大数据专业调研报告

A. 调研报告大数据分析怎么做

1、明确思路

明确数据分析的目的以及思路是确保数据分析过程有效进行的首要条件。它作用的是可以为数据的收集、处理及分析提供清晰的指引方向。可以说思路是整个分析流程的起点。首先目的不明确则会导致方向性的错误。当明确目的后，就要建分析框架，把分析目的分解成若干个不同的分析要点，即如何具体开展数据分析，需要从哪几个角度进行分析，采用哪些分析指标。

2、收集数据

收集数据是按照确定的数据分析框架收集相关数据的过程，它为数据分析提供了素材和依据。这里所说的数据包括第一手数据与第二手数据，第一手数据主要指可直接获取的数据，第二手数据主要指经过加工整理后得到的数据。

3、处理数据

处理数据是指对收集到的数据进行加工整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段。数据处理的基本目的是从大量的、杂乱无章、难以理解的数据中，抽取并推导出对解决问题有价值、有意义的数据。数据处理主要包括数据清洗、数据转化、数据提取、数据计算等处理方法。

4、分析数据

分析数据是指用适当的分析方法及工具，对处理过的数据进行分析，提取有价值的信息，形成有效结论的过程。由于数据分析多是通过软件来完成的，这就要求数据分析师不仅要掌握各种数据分析方法，还要熟悉数据分析软件的操作。而数据挖掘其实是一种高级的数据分析方法，就是从大量的数据中挖掘出有用的信息，它是根据用户的特定要求，从浩如烟海的数据中找出所需的信息，以满足用户的特定需求。

5、展现数据

一般情况下，数据是通过表格和图形的方式来呈现的，我们常说用图表说话就是这个意思。常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，当然可以对这些图表进一步整理加工，使之变为我们所需要的图形。

6、撰写报告

数据分析报告其实是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，供决策者参考。一份好的数据分析报告，首先需要有一个好的分析框架，并且图文并茂，层次明晰，能够让阅读者一目了然。另外，数据分析报告需要有明确的结论，没有明确结论的分析称不上分析，同时也失去了报告的意义，因为我们最初就是为寻找或者求证一个结论才进行分析的，所以千万不要舍本求末。最后，好的分析报告一定要有建议或解决方案。

