岀瓑閮ㄩ棬鏅閬嶈繘琛屼俊鎮緋葷粺寤鴻撅紝璐㈡斂閮ㄩ棬寮灞曠殑鈥滈噾璐㈠伐紼嬧濊嗙洊璐㈡斂鏀舵敮綆＄悊鐨勪笟鍔″簲鐢ㄧ郴緇燂紝娑電洊浜嗛勭畻綆＄悊銆佸浗搴撻泦涓鏀朵粯絳変笟鍔★紝瀵硅儲鏀塊儴闂ㄧ殑瀹¤″崟浣嶄俊鎮鍖栫殑鍙戝睍錛岃揩鍒囪佹眰榪愮敤澶ф暟鎹寮灞曡儲鏀垮¤°
錛堜簩錛夎繍鐢ㄥぇ鏁版嵁寮灞曡儲鏀垮¤℃槸鎺ㄥ姩瀹屽杽鍥藉舵不鐞嗙殑榪鍒囬渶瑕併傝儲鏀垮¤＄殑鑼冨洿紿佺牬浜嗕紶緇熺殑璐㈡斂鏀舵敮姒傚康錛屽泭鎷浜嗘斂搴滄ф敹鏀鐨勫叏閮ㄥ唴瀹廣傚叏鍙ｅ緞棰勭畻鐨勫℃煡鐩戠潱浠樿稿疄鏂斤紝濡備綍鍦ㄦ湁闄愮殑鏃墮棿鍐呮煡鎵懼拰鍙戠幇闂棰橈紝榪愮敤澶ф暟鎹寮灞曡儲鏀垮¤℃垚涓烘帹鍔ㄥ畬鍠勫浗瀹舵不鐞嗙殑榪鍒囬渶瑕併
錛堜笁錛夎繍鐢ㄥぇ鏁版嵁寮灞曡儲鏀垮¤℃槸璐㈡斂綺劇粏鍖栫＄悊鐨勮佹眰銆傚湪綺劇粏鍖栫＄悊瑕佹眰涔嬩笅錛岃儲鏀塊勭畻瀹℃煡銆侀勭畻鎵ц屽樊寮傚垎鏋愩侀勭畻涓庡喅綆楃殑瀵規瘮鍒嗘瀽閮芥槸浣跨敤緋葷粺澶ф暟鎹鏉ュ畬鎴愮殑銆傜浉搴斿湴錛岃儲鏀塊勭畻鎵ц屽¤¤佸疄鐜板叏鍙ｅ緞鍒嗘瀽錛屽繀欏諱嬌鐢ㄧ郴緇熸暟鎹銆傚傚埄鐢ㄥ浗搴撴敮浠樼郴緇熺殑鏁版嵁錛岄氳繃瀵規寚鏍囨潵婧愩佽祫閲戞ц川銆佽祫閲戞祦鍚戠殑璺熻釜鍒嗘瀽錛屽疄鐜版墍鏈夎儲鏀胯祫閲戝叏榪囩▼璺熻釜瀹¤°傦紙鍥涳級澶ф暟鎹瀹¤＄幇鍦ㄧ殑榪愮敤鎯呭喌銆傛寜鐓^鐨勮佹眰錛屽緩絝嬩簡璐㈡斂鏁版嵁瀹氭湡鎶ラ佹満鍒訛紝姣忓崐騫存敹闆嗕竴嬈¤儲鏀挎暟鎹錛屽苟瀵規敹闆嗙殑鏁版嵁榪涜屾暣鐞嗭紝鐢熸垚瀹¤′漢鍛樺彲浠ヤ嬌鐢ㄧ殑鏍囧噯琛ㄣ傝儲鏀跨戣仈鍚堜俊鎮縐戱紝瀵歸勭畻緙栨姤緋葷粺銆侀勭畻鎸囨爣緋葷粺銆侀潪紼庡緛綆＄郴緇熴佸喅綆楃紪鎶ョ郴緇熺瓑鐨勮儲鍔″拰涓氬姟鏁版嵁錛岄泦涓榪涜屽氱郴緇熷叧鑱斻佸ぇ鏁版嵁姣斿廣傚皢鏁版嵁鍒嗘瀽褰㈡垚鐨勫¤′腑闂磋〃鍜岀枒鐐硅〃浣滀負閲嶇偣榪涜屽¤★紝鎻愰珮浜嗘晥鐜囧拰澧炲己鎸囧兼с傚¤＄粨鏉熷悗錛屽己鍖栫粡楠屾葷粨錛屽艦鎴愭暟鎹閲囬泦杞鎹㈡寚鍗楋紝褰掗泦鏁寸悊褰㈡垚璐㈡斂澶ф暟鎹瀹¤℃ā鍨嬫柟娉曚綋緋昏〃錛屼負榪涗竴姝ユ繁鍖栧ぇ鏁版嵁瀹¤＄Н緔緇忛獙銆
