京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据专业成新宠, 232 所高校竞相布局大数据相关专业
站在互联网数字经济时代的“风口”,聚焦大数据、人工智能、无人驾驶汽车、中国制造2025、“互联网+”等公认的“暴涨”行业,直接催热了国内各大高校的大数据专业。大数据专业悄无声息的就一下子成为了大学的"新宠",232所高校竞相布局大数据相关专业,抢抓新机遇,立求在大数据时代占有自己独有的一席之地。
2017年3月,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。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,于2016年2月获得教育部批准。
时隔一年的2018年4月,教育部公布《2018年高等职业教育专业备案和审批结果》,确定了2018年经各省级教育行政部门备案的非国家控制高职专业和教育部审批同意新设的国家控制高职专业共计733个。在高职院校新增专业中,“大数据技术与应用”专业成为热门——全国总计有143个大数据专业获批新办。俩专业学制都为四年,授予工学学位或理学学位。
大数据产业迅猛增长,人才缺口高达150万
我国大数据产业迅猛增长,相关人才高度稀缺。2016年,近六成企业已成立大数据分析相关部门,超过1/3的企业已应用大数据,中国大数据市场规模168亿元,预计2017-2020年仍将保持30%以上的增长。根据麦肯锡公司分析报告, 2018年,国内大数据科学家的缺口在14万到19万之间,懂得利用大数据做决策的分析师和经理岗位缺口将达150万。
在市场需求和人才供应的不均衡下,大数据人才问题日渐严峻。人才紧缺带来的最直观的现象就是薪酬的提升。
日前,在西安交通大学举办的一场招聘会现场,来自各地的300多家单位提供了14000多个人工智能专业相关岗位。企业为人工智能、移动终端、云计算、大数据等相关专业应届生开出的年薪约为30万元到40万元,大数据专业毕业生可谓炙手可热。
两年光景,高校大数据专业迅速扩张
2016年2月
第一批”数据科学与大数据技术专业”获批名单
2017年3月
第二批”数据科学与大数据技术专业”获批名单
2018年4月
高职专业中与大数据相对应的是“大数据技术与应用”专业,它是2016年教育部公布的新增专业,2017年,部分高职院校以“大数据技术与应用”专业开始招生。
首批批准设立大数据专业的高职院校有54所,而到2018年,共有143所高职院校的大数据专业获批。可以看出,大数据专业在高职院校的“落地”,今年呈现出“放量”的迹象。
目前全国共计197所高职院校获批开设大数据专业,具体名单如下:
结语
当前,新一代信息技术正广泛渗透到经济社会的各个领域,聚焦新经济、新产业发展,高职院校在办学和专业设置上,也面临“推陈出新”的新局面。对高职院校而言,既是机遇,也是挑战。
大数据专业强调交叉学科特点,以大数据分析为核心,以统计学、计算机科学和数学为三大基础支撑性学科,培养面向多层次应用需求的复合型人才。因此,如何跟随产业变化,培养满足技术和企业发展需要的大数据人才,是学校迫切需要思考和解决的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19