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¤￠暱鏇惧氭″己璋冩寚鍑猴紝瑕佺Н鏋佹帹杩涘ぇ鏁版嵁瀹¤★紝鍧氭寔绉戞妧寮哄★紝閫氳繃淇℃伅鍖栥佹暟瀛楀寲锛屽姫鍔涙彁楂樺¤＄洃鐫ｇ殑璐ㄩ噺鍜屾晥鐜囥傛柊褰㈠娍涓嬶紝瀹¤″伐浣滅壒鍒绂讳笉寮澶ф暟鎹鐨勬敮鎾戯紝鍒╃敤澶ф暟鎹杩涜屽¤★紝鎴栧皢鎴愪负瀹¤℃満鍏冲簲瀵瑰嶆潅绀句細缁忔祹绠＄悊褰㈠娍銆佹彁鍗囧¤″伐浣滆川閲忕殑閲嶈佹墜娈点備互鈥滈噾瀹″伐绋嬧濅负鍩虹鐨勫¤′俊鎭绯荤粺缁忚繃澶氬勾鐨勫缓璁惧彂灞曪紝鐩鍓嶆ｉ愭ュ缓绔嬪拰瀹屽杽銆傚悓鏃讹紝鍦ㄦ斂搴滃悇閮ㄩ棬涓绀句細淇濋殰澶ф暟鎹鏃㈠叿鏈夎緝楂樼殑瀹屾暣鎬э紝涔熷吋鍏疯緝楂樼殑鍑嗙‘鎬с傝繖浜涘緱澶╃嫭鍘氱殑鏉′欢锛屼笉浠呬娇瀹¤″光滃ぇ鏁版嵁鈥濈洃鐫ｇ＄悊鎴愪负鍙鑳斤紝鏇翠负瀹炴柦浠モ滃ぇ鏁版嵁鈥濅负鍩虹鐨勫¤♀滃叏瑕嗙洊鈥濆犲畾浜嗗熀纭銆
涓銆佸ぇ鏁版嵁鎶鏈鍦ㄨ储鏀垮¤℃柟闈㈢殑杩愮敤
锛堜竴锛夎繍鐢ㄥぇ鏁版嵁寮灞曡储鏀垮¤℃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垱鏂帮紝瀵圭粡娴庣ぞ浼氬彂灞曡捣鍒伴噸瑕佷綔鐢锛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°佷汉姘戦摱琛岀瓑閮ㄩ棬鏅閬嶈繘琛屼俊鎭绯荤粺寤鸿撅紝璐㈡斂閮ㄩ棬寮灞曠殑鈥滈噾璐㈠伐绋嬧濊嗙洊璐㈡斂鏀舵敮绠＄悊鐨勪笟鍔″簲鐢ㄧ郴缁燂紝娑电洊浜嗛勭畻绠＄悊銆佸浗搴撻泦涓鏀朵粯绛変笟鍔★紝瀵硅储鏀块儴闂ㄧ殑瀹¤″崟浣嶄俊鎭鍖栫殑鍙戝睍锛岃揩鍒囪佹眰杩愮敤澶ф暟鎹寮灞曡储鏀垮¤°
锛堜簩锛夎繍鐢ㄥぇ鏁版嵁寮灞曡储鏀垮¤℃槸鎺ㄥ姩瀹屽杽鍥藉舵不鐞嗙殑杩鍒囬渶瑕併傝储鏀垮¤＄殑鑼冨洿绐佺牬浜嗕紶缁熺殑璐㈡斂鏀舵敮姒傚康锛屽泭鎷浜嗘斂搴滄ф敹鏀鐨勫叏閮ㄥ唴瀹广傚叏鍙ｅ緞棰勭畻鐨勫℃煡鐩戠潱浠樿稿疄鏂斤紝濡備綍鍦ㄦ湁闄愮殑鏃堕棿鍐呮煡鎵惧拰鍙戠幇闂棰橈紝杩愮敤澶ф暟鎹寮灞曡储鏀垮¤℃垚涓烘帹鍔ㄥ畬鍠勫浗瀹舵不鐞嗙殑杩鍒囬渶瑕併
锛堜笁锛夎繍鐢ㄥぇ鏁版嵁寮灞曡储鏀垮¤℃槸璐㈡斂绮剧粏鍖栫＄悊鐨勮佹眰銆傚湪绮剧粏鍖栫＄悊瑕佹眰涔嬩笅锛岃储鏀块勭畻瀹℃煡銆侀勭畻鎵ц屽樊寮傚垎鏋愩侀勭畻涓庡喅绠楃殑瀵规瘮鍒嗘瀽閮芥槸浣跨敤绯荤粺澶ф暟鎹鏉ュ畬鎴愮殑銆傜浉搴斿湴锛岃储鏀块勭畻鎵ц屽¤¤佸疄鐜板叏鍙ｅ緞鍒嗘瀽锛屽繀椤讳娇鐢ㄧ郴缁熸暟鎹銆傚傚埄鐢ㄥ浗搴撴敮浠樼郴缁熺殑鏁版嵁锛岄氳繃瀵规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锛屽疄鐜版墍鏈夎储鏀胯祫閲戝叏杩囩▼璺熻釜瀹¤°傦紙鍥涳級澶ф暟鎹瀹¤＄