浜屻佺ぞ淇濆¤″ぇ鏁版嵁淇℃伅綆＄悊鐜扮姸
涓夈佸ぇ鏁版嵁瀹¤″彂灞曟柟鍚 闈㈠瑰ぇ鏁版嵁鏃朵唬瀵瑰¤″伐浣滃甫鏉ョ殑鎸戞垬錛屽¤℃柟寮忓拰閫斿緞灝嗗疄鐜頒互涓嬪洓涓鏂歸潰鐨勮漿鍙樸
錛堜竴錛夊簲鐢ㄥぇ鏁版嵁鍒嗘瀽鎶鏈錛屽疄鐜板¤℃柟娉曚粠鏁版嵁楠岃瘉鎬у垎鏋愬悜鏁版嵁鎸栨帢鎬у垎鏋愯漿鍙樸
浼犵粺鐨勮＄畻鏈哄¤★紝鏄閫氳繃鐢靛瓙鏁版嵁閲囬泦杞鎹㈠規暟鎹榪涜岄獙璇侊紝閫氳繃鏋勫緩鏌ヨ㈠垎鏋愩佸氱淮鍒嗘瀽絳夋柟娉曟ā鍨嬭繘琛屾暟鎹鍒嗘瀽錛岃屽簲鐢ㄥぇ鏁版嵁鍒嗘瀽鎶鏈錛屽垯鑳藉熶嬌瀹¤℃暟鎹鍒嗘瀽閫愭ョ敱浼犵粺鐨勯獙璇佹у垎鏋愬悜鎸栨帢鎬у垎鏋愯漿鍙樸傛寲鎺樻у垎鏋愭槸鎸囬噰鐢ㄥぇ鏁版嵁澶勭悊鎶鏈錛屽埄鐢ㄦ暟鎹浠撳簱銆佹暟鎹鎸栨帢鍜屾ā鍨嬮勬祴宸ュ叿榪涜屽¤″垎鏋愶紝浠庡ぇ閲忔暟鎹涓鍙戠幇鈒存兜鐨勬暟鎹妯″紡鍜岃勫緥銆
錛堜簩錛夊簲鐢ㄥぇ鏁版嵁鍒嗘瀽妯″紡錛屽疄鐜板¤℃柟寮忎粠鍙戠幇闂棰樺悜椋庨櫓棰勮﹁漿鍙樸
浼犵粺瀹¤″伐浣滀互鍙戠幇闂棰樹負涓伙紝瀵圭粡嫻庡艦鍔胯繘琛岄勬祴鍒嗘瀽錛屽洜鑰岄』絳夊埌鐩稿叧浜嬩歡鍙戠敓騫朵笖褰㈡垚涓瀹氳勬ā鍚庯紝鍐嶆牴鎹鎼滈泦鍒扮殑瓚沖熸暟鎹榪涜屽垎鏋愮爺絀訛紝鍏鋒湁婊炲悗鎬с傝屽ぇ鏁版嵁鎶鏈鍙閫氳繃瀵硅法棰嗗煙鐨勫ぇ瑙勬ā緇忔祹銆佺ぞ浼氳屼負鏁版嵁榪涜屽垎鏋愶紝瀵圭粡嫻庣ぞ浼氱浉鍏沖紓甯稿姩鎬佸疄鐜版棭鏈熷叧娉錛屽埄鐢ㄥ叾瀵瑰紓甯告暟鎹鐨勬晱鎰熸у疄鐜版棭鏈熼勮︺傚¤″彲浠ヨ繍鐢ㄥぇ鏁版嵁鐩稿叧鎶鏈錛屽瑰畯瑙傜粡嫻庣ぞ浼氶庨櫓闂棰樺睍寮鍒濇ュ垎鏋愩傦紙涓夛級搴旂敤澶ф暟鎹瀹¤′綔涓氬鉤鍙幫紝瀹炵幇鍗曟満瀹¤″悜浜戝¤¤漿鍙樸

