研究生院校选择大数据系统怎么注册

摘要： 以后想从事数据分析、大数据，研究生选择什么专业好？需要补哪些课程？作为一名大数据方向的研究生教育工作者，我来回答一下这个问题。首先，当前很多研究生同学会选择主攻数据分析相关方向，未...

以后想从事数据分析、大数据，研究生选择什么专业好？需要补哪些课程？

作为一名大数据方向的研究生教育工作者，我来回答一下这个问题。

首先，当前很多研究生同学会选择主攻数据分析相关方向，未来也希望从事数据分析相关岗位，一方面数据分析岗位的岗位附加值比较高，另一方面数据分析岗位的职业生命周期也相对比较长。随着大数据技术开始广泛落地应用，未来产业领域会逐渐释放出大量的数据分析岗位，而且岗位附加值依然有进一步提升的空间。

数据分析岗位对于从业者的要求还是比较高的，目前很多专业的研究生都可以从事数据分析岗位，除了计算机专业之外，数学、统计学、经济学和金融学相关专业的研究生也可以从事数据分析岗位，所以近些年来数据分析岗位的竞争还是比较激烈的。

目前对于硕士研究生来说，要想具备更强的就业竞争力，应该从三个方面做出准备，其一是构建扎实的理论知识基础，掌握统计学和机器学习这两种最基本的数据分析方式，其二是重视行业应用场景知识的学习，这对于提升就业竞争力有非常直接的帮助，其三是具备一定的创新能力，能够为数据打开新的价值空间，这一点对于竞争大厂的岗位有较大的影响。

硕士研究生的整体学习时间比较短，尤其是专硕，真正能够用来学习和积累的时间也就一年左右，要想在这一年里有较快的进步，从而拿到大厂的实习岗位，应该重视两件事，其一是重视算法知识的积累，其二是重视编程能力的提升，这两点往往也是大厂面试所关注的重点内容。

在读研的过程中，要充分利用学校已有的科研***，重视与导师的交流，这是能否尽快做出成果的关键。

我从事教育、科研多年，目前在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！

其实研究生的专业方向和具体做的事情并不一定完全一致。

比如我在信号与信息处理学科下面带研究生，但是我从事的研究也包含了大量的数据分析和大数据的内容。

很多计算机学科的老师都会从事相关研究。另外也有专门的数据科学、自动化的模式识别与智能控制专业也会有机器学习和AI的研究。

建议你首先确定目标学校，再看看目标学校的哪些专业有老师再从事这方面的研究，再来确定考研的具体专业方向。

题主的问题我想更重要的是关注研究方向，而不是考研的专业方向。

大数据方向的研究生有哪些专业与学校值得推荐？

其实现阶段没有大数据成体系的理论基础，如果想学相关的统计，机器学习之类的内容出国肯定是最好的。如果考虑国内，北大的王汉生老师做network data 比较厉害。再就是可以考虑复旦大数据学院，人大大数据学院也有和TAMU的联合培养，上财统计学院也有许多走在前沿的导师，她的应用统计专硕有关于大数据技术这个方向，也是今年新招生。

另外，计算机研究生下也有这个方向。和统计相比，大数据和计算机靠的远远更近。

稍弱一点的学校，类似厦门大学，那里有个数据库的组，还不错。南航，有个数据管理与知识工程的组。湖南大学，数据库也不错。东北大学，于戈老板的team，但是东北大学地势不大好。北邮，北邮计算机很好，有关于云计算还有大数据技术也在快速发展中。

[0812Z2]大数据科学与工程

推荐院校中国人民大学

[0714Z3]大数据统计

推荐院校云南大学

[0701Z2]大数据管理及应用系统开发

推荐院校安庆师范大学

[1201Z5]大数据管理

推荐院校西南财经大学

[0714J1]大数据科学与应用

推荐院校景德镇陶瓷大学

真正要学大数据专业。西安财经大学还是不错的。西安财经大学前身是西安统计学院。许多院校都是吹的厉害，尽量往热门的专业靠。西安财经大学，这几年一直默默无闻，扎扎实实搞他们的统计。大数据云计算核心基础理论，数据价值挖掘就在于统计。西安财经大学开设大数据专业可惜起步有点晚，没能很好地发挥他们的学科优势。总体来讲，还是不错的。

大数据方向可谓互联网行业最为吃香的方向之一，在2017年上半年，大数据方向的互联网工作者以21.2k的月薪登上榜首，请看：(数据来源于拉勾网)