幇鍦ㄧ殑杩愮敤鎯呭喌銆傛寜鐓^鐨勮佹眰锛屽缓绔嬩簡璐㈡斂鏁版嵁瀹氭湡鎶ラ佹満鍒讹紝姣忓崐骞存敹闆嗕竴娆¤储鏀挎暟鎹锛屽苟瀵规敹闆嗙殑鏁版嵁杩涜屾暣鐞嗭紝鐢熸垚瀹¤′汉鍛樺彲浠ヤ娇鐢ㄧ殑鏍囧噯琛ㄣ傝储鏀跨戣仈鍚堜俊鎭绉戯紝瀵归勭畻缂栨姤绯荤粺銆侀勭畻鎸囨爣绯荤粺銆侀潪绋庡緛绠＄郴缁熴佸喅绠楃紪鎶ョ郴缁熺瓑鐨勮储鍔″拰涓氬姟鏁版嵁锛岄泦涓杩涜屽氱郴缁熷叧鑱斻佸ぇ鏁版嵁姣斿广傚皢鏁版嵁鍒嗘瀽褰㈡垚鐨勫¤′腑闂磋〃鍜岀枒鐐硅〃浣滀负閲嶇偣杩涜屽¤★紝鎻愰珮浜嗘晥鐜囧拰澧炲己鎸囧兼с傚¤＄粨鏉熷悗锛屽己鍖栫粡楠屾荤粨锛屽舰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鍨嬫柟娉曚綋绯昏〃锛屼负杩涗竴姝ユ繁鍖栧ぇ鏁版嵁瀹¤＄Н绱缁忛獙銆
浜屻佺ぞ淇濆¤″ぇ鏁版嵁淇℃伅绠＄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锛屽¤℃柟寮忓拰閫斿緞灏嗗疄鐜颁互涓嬪洓涓鏂归潰鐨勮浆鍙樸
锛堜竴锛夊簲鐢ㄥぇ鏁版嵁鍒嗘瀽鎶鏈锛屽疄鐜板¤℃柟娉曚粠鏁版嵁楠岃瘉鎬у垎鏋愬悜鏁版嵁鎸栨帢鎬у垎鏋愯浆鍙樸
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规暟鎹杩涜岄獙璇侊紝閫氳繃鏋勫缓鏌ヨ㈠垎鏋愩佸氱淮鍒嗘瀽绛夋柟娉曟ā鍨嬭繘琛屾暟鎹鍒嗘瀽锛岃屽簲鐢ㄥぇ鏁版嵁鍒嗘瀽鎶鏈锛屽垯鑳藉熶娇瀹¤℃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垎鏋愯浆鍙樸傛寲鎺樻у垎鏋愭槸鎸囬噰鐢ㄥぇ鏁版嵁澶勭悊鎶鏈锛屽埄鐢ㄦ暟鎹浠撳簱銆佹暟鎹鎸栨帢鍜屾ā鍨嬮勬祴宸ュ叿杩涜屽¤″垎鏋愶紝浠庡ぇ閲忔暟鎹涓鍙戠幇钑存兜鐨勬暟鎹妯″紡鍜岃勫緥銆
锛堜簩锛夊簲鐢ㄥぇ鏁版嵁鍒嗘瀽妯″紡锛屽疄鐜板¤℃柟寮忎粠鍙戠幇闂棰樺悜椋庨櫓棰勮﹁浆鍙樸
浼犵粺瀹¤″伐浣滀互鍙戠幇闂棰樹负涓伙紝瀵圭粡娴庡舰鍔胯繘琛岄勬祴鍒嗘瀽锛屽洜鑰岄』绛夊埌鐩稿叧浜嬩欢鍙戠敓骞朵笖褰㈡垚涓瀹氳勬ā鍚庯紝鍐嶆牴鎹鎼滈泦鍒扮殑瓒冲熸暟鎹杩涜屽垎鏋愮爺绌讹紝鍏锋湁婊炲悗鎬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缁忔祹銆佺ぞ浼氳屼负鏁版嵁杩涜屽垎鏋愶紝瀵圭粡娴庣ぞ浼氱浉鍏冲紓甯稿姩鎬佸疄鐜版棭鏈熷叧娉锛屽埄鐢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锛屽瑰畯瑙傜粡娴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¤′綔涓氬钩鍙帮紝瀹炵幇鍗曟満瀹¤″悜浜戝¤¤浆鍙樸

