數據科學專業解讀

數據專(zhuan) 業(ye)

/01:學科介紹

數據科學

定義(yi) ：指能采用科學方法、運用數據挖掘工具、算法、模型對複雜多量的數字、符號、文字、網址等信息進行數字化重現與(yu) 認識，把這些數據結果應用到業(ye) 務中，提供策略，輔助決(jue) 策，增長業(ye) 務。

特性：目標明確，先做假設，然後通過數據分析來驗證假設是否正確，從(cong) 而得到相應的結果。

工具&技能：Hadoop套件、Java、C++、C#、Ruby、Python、R、Matlab、SPSS、SAS、Stata、Excel、Oracle、懂數據采集、懂數學算法、懂數學軟件科學懂數據分析、懂預測分析、懂市場應用、懂決(jue) 策分析

數據分析

定義(yi) ：根據分析目的，用適當的統計分析方法及工具，對收集來的數據進行處理與(yu) 分析，提取有價(jia) 值的信息發揮數據的作用。

特性：是有目標的數據輔助業(ye) 務的過程。目標明確，先做假設，然後通過數據分析來驗證假設是否正確，從(cong) 而得到相應的結果。數據分析更偏向於(yu) 數據的執行過程。

工具&技能：Excel、Python、SQL...

數據挖掘

定義(yi) ：從(cong) 大量的數據中，通過統計學、人工智能、機器學習(xi) 等方法，挖據出未知的、且有價(jia) 值的信息和知識的過程。

特性：是無目標的數據探索的過程。輸出模型或規則，且可相應的得到模型得分或標簽。數據挖掘更偏向於(yu) 數據的執行過程。

工具&技能：R、Python、SPSS、SAS、Pandas、決(jue) 策樹、線性回歸、邏輯回歸、隨機森林

大數據

定義(yi) ：大數據是指巨型數據，無法一定時間範圍內(nei) 用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決(jue) 策力、洞察發現力和流程優(you) 化能力的海量、高增長率和多樣化的信息資產(chan) 。

特性：大數據技術的戰略意義(yi) 不在於(yu) 掌握龐大的數據信息，而在於(yu) 對這些含有意義(yi) 的數據進行專(zhuan) 業(ye) 化處理。大數據更加偏向於(yu) 理論概念，也是目前創新思維，信息技術以及統計學技術的綜合概述。

工具&技能：Python、R、Java，Hadoop、Linux、Strom、Spark(Scala)等等

機器學習(xi)

定義(yi) ：機器學習(xi) 是人工智能的子領域，通過運用某些ML算法，可以將其翻譯為(wei) 機器可理解的語言，是使計算機具有智能的根本途徑。

機器學習(xi) 是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法複雜度理論等多門學科。專(zhuan) 門研究計算機怎樣模擬或實現人類的學習(xi) 行為(wei) ，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。

特性：可以通過機器的0,1進製模型來優(you) 化業(ye) 務，增進業(ye) 務的一個(ge) 技術手段。

工具&技能：C++、Python、決(jue) 策樹算法、支持向量機算法、人工神經網絡算法、隨機森林、深度學習(xi) 等

/02:課程設置

概率論，應⽤統計，數據挖掘，機器學習(xi) ，⼈⼯智能，數據可視化、統計學、逼近論，線性代數、高等數學等

/03:就業(ye) 方向

數據挖掘與(yu) 統計分析

數據挖掘和統計分析都代表了從(cong) 數據中學習(xi) 的⽅法。在這個(ge) 專(zhuan) 業(ye) ⻆⾊中，有抱負的⼈學習(xi) 如何從(cong) 數據中發現和識別有意義(yi) 的結構，並將它們(men) 映射在⼀起以產(chan) ⽣有意義(yi) 的信息。

商業(ye) 智能與(yu) 戰略製定

這是另⼀個(ge) 蓬勃發展的數據科學專(zhuan) 業(ye) ，因為(wei) ⼤多數公司更喜歡擁有⼀些 BI 專(zhuan) 業(ye) ⼈員。商業(ye) 智能是分析師必須將數據轉化為(wei) 洞察⼒的領域，以幫助推動具有最⼤潛⼒的業(ye) 務。這個(ge) 專(zhuan) 業(ye) 領域允許培養(yang) 具有⾼精度和簡單性的後端數據源。

數據⼯程和數據倉(cang) 庫

數據⼯程是將數據轉換為(wei) 有意義(yi) 的格式的⽅法，以便專(zhuan) 業(ye) ⼈員可以使⽤這些數據進⾏深⼊分析。數據⼯程師整合來⾃多個(ge) 異構來源的數據，並使⽤即席查詢對其進⾏結構化，從(cong) ⽽為(wei) 決(jue) 策提供有意義(yi) 的模式。