而考研大数据方向，通常相关学院有软件学院，大数据学院，经济学院等等，最早开始招收大数据方向学生的院校为清华大学，招生时间为2014年9月，以下是数据客网站统计的大数据方向院校及专业：

目前开设大数据专业的院校有清华大学，北京大学，人大，中国科学院大学，复旦，中央财经大学，西南交通大学等等。上述院校大多只招收研究生，招本科生非常少，这些院校的研究生大多针对数学，统计，经济，计算机方向的本科生，因此题主根据上图选择合适自己的院校考研即可。

欢迎其他补充！

码字不易，欢迎关注！

谢谢邀请！

作为一名大数据方向的研究生导师，我来回答一下这个问题。

大数据是近些年来的热点方向，大数据方向的研究生不仅有更多的发展机会，在薪资待遇方面也相对比较可观，所以不少研究生希望把自己的研究方向定在大数据相关领域。从发展趋势来看，选择大数据相关方向是不错的选择，未来的发展空间还是比较广阔的。

目前不少大学的研究生教育都有大数据相关方向的设置，不同的高校在大数据教育方向上也会结合自身的教育***进行相应的调整，所以要想选择适合自己的学校，需要考虑以下几个方面：

第一：自身的知识结构。大数据是典型的交叉学科，基础学科包括数学、统计学和计算机，所以这三个专业的学生在读研期间都可以选择大数据方向，但是不同的专业在选择时也要结合自身的专业特点。比如统计学选择大数据方向时也可以选择本专业的研究生，因为统计学的研究生课题与大数据也有紧密的联系，没有必要一定要考计算机专业的大数据方向。在统计学领域，教育***整合能力比较强的大学有北京大学、人民大学、南开大学等，不少财经类大学也有较强的学科实力，比如东北财经大学、上海财经大学也是不错的选择。

第二：大数据学科的教育***。研究生的教育质量与高校自身的教育***整合能力有直接的关系，涉及到导师***、实验***、课题***、行业***等等，从大数据学科的教育***情况来看，国内北京大学、中南大学、上海交通大学、中山大学、西安交通大学、[_a***_]等都是不错的选择。

第三：学校的整体实力。在考研选择学校时，应该注重学校的整体实力，整体实力较强的高校往往在专业发展上也会有较强的“后劲”，所以在选择高校时可以重点考虑一下双一流高校和一流学科高校（原985、211）。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

想在研究生阶段学习大数据专业，在本科学习应用数学专业和信息与计算科学专业哪个好？哪个专业和大数据最接近？

如果读研学大数据的话。本科学数学吧。因为作为更长远的发展，你可以关注数学方面的知识。有本科的数学专业基础，研究生阶段做算法的学习可以很快上手的。

而且，本科数学专业，考研到计算机学科的话很受导师欢迎的，因为逻辑思维性、知识迁移能力强。编程再往深发展无非就是计算机底层原理、算法这两块。

建议本科选数学专业，同时业余时间可以学学sql，J***A,scala,Python，R等语言。注意这些语言只是算法实现的工具而已。

本科学数学，考研的话，金融和大数据应该选择哪一个？

我认为考研专业的选择要从你对自己未来的职业定位的角度出发，把这个职业定位取决于你自己的兴趣爱好。而且在现实的情况中，金融和大数据已经融合在一起了，就是大数据在金融领域的应用已经形成了一个行业。所以你真正应该思考的是，未来你具体的岗位是什么？这样才能更好的指导你选择专业。

金融本身是一个宽泛的概念，具体的行业非常多，银行、保险、证券、基金、期货等等。在每一个具体的行业，总会有非常多的、具体的岗位，一般来讲这些岗位分为三个方面，前台、中台、后台：前台是业务部门主要面向客户，是带有销售性质的岗位，当然这种销售类型是专业度很高的销售。那具体的业务会有投行业务，外汇的股票的交易业务，现金管理业务、资产管理业务，私人财富管理，投资管理等等；中台就涉及到合规管理，风险控制以及产品设计，产品定价等方面，这些是对专业技能要求更高的岗位，尤其是对数学能力的要求很高；后台就是一些运营和支持的岗位，比如，人力***、财务等等。

再来说一说大数据，大数据的分析实现过程的是分成四个步骤，数据获取，数据存储，数据处理和数据可视化，从这个过程我们可以看到大数据行业的岗位可以分为三个大类别：大数据科学家，大数据工程师，大数据分析师，这三个类别的岗位在技能和职责上的要求是不一样的。