C. 濡備綍榪涜屼竴嬈℃湁鏁堢殑澶ф暟鎹璋冪爺鎬葷粨錛

榪涜屼竴嬈℃湁鏁堢殑澶ф暟鎹璋冪爺鎬葷粨錛屽彲浠ラ伒寰浠ヤ笅姝ラわ細

1.鏄庣『鐩鏍囷細鍦ㄥ紑濮嬭皟鐮斾箣鍓嶏紝鏄庣『浣犵殑鐩鏍囧拰鐮旂┒闂棰樸傝繖灝嗗府鍔╀綘鍦ㄦ暣涓榪囩▼涓淇濇寔涓撴敞錛屽苟紜淇濅綘鐨勭爺絀舵垚鏋滄湁閽堝規с

2.鏀墮泦鏁版嵁錛氭牴鎹浣犵殑鐮旂┒闂棰橈紝浠庡悇縐嶆潵婧愭敹闆嗙浉鍏蟲暟鎹銆傝繖鍙鑳藉寘鎷鍏寮鏁版嵁闆嗐佸唴閮ㄦ暟鎹銆佺涓夋柟鏁版嵁絳夈傜『淇濇暟鎹鐨勮川閲忓拰鍙闈犳с

3.鏁版嵁娓呮礂鍜岄勫勭悊錛氬規敹闆嗗埌鐨勬暟鎹榪涜屾竻媧楀拰棰勫勭悊錛屼互娑堥櫎鍣澹般佺己澶卞煎拰寮傚父鍊箋傝繖灝嗘彁楂樻暟鎹鐨勮川閲忥紝騫朵負鍚庣畫鍒嗘瀽濂犲畾鍩虹銆

4.鏁版嵁鍒嗘瀽錛氫嬌鐢ㄩ傚綋鐨勬暟鎹鍒嗘瀽鏂規硶鍜屾妧鏈瀵規暟鎹榪涜屾繁鍏ュ垎鏋愩傝繖鍙鑳藉寘鎷鎻忚堪鎬х粺璁″垎鏋愩佺浉鍏蟲у垎鏋愩佽仛綾誨垎鏋愩侀勬祴鍒嗘瀽絳夈傛牴鎹鐮旂┒闂棰樼殑涓嶅悓錛岄夋嫨鍚堥傜殑鍒嗘瀽鏂規硶銆

5.緇撴灉鍙瑙嗗寲錛氬皢鍒嗘瀽緇撴灉浠ュ浘琛ㄣ佸浘褰㈡垨鍏朵粬鍙瑙嗗寲褰㈠紡灞曠ず錛屼互渚挎洿鐩磋傚湴鐞嗚В鏁版嵁鍜屽彂鐜般備嬌鐢ㄩ滆壊銆佸ぇ灝忋佸艦鐘剁瓑鍏冪礌鏉ュ己璋冨叧閿淇℃伅鍜岃秼鍔褲