數據可視化

⼈類⽂明的⽂化⼤多是視覺的，包括從(cong) 藝術和⼴告到娛樂(le) 和學習(xi) 的⼀切。當我們(men) 可視化任何東(dong) 西時，它變得⾮常有影響⼒且易於(yu) 理解。數據可視化是數據科學專(zhuan) 業(ye) 領域，負責將數據和信息表⽰為(wei) 圖形表⽰。

數據庫管理和數據架構

在這個(ge) 數據科學和⼤數據時代，企業(ye) 和組織需要擁有符合⾏業(ye) 標準的集中式數據架構。成功清理後，數據將在數據庫中部署和維護，以⽀持應⽤程序、服務或服務組的複雜數據事務。

運營相關(guan) 數據分析

與(yu) 運營相關(guan) 的數據分析直接使⽤組織的其他員⼯和成員提供的⼯具和數據。提供數據的⼯具可以在企業(ye) 的各種運營（如物流、技術、⼈⼒資源、財務）中找到改進的可能性。

機器學習(xi) 和認知專(zhuan) 家

機器學習(xi) 和認知算法開發是數據科學的⼀些頂級專(zhuan) 業(ye) 。通過這種⽅式，有誌者和專(zhuan) 業(ye) ⼈⼠可以開發基於(yu) 算法和⼈⼯智能 (AI) 的解決(jue) ⽅案。

/04:院校與(yu) 項目

01、哈佛大學

1.5年MS數據科學項⽬

數據科學碩⼠課程由計算機科學和統計學院聯合領導，並通過應⽤計算科學研究所(IACS) 管理，在快速發展的數據科學領域培養(yang) 學⽣。

數據科學位於(yu) 統計⽅法、計算科學和⼴泛的應⽤領域的交叉點。該計劃在海量數據集的統計建模、機器學習(xi) 、優(you) 化、管理和分析以及數據采集⽅⾯提供了強有⼒的準備。該計劃側(ce) 重於(yu) 可重複數據分析、協作解決(jue) 問題、可視化和通信以及數據科學中出現的安全和道德問題等主題。

02、耶魯大學

MA/MS統計與(yu) 數據科學碩⼠項⽬

錄取者需掌握概率論、數理統計和統計理論，也需要擁有真實的數據相關(guan) 的工作經驗；

這個(ge) 項目將新增4門「Data Science」課程，包含至少2門數據科學方法的課程，以及至少2門數據科學方法的課程，以及至少2門有效計算和大數據課程。

03、卡內(nei) 基梅隆大學

2年MCDS計算數據科學碩⼠

MCDS項⽬下設有三個(ge) Track，分別是System Track（係統⽅向）,Analytics Track（分析⽅向）和HCI Track（⼈機交互⽅向）, 每個(ge) 被錄取的學⽣可以在第⼀學期後選擇⾃⼰感興(xing) 趣的Track進⾏相應的選課並畢業(ye) 。

System Track更偏向傳(chuan) 統計算機，涵蓋操作係統、數據庫、分布式係統等課程。Analytics Track更偏向機器學習(xi) 和⾃然語⾔處理，涵蓋機器學習(xi) 理論以及⾃然語⾔處理應⽤的相關(guan) 課程。HCI更偏向⼈機交互，涵蓋與(yu) 教育學、社會(hui) 學、經濟學和數據科學交叉的課程。

04、斯坦福大學

數據科學MS

項目長度1.5-2年。Stanford的DS項⽬是ICME和STATS合辦的，除了錄取分開之外課程設置是⼀樣的。略微不同的可能是，ICME有更為(wei) ⽅便的轉PhD路徑，對於(yu) 不確定畢業(ye) 後直接industry還是PhD的同學來說flexible⼀點。

項⽬⾥有同學是全職⼯作1-2年過後再來讀書(shu) 的，也有同學是之前以research intern經曆為(wei) 主。感覺⾝邊的同學數學計算機統計背景都挺強的，每個(ge) ⼈都很有趣很有想法，有⼀定的research或者industry exposure。

數據專(zhuan) 業(ye) 課題推薦

以上項目不是你想要的？那麽(me) 針對此類個(ge) 性er的需求，我們(men) 會(hui) 提供1v1的個(ge) 性化定製，根據你的個(ge) 人情況和需求定製有針對性的導師和課題～