一、数据科学与大数据技术专业是什么？

数据科学与大数据技术属计算机类专业，基本修业年限为四年，授予理学或工学学士学位。该专业旨在培养具有数学、统计学、计算机等多学科的基础知识，以及数据处理与分析领域的基本理论、方法和技能，熟悉大数据技术的特性、实现原理及应用方向，掌握大数据的采集与处理、存储与管理、分析与应用技术，具备数据采集、存储和挖掘等数据处理能力和大数据系统的搭建能力，毕业后能在需要大数据的行业中从事数据预处理、大数据应用分析、大数据应用开发、大数据系统研发及数据可视化等工作的应用型人才。

二、数据科学与大数据技术专业学什么？

实例一（辽宁科技大学）：高等数学、线性代数、离散数学、C++程序设计、数据结构、计算机网络、操作系统、软件工程概论、数据库原理、大数据开发语言基础、数据采集与清洗、大数据技术原理与应用、高并发分布式数据库技术、大数据处理技术、数据分析与挖掘、大数据可视化技术等。

示例二（辽宁工程技术大学）：高等数学、线性代数、程序设计基础(C语言)、概率论与数理统计、面向对象程序设计（Java语言）、Java高级开发技术、Python语言与数据分析、数据科学导论、数据结构、数据库原理及应用、Linux操作系统、计算机网络、计算机硬件技术、分布式计算平台及应用(Hadoop\Spark\Storm)、分布式数据库、网络爬虫与数据可视化、机器学习、数据分析与数据挖掘、最优化理论等。

示例三（大连海事大学）：离散数学、程序设计基础与C语言、Java语言程序设计、计算机组织与结构、数据结构、算法设计与分析、数据库原理与应用、应用统计学与R语言、大数据存储与处理、大数据分析及可视化、自然语言处理导论、人工神经网络及深度学习、数据仓库与数据挖掘、机器学习、Python程序设计与应用、Spark大数据技术与应用、商业智能与数据分析、分布式计算、人工智能基础、智能信息检索等。

示例四（沈阳师范大学）：数学分析、高等代数、Python语言、数据结构、概率论、数理统计、矩阵分析、数据挖掘、数值优化、算法分析与设计、Hadoop大数据开发技术、Spark大数据分析等。

示例五（渤海大学）：大学英语、大学物理、高等数学、线性代数、概率论与数理统计、离散数学、C语言程序设计、面向对象程序设计、数据结构、数据库原理及应用、大数据技术原理及应用、计算机网络、操作系统、人工智能、机器学习、Python程序设计、数据挖掘、模式识别、云计算技术、软件工程、算法分析与设计等。

示例六（沈阳大学）：大数据导论、程序设计语言、应用统计学、数据库原理、Linux系统、算法分析与设计、分布式计算、最优化理论、机器学习、大数据分析与挖掘、数据可视化、人工智能、大数据编程平台等。

示例七（辽宁科技学院）：Python语言基础、Python高级技术、mysql数据库技术、Java程序设计、Java企业级开发框架、Hadoop大数据技术、数据仓库与挖掘技术、分布式数据库原理与应用、数据导入与预处理、数据可视化、大数据分析与内存计算、大数据WEB开发框架Hue、Linux操作基础、Shell编程、Scala语言基础。

示例七（沈阳工程学院）：数据结构、操作系统原理、计算机组成原理、计算机网络、Linux基础、Python语言及应用、Hadoop大数据技术、大数据库技术、Spark大数据技术、数据可视化技术。

示例八（东莞理工学院）：算法与数据结构、操作系统、数据库系统原理、计算机网络、人工智能导论、大数据导论、机器学习、数据挖掘、Oracle数据库开发、分布式数据库、数据可视化技术、云计算、计算智能、模式识别、深度学习、文本大数据分析与理解、时序分析、金融与经济数据挖据、社交网络挖掘、生物统计学、图形图像处理、语音识别与分析等。

示例九（上海理工大学）：高等数学、线性代数、概率论与数理统计、操作系统、数据结构、计算机网络、计算机组成、数据库原理、数据采集与集成技术，大数据存储技术、人工智能原理与技术、云计算技术、分布式系统架构技术、数据可视化技术、机器学习、NoSQL数据库技术，知识图谱、人工神经网络、图像处理与分析基础、时序数据分析、项目管理与过程改进等。