6.緇撴灉瑙ｉ噴鍜岃ㄨ猴細瀵瑰垎鏋愮粨鏋滆繘琛岃В閲婂拰璁ㄨ猴紝鎵懼嚭鏁版嵁涓鐨勬ā寮忋佸叧鑱斿拰瓚嬪娍銆傜粨鍚堝疄闄呮儏鍐靛拰鑳屾櫙鐭ヨ瘑錛岃瘎浼拌繖浜涚粨鏋滃逛綘鐨勭爺絀墮棶棰樼殑鍚紺哄拰鎰忎箟銆

7.緇撹轟笌寤鴻錛氭葷粨鐮旂┒緇撴灉錛屾彁鍑哄熀浜庢暟鎹鍒嗘瀽鐨勭粨璁哄拰寤鴻銆傝繖浜涚粨璁哄拰寤鴻搴旇ュ洖絳斾綘鐨勭爺絀墮棶棰橈紝騫朵負鍐崇瓥鑰呮彁渚涙湁浠峰肩殑鍙傝冦

8.鎾板啓鎶ュ憡錛氬皢鏁翠釜璋冪爺榪囩▼鍜岀粨鏋滄暣鐞嗘垚涓浠芥姤鍛娿傛姤鍛婂簲鍖呮嫭寮曡█銆佹柟娉曘佺粨鏋溿佽ㄨ哄拰緇撹虹瓑閮ㄥ垎錛屼互渚胯昏呬簡瑙ｄ綘鐨勭爺絀惰儗鏅銆佺洰鐨勩佹柟娉曞拰緇撹恆

9.瀹℃牳鍜屼慨鏀癸細鍦ㄥ畬鎴愬垵紼垮悗錛屽規姤鍛婅繘琛屼粩緇嗘鏌ワ紝紜淇濆唴瀹圭殑鍑嗙『鎬с佸畬鏁存у拰涓鑷存с傝峰悓浜嬫垨瀵煎笀鎻愪緵鍙嶉堟剰瑙侊紝騫舵牴鎹闇瑕佽繘琛屼慨鏀瑰拰瀹屽杽銆

10.鎻愪氦鎶ュ憡錛氬皢鏈緇堢増鏈鐨勬姤鍛婃彁浜ょ粰鐩稿叧浜哄憳錛屽傝佸笀銆侀嗗兼垨瀹㈡埛銆傚湪鎻愪氦榪囩▼涓錛岀『淇濋伒寰鎵鏈夋牸寮忓拰鎴姝㈡棩鏈熻佹眰銆

D. 大數據行業的定義及用途分析

大數據行業的定義及用途分析_數據分析師考試

隨著雲時代的來臨，大數據（Big data）也吸引了越來越多的關注。大數據分析常和雲計算聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十、數百或甚至數千的電腦分配工作。下文是中國報告大廳小編整理的大數據行業的定義及用途分析。

對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

根據維基網路的定義，大數據是指無法在可承受的時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合。

大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那麼這種產業實現盈利的關鍵，在於提高對數據的「加工能力」，通過「加工」實現數據的「增值」。

從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。據宇博智業市場研究中心撰寫的大數據行業市場調查分析報告顯示，大數據它的特色在於對海量數據進行分布式數據挖掘，但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術。

大數據需要特殊的技術，以有效地處理大量的容忍經過時間內的數據。適用於大數據的技術，包括大規模並行處理（MPP）資料庫、數據挖掘電網、分布式文件系統、分布式資料庫、雲計算平台、互聯網和可擴展的存儲系統。

大數據的用途分析

大數據可分成大數據技術、大數據工程、大數據科學和大數據應用等領域。目前人們談論最多的是大數據技術和大數據應用。工程和科學問題尚未被重視。大數據工程指大數據的規劃建設運營管理的系統工程；大數據科學關注大數據網路發展和運營過程中發現和驗證大數據的規律及其與自然和社會活動之間的關系。

物聯網、雲計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的各種各樣的感測器，無一不是數據來源或者承載的方式。