以上是我的一些建议，你可以根据这些内容去寻找自己感兴趣的岗位，然后，再去确定这些岗位需要哪些知识和技能，由此来决定自己到底是选择哪个专业方向去考研。欢迎其他人在评论中提出自己的意见。

金融是个范围，太笼统了！

就像现在的学生一上来就学经济一样，很傻。其实，金融是个系统的学科，基础知识和一些行业知识，总是需要十来年的学习和沉淀，才能够对他们有些了解，就知道点理论，然后就去搞金融，不异于纸上谈兵。

再说了，今后的金融也会用到数据分析，很可能是最早运用数据分析的行业之一。如果你真对金融感兴趣，学会了数据分析，什么时候都能学金融，不耽误事儿。

所以还是建议从一个点入手，别上来就学金融，容易走弯路！-

想自学大数据，不知道从哪里学起，有什么书籍和学习路线推荐么？

学习大数据需要掌握多种技能和工具，包括数据处理、数据存储、数据分析、数据可视化等方面的知识。以下是一些书籍和学习路线的推荐，供您参考：

1. 《大数据时代》：这本书是大数据领域的经典著作之一，作者维克托·迈尔-舍恩伯格(Viktor Mayer-Schönberger)和肯尼斯·库克罗(Arnold Kenneth Cukier)详细介绍了大数据的概念、应用、挑战和机遇等方面的知识。
2. 《大数据处理与分析》：这本书介绍了大数据处理和分析的基本概念、技术和工具，包括Hadoop、Spark、MapReduce等。
3. 《数据可视化实战》：这本书介绍了数据可视化的概念、原理和实践技巧，包括数据图表、交互式可视化等方面的知识。
4. 《Python数据分析实战》：这本书介绍了使用Python进行数据分析和处理的基本技术和工具，包括NumPy、Pandas等。
5. 《数据科学家的工具箱》：这本书介绍了数据科学家需要使用的各种工具和技术，包括编程语言、数据处理和分析工具、机器学习算法等。

学习大数据的路线可以分为以下几个阶段：

1. 学习编程基础：了解编程语言的基本概念和语法，掌握基本的编程技巧和工具。
2. 学习数据处理和分析技术：了解大数据处理和分析的基本概念、技术和工具，包括Hadoop、Spark、MapReduce等。
3. 学习数据可视化技术：了解数据可视化的概念、原理和实践技巧，包括数据图表、交互式可视化等方面的知识。
4. 学习机器学习和深度学习技术：掌握机器学习和深度学习的基本概念、原理和应用技巧，包括算法、模型、框架等。
5. 实践项目：通过实践项目来巩固和应用所学知识，提高实际工作能力。

以上是大数据学习的一些基本路线和参考书籍，希望对您有所帮助。

作为一名IT从业者，同时也是一名教育工作者，我来回答一下这个问题。

首先，要自学大数据还是具有一定难度的，大数据不仅内容比较多，难度比较高，同时还需要学习者具有一定的场景支撑，比如数据中心等等，所以初学者自学大数据通常需要按照三个阶段来安排学习计划。

学习大数据的第一个阶段要根据自身的知识基础和发展方向来完成一些基础知识的学习，不论是从事大数据开发还是大数据分析，都需要具有一定的程序设计基础，初学者从J***a和Python开始学起都是不错的选择。J***a的前期学习难度要大一些，Python则要相对简单一些，而且目前Python语言在大数据领域的应用前景也比较广阔。

学习大数据的第二个阶段是掌握大数据平台的相关知识，大数据领域的诸多岗位任务都离不开大数据平台的支撑，所以学习大数据平台是学习大数据技术的重要环节。学习大数据平台可以从Hadoop和Spark开始学起，一方面这两个平台是开源平台，另一方面这两个平台的应用范围也比较广泛，相关的学习案例也比较多。

相对于编程语言来说，大数据平台的内容相对比较多，而且也具有一定的难度，往往还需要初学者具备一定的Linux操作系统知识，所以如果自身的计算机基础知识比较薄弱，那么也可以从Linux操作系统开始学起。

学习大数据的第三个阶段就是实践阶段，实践阶段最好能够在实习岗位上来完成，一方面实习岗位能够提供场景支撑，另一方面在实习岗位上也更容易与有经验的技术人员进行交流学习。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！