示例十（福建工程学院）：概率论与数理统计、数据科学与 Python入门、高级程序设计语言、面向对象程序设计、时间序列分析、应用统计学、操作系统原理、网络操作 系统（Linux）、数据结构、算法分析与设计、数据库系统原理及应用、数据仓库与数据挖掘、机器学习实践、Hadoop 大数据开发技术、云计算技术、软件工程、ETL 技术、数据可视化等。

示例十一（洛阳理工学院）：Java程序设计、数据结构、计算机组成与系统结构、操作系统、计算机网络、数据库原理与应用、Python程序设计、大数据库技术、数据挖掘技术与应用、数据可视化技术、大数据分析与内存计算以及相关大数据应用项目实践课程等。

示例十二（中南大学）：数据科学与大数据导论、分布式系统与云计算、机器学习、深度学习、数据仓库与数据挖掘、可视化技术、大数据编程等。

示例十三（北京石油化工学院）：程序设计基础（Python语言）、数据科学训练营、离散数学、数据结构、大数据处理与分析、大型数据库设计原理、分布式计算与系统、数据挖掘、人工智能、数据可视化。

示例十四（中国农业大学）：机器学习、程序设计、数据库原理、数据科学导论、统计学习理论、最优化方法、大数据存储与处理、大数据可视化分析、数据挖掘、大数据综合实训等。

示例十五（北京信息科技大学）：计算机导论、程序设计基础、离散数学、IT工程师职业道德与素养、数字逻辑电路、面向对象技术、专业发展概论、统计分析方法、最优化理论、数据结构与算法、计算机组成原理、操作系统、大数据导论、计算机网络、数据采集、数据存储、高性能计算、人工智能、数据挖掘、大数据系统与平台技术实践、大数据分析及可视化技术实践、大数据项目综合实践等。

示例十六（西南交通大学）：

（1）数学和自然科学基础：数学分析、高等代数、解析几何、数据科学的现代数学基础、物理。

（2）统计学基础：概率论、数理统计、数据分析。

（3）计算机基础：程序设计与算法语言、数据结构与算法、数据库原理与应用。

（4）专业理论基础:数据挖掘、神经网络与深度学习；数据可视化分析； 数值分析、运筹学、数学模型。

（5）专业技能基础：Python编程技术、Hadoop大数据开发技术。

（6）实用技能课程选修：《数据挖掘实用案例分析》、《移动互联网数据挖掘软件开发》、《社交网站的数据挖掘与分析》、《推荐系统实践》、《文本数据挖掘》、《智能推荐》、《图像数据挖掘》。

示例十七（桂林电子科技大学）：

（1）核心基础课程：数据科学导论、线性代数及应用、概率论及数理统计、信息论、大数据处理与云计算、数据库原理及应用、最优化及运筹学、机器学习导论等。

（2）专业特色课程：大数据统计分析、人工智能学科概论、人工智能数学基础、机器人学概论、人工智能导论、大数据技术原理与应用、自然语言处理等。

示例十八（华南农业大学）：数据科学与大数据导论、分布式系统与云计算、机器学习、深度学习、数据仓库与数据挖掘、可视化技术、大数据编程等。

示例十九（重庆大学）：

（1）专业基础课：计算机系统、程序设计基础、面向对象程序设计、离散数学、数据结构与算法、数据库原理与设计、操作系统、数据科学导论、统计分析

（2）必修课程：数据挖掘、机器学习、大数据分析、数据可视化。

（3）选修课程：计算机组成与结构、Java EE程序设计、算法设计与分析、计算机网络、软件工程导论、信息安全导论、Web开发技术、计算机图形学、多媒体技术、人机交互设计、数字图像处理、服务计算及应用、GIS技术及应用、机器学习、深度学习、计算机视觉、自然语言处理等。

示例二十（昆明理工大学）：程序设计基础、算法与数据结构、数据库原理及应用、非关系式数据库原理及应用、分布式计算系统原理、软件工程、数据挖掘、大数据与预测分析、数据科学基础，物联网与云计算，大数据系统，认知科学，数据可视化，数据采集与监控系统。

三、数据科学与大数据技术专业干什么？

数据科学与大数据技术专业学生毕业后，可在互联网+、智能制造、金融科技、政府机关、教育部门、科研院所等行业或部门，从事数据管理与维护、大数据建模与可视化、大数据算法与实现、数据挖掘与分析、大数据软件设计与开发、人工智能应用技术、软件项目管理等方面的工作，也可以在大专院校从事相关专业的教学和科研工作，或进入相关领域研究生阶段继续深造。