有些例子包括網路日誌，RFID，感測器網路，社會網路，社會數據（由於數據革命的社會），互聯網文本和文件；互聯網搜索索引；呼叫詳細記錄，天文學，大氣科學，基因組學，生物地球化學，生物，和其他復雜和/或跨學科的科研，軍事偵察，醫療記錄；攝影檔案館視頻檔案；和大規模的電子商務。

以上是小編為大家分享的關於大數據行業的定義及用途分析的相關內容，更多信息可以關注環球青藤分享更多干貨

E. 大數據行業發展現狀與未來前景分析

近年來，全球正大步邁向大數據新時代，數據的高效存儲、處理和分析等需求也越來越旺盛。在此背景下，行業大數據得以高速發展，應用於各個領域，根據IDC發布的有關數據預測，2025年市場規模將達到19508億元的高點。

全球大數據儲量呈爆發式增長

隨著信息通信技術的發展，各行各業信息系統採集、處理和積累的數據量越來越多，全球大數據儲量呈爆炸式增長。根據國際數據公司(IDC)的監測數據顯示，2013年全球大數據儲量為4.3ZB(相當於47.24億個1TB容量的移動硬碟)，2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB，2019年全球大數據儲量達到41ZB。

—— 以上數據及分析均來自於前瞻產業研究院《中國行業大數據市場發展前景預測與投資戰略規劃分析報告》。

F. 數據科學與大數據技術專業怎麼樣學成之後可以從事的職業有哪些

隨著電子技術和信息科學的發展，近兩年每個網民都有機會在社交媒體發出自己的聲音，留下海量的信息。人類生產信息的速度可謂風馳電掣，每兩年就會增長一倍，近兩年產生的數據總量相當於人類有史以來所有數據量的總和。科研領域、企業運營及日常生活中的數字、文字、圖像、音頻都是數據，大數據的處理速度快、價值密度低、商業價值高。擁有海量數據的國家或企業如果能合理地解釋運用這些數據，就會增強自身的競爭力。大數據專業就在這樣的背景下應運而生，很多學校看到該領域的前景，競相申請設立數據科學與大數據技術專業。今天小編將帶你深入了解數據科學與大數據技術專業。

扎實的數學功底

由課程設置可以看出本專業對學生的數學基礎有一定要求，通識課部分就設置了三門數學課，學科基礎課依然有離散數學，數字邏輯與數學系統。建議想報考的同學提前觀看一些入門課程，客觀評估自己的數學能力。盲目報考無益於個人發展，會造成掛科過多、學習壓力過大、就業困難等不良後果。

有耐心有毅力

大數據專業和計算機專業比較像，是注重實踐的專業。學生需要獨立編寫程序，對程序進行修改與調試，需要注意每一個細節才能順利查錯並運行程序。有耐心有毅力的學生顯然更能坐的住，心浮氣躁的學生則需要一番磨練才能成功。

自主學習能力強

一般情況下，大數據專業無法向學生傳授大數據核心技術之外的知識技能，如果學生需要進入全新領域去實習就業，就必須要迅速掌握新領域的相關知識。假如學生到金融行業從事數據挖掘工作，就必須對金融產品及用戶有所了解。

工作

畢業生就業主要集中在一線城市，畢業於985院校的畢業生常常被各大企業一搶而空，就業行業以互聯網、金融、通信、教育、文化娛樂、電子商務等行業為主。薪資待遇令人羨慕，即使是剛畢業的學生，平均月薪就在12000-15000之間，工作3-5年比較有經驗的人可以拿到20-35k的月薪。

考研

主要方向有：計算機科學與技術、計算機系統結構、計算機軟體與理論、計算機應用技術、科學與信息技術（清華、北大、復旦、北京航空航天大學等少數學校開設）。

留學

該專業留學首推美國。國外的大學設置了數據科學專業，數據科學就是從數據中提取信息知識，是數據挖掘與預測分析的延伸，亦是發掘知識與數據的過程。所以，數據科學專業不僅包含了大數據也包含了數據分析。推薦學校有：哥倫比亞大學、加州大學伯克利分校、斯坦福大學、麻省理工學院、卡耐基梅隆大學等。