C. 濡備綍杩涜屼竴娆℃湁鏁堢殑澶ф暟鎹璋冪爺鎬荤粨锛

杩涜屼竴娆℃湁鏁堢殑澶ф暟鎹璋冪爺鎬荤粨锛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┒闂棰樸傝繖灏嗗府鍔╀綘鍦ㄦ暣涓杩囩▼涓淇濇寔涓撴敞锛屽苟纭淇濅綘鐨勭爺绌舵垚鏋滄湁閽堝规с

2.鏀堕泦鏁版嵁锛氭牴鎹浣犵殑鐮旂┒闂棰橈紝浠庡悇绉嶆潵婧愭敹闆嗙浉鍏虫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绛夈傜‘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锛氬规敹闆嗗埌鐨勬暟鎹杩涜屾竻娲楀拰棰勫勭悊锛屼互娑堥櫎鍣澹般佺己澶卞煎拰寮傚父鍊笺傝繖灏嗘彁楂樻暟鎹鐨勮川閲忥紝骞朵负鍚庣画鍒嗘瀽濂犲畾鍩虹銆

4.鏁版嵁鍒嗘瀽锛氫娇鐢ㄩ傚綋鐨勬暟鎹鍒嗘瀽鏂规硶鍜屾妧鏈瀵规暟鎹杩涜屾繁鍏ュ垎鏋愩傝繖鍙鑳藉寘鎷鎻忚堪鎬х粺璁″垎鏋愩佺浉鍏虫у垎鏋愩佽仛绫诲垎鏋愩侀勬祴鍒嗘瀽绛夈傛牴鎹鐮旂┒闂棰樼殑涓嶅悓锛岄夋嫨鍚堥傜殑鍒嗘瀽鏂规硶銆

5.缁撴灉鍙瑙嗗寲锛氬皢鍒嗘瀽缁撴灉浠ュ浘琛ㄣ佸浘褰㈡垨鍏朵粬鍙瑙嗗寲褰㈠紡灞曠ず锛屼互渚挎洿鐩磋傚湴鐞嗚В鏁版嵁鍜屽彂鐜般備娇鐢ㄩ滆壊銆佸ぇ灏忋佸舰鐘剁瓑鍏冪礌鏉ュ己璋冨叧閿淇℃伅鍜岃秼鍔裤

6.缁撴灉瑙ｉ噴鍜岃ㄨ猴細瀵瑰垎鏋愮粨鏋滆繘琛岃В閲婂拰璁ㄨ猴紝鎵惧嚭鏁版嵁涓鐨勬ā寮忋佸叧鑱斿拰瓒嬪娍銆傜粨鍚堝疄闄呮儏鍐靛拰鑳屾櫙鐭ヨ瘑锛岃瘎浼拌繖浜涚粨鏋滃逛綘鐨勭爺绌堕棶棰樼殑鍚绀哄拰鎰忎箟銆

7.缁撹轰笌寤鸿锛氭荤粨鐮旂┒缁撴灉锛屾彁鍑哄熀浜庢暟鎹鍒嗘瀽鐨勭粨璁哄拰寤鸿銆傝繖浜涚粨璁哄拰寤鸿搴旇ュ洖绛斾綘鐨勭爺绌堕棶棰橈紝骞朵负鍐崇瓥鑰呮彁渚涙湁浠峰肩殑鍙傝冦

8.鎾板啓鎶ュ憡锛氬皢鏁翠釜璋冪爺杩囩▼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哄拰缁撹虹瓑閮ㄥ垎锛屼互渚胯昏呬簡瑙ｄ綘鐨勭爺绌惰儗鏅銆佺洰鐨勩佹柟娉曞拰缁撹恒

9.瀹℃牳鍜屼慨鏀癸細鍦ㄥ畬鎴愬垵绋垮悗锛屽规姤鍛婅繘琛屼粩缁嗘鏌ワ紝纭淇濆唴瀹圭殑鍑嗙‘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骞舵牴鎹闇瑕佽繘琛屼慨鏀瑰拰瀹屽杽銆

10.鎻愪氦鎶ュ憡锛氬皢鏈缁堢増鏈鐨勬姤鍛婃彁浜ょ粰鐩稿叧浜哄憳锛屽傝佸笀銆侀嗗兼垨瀹㈡埛銆傚湪鎻愪氦杩囩▼涓锛岀‘淇濋伒寰鎵鏈夋牸寮忓拰鎴姝㈡棩鏈熻佹眰銆

D. 大数据行业的定义及用途分析

大数据行业的定义及用途分析_数据分析师考试

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapRece一样的框架来向数十、数百或甚至数千的电脑分配工作。下文是中国报告大厅小编整理的大数据行业的定义及用途分析。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

根据维基网络的定义，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。据宇博智业市场研究中心撰写的大数据行业市场调查分析报告显示，大数据它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

大数据的用途分析

大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。

物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

有些例子包括网络日志，RFID，传感器网络，社会网络，社会数据（由于数据革命的社会），互联网文本和文件；互联网搜索索引；呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录；摄影档案馆视频档案；和大规模的电子商务。

以上是小编为大家分享的关于大数据行业的定义及用途分析的相关内容，更多信息可以关注环球青藤分享更多干货

E. 大数据行业发展现状与未来前景分析

近年来，全球正大步迈向大数据新时代，数据的高效存储、处理和分析等需求也越来越旺盛。在此背景下，行业大数据得以高速发展，应用于各个领域，根据IDC发布的有关数据预测，2025年市场规模将达到19508亿元的高点。

全球大数据储量呈爆发式增长

随着信息通信技术的发展，各行各业信息系统采集、处理和积累的数据量越来越多，全球大数据储量呈爆炸式增长。根据国际数据公司(IDC)的监测数据显示，2013年全球大数据储量为4.3ZB(相当于47.24亿个1TB容量的移动硬盘)，2014年和2015年全球大数据储量分别为6.6ZB和8.6ZB。近几年全球大数据储量的增速每年都保持在40%，2016年甚至达到了87.21%的增长率。2016年和2017年全球大数据储量分别为16.1ZB和21.6ZB，2018年全球大数据储量达到33.0ZB，2019年全球大数据储量达到41ZB。

—— 以上数据及分析均来自于前瞻产业研究院《中国行业大数据市场发展前景预测与投资战略规划分析报告》。

F. 数据科学与大数据技术专业怎么样学成之后可以从事的职业有哪些

随着电子技术和信息科学的发展，近两年每个网民都有机会在社交媒体发出自己的声音，留下海量的信息。人类生产信息的速度可谓风驰电掣，每两年就会增长一倍，近两年产生的数据总量相当于人类有史以来所有数据量的总和。科研领域、企业运营及日常生活中的数字、文字、图像、音频都是数据，大数据的处理速度快、价值密度低、商业价值高。拥有海量数据的国家或企业如果能合理地解释运用这些数据，就会增强自身的竞争力。大数据专业就在这样的背景下应运而生，很多学校看到该领域的前景，竞相申请设立数据科学与大数据技术专业。今天小编将带你深入了解数据科学与大数据技术专业。

扎实的数学功底

由课程设置可以看出本专业对学生的数学基础有一定要求，通识课部分就设置了三门数学课，学科基础课依然有离散数学，数字逻辑与数学系统。建议想报考的同学提前观看一些入门课程，客观评估自己的数学能力。盲目报考无益于个人发展，会造成挂科过多、学习压力过大、就业困难等不良后果。

有耐心有毅力

大数据专业和计算机专业比较像，是注重实践的专业。学生需要独立编写程序，对程序进行修改与调试，需要注意每一个细节才能顺利查错并运行程序。有耐心有毅力的学生显然更能坐的住，心浮气躁的学生则需要一番磨练才能成功。

自主学习能力强

一般情况下，大数据专业无法向学生传授大数据核心技术之外的知识技能，如果学生需要进入全新领域去实习就业，就必须要迅速掌握新领域的相关知识。假如学生到金融行业从事数据挖掘工作，就必须对金融产品及用户有所了解。

工作

毕业生就业主要集中在一线城市，毕业于985院校的毕业生常常被各大企业一抢而空，就业行业以互联网、金融、通信、教育、文化娱乐、电子商务等行业为主。薪资待遇令人羡慕，即使是刚毕业的学生，平均月薪就在12000-15000之间，工作3-5年比较有经验的人可以拿到20-35k的月薪。

考研

主要方向有：计算机科学与技术、计算机系统结构、计算机软件与理论、计算机应用技术、科学与信息技术（清华、北大、复旦、北京航空航天大学等少数学校开设）。

留学

该专业留学首推美国。国外的大学设置了数据科学专业，数据科学就是从数据中提取信息知识，是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。所以，数据科学专业不仅包含了大数据也包含了数据分析。推荐学校有：哥伦比亚大学、加州大学伯克利分校、斯坦福大学、麻省理工学院、卡耐基梅隆大学等。