2020最新数据科学与大数据技术专业大学排名

2020数据科学与大数据技术专业大学排名

数据科学与大数据技术专业介绍

数据科学与大数据技术，是2016年我国高校设置的本科专业，专业代码为080910T，学位授予门类为工学、理学，修业年限为四年，课程教学体系涵盖了大数据的发现、处理、运算、应用等核心理论与技术，旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。

开设概况：

2016年2月16日，教育部发布《教育部关于公布2015年度普通高等学校本科专业备案和审批结果的通知》（教高函〔2016〕2号），公布“2015年度普通高等学校本科专业备案和审批结果”的“新增审批本科专业名单”有新专业“数据科学与大数据技术”。

培养目标：

本专业旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。具体包括：掌握计算机科学、大数据科学与信息技术的基本理论、方法和技能，受到系统的科学研究训练，具备一定的大数据科学研究能力与数据工程实施的基本能力，掌握大数据工程项目的规划、应用、管理及决策方法，具有大数据工程项目设计、研发和实施能力的复合型、应用型卓越人才。

主要课程：

课程教学体系涵盖了大数据的发现、处理、运算、应用等核心理论与技术，具体课程包括：大数据概论、大数据存储与管理、大数据挖掘、机器学习、人工智能基础、Python程序设计、统计学习、神经网络与深度学习方法、多媒体信息处理、数据可视化技术、智能计算技术、分布式与并行计算、云计算与数据安全、数据库原理及应用、算法设计与分析、高级语言程序设计、优化理论与方法等。

就业方向

分析类岗位：

分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。

算法工程师。大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品

需求完成技术方案设计及算法设计和核心模块开发，组织解决项目开发过程中的重大技术问题。

研发类岗位：

架构工程师。负责Hadoop集群架构设计开发、搭建、管理、运维、调优，从数据采集到数据加工，从数据清洗到数据抽取，从数据统计到数据分析，实现大数据全产业线上的应用分析设计。

开发工程师。基于hadoop、spark等构建数据分析平台，进行设计、开发分布式计算业务，负责机器学习、深度学习领域的开发工作。

运维工程师。负责大数据基础平台的运维,保障平台的稳定可用，参与设计大数据自动化运维、监控、故障处理工具。

管理类岗位：

产品经理。负责大数据平台产品的设计工作，主导数据产品的功能规划、体验设计，与研发、数据分析、算法团队紧密合作，挖掘数据价值，形成数据产品，包括部分数据可视化的产品设计等。

运营经理。根据业务特点，结合业务发展需求，设立数据监控模型,搭建数据分析架构，理解业务方向和战略，为业务战略决策、业务方向提供决策支持，竞争分析及建议。

关于大学排名

Zz浩瀚星云 我的这篇文章目的在于澄清一些误导性的广告词，让大家对各种各样的大学排名有一个本质 上的认识。灵感来源于学习经济学历史上最具有颠覆性的理论——Arrow’s Theorem。 首先我从收集数据开始，上次我做的“五大名校”调查已经得到了初步的结果，非常感谢接 受调查的网友所提供的宝贵意见。以下是简要的调查结果： 1 2 3 4 5 USTC THU PKU PKU PKU NJU PKU THU THU THU THU FDU USTC FDU USTC PKU USTC FDU NJU NJU FDU NJU NJU SJTU FDU 6 7 8 9 10 PKU PKU PKU PKU THU THU THU THU FDU PKU RUC USTC FDU NJU NJU CAU FDU USTC THU FDU USTC NJU NJU USTC USTC 11 12 13 14 15 THU PKU THU NJU THU USTC THU ZJU USTC PKU PKU SJTU PKU PKU USTC NJU FDU NJU FDU FDU FDU NJU FDU THU NJU

16 17 18 19 20 USTC THU PKU THU NJU PKU USTC FDU PKU USTC THU PKU NJU USTC PKU FDU FDU THU FDU FDU NJU NJU USTC NJU THU 21 22 23 24 25 THU PKU THU THU THU PKU THU PKU PKU PKU FDU RUC USTC USTC FDU NJU FDU NJU FDU SJTU USTC USTC FDU SJTU USTC 26 27 28 29 30 PKU NJU THU USTC THU THU THU PKU NJU PKU FDU PUMC NJU PKU NJU USTC TONGJI FDU THU FDU NJU PKU SJTU FDU USTC ** THU：Tsinghua University 清华大学PKU：Peking University 北京大学NJU：Nanjing University 南京大学

武书连大学排行榜评价指标体系讲义

武书连大学排行榜评价指标体系 栏目：高校排名动态发布时间：2014-04-14 17:04:08用户:xcp 1 《中国大学评价》指标体系 《中华人民共和国高等教育法》第一章第五条、第二章第十六条、第三章第二十五条、第四章第三十一条、第三十八条、第四十一条的法律规范，本科及其以上高等教育在中国社会职能分工中的责任和义务是：1、培养高级专门人才，2、开展科学研究工作。 据此，《中国大学评价》设人才培养、科学研究两项一级指标。 1.1 人才培养一级指标 作为学历教育，本科高校主要从事本科生教育和研究生教育。因此，人才培养一级指标下设本科生培养、研究生培养两项二级指标。 1.1.1 本科生培养 本科生培养二级指标下设本科毕业生就业率、新生录取分数线、本科教学评估结果、全校生师比、本科毕业生数、教师平均学术水平、双语教学示范课程、实验教学示范中心、特色专业、教学团队、规划教材、挑战杯本科生学术竞赛奖、本科数学建模竞赛奖、本科教学成果奖，共14项三级指标。其中10项指标为国家有关部门公开的数据。新生录取分数线、全校生师比、本科毕业生数等3项指标是以国家有关部门公开的数据为基础计算出的数据。教师平均学术水平指标是笔者为提高本科生教学质量而设定的，其中教师数量是国家有关部门公开的数据。 （1）本科毕业生就业率。取最近一次公布的各大学本科生初次就业率，以此为基础计算。不公开该项信息的大学按该类大学最低就业率计算。 （2）新生录取分数线。取最近一次正式公布的各大学在各省市自治区本科生录取分数线的文理科归一平均值（以下同）。不公开该项信息的大学按该类大学提档分数线计算。 （3）本科教学评估结果。取最近一次教育部组织的本科教学工作水平评估结果。 （4）全校生师比。取毕业生入学年度全校生师比。 （5）本科毕业生数。以4年前在校本科生数除以4。 （6）教师平均学术水平。以毕业生入学年度的教师数量和研究生数量为基数计算。 （7）双语教学示范课程。取最近5年数据（目前这项指标的评审仅有3年，今年使用3年的数据）。

【最新】关于世界大学排名数据参考-实用word文档 (2页)

【最新】关于世界大学排名数据参考-实用word文档 本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 关于世界大学排名数据参考 世界大学排名提供参考 学校名称：爱尔兰加州大学伯克利分校 University of California-Berkeley 所在位置：美国，伯克利 学校设置类型：综合性大学 创建时间：1868年 学历： 学校性质：公立 学生人数：34323人 院校地址：110 Sproul Hall Berkeley, CA 94720-5800 (510) 642-6000 学校中文网址：/school/9390 出国[]为中国留学生编辑、编译、收集、整理海外留学新闻：《世界大学排名提供参考》10月18日北京晚报报道。日前，英国《泰晤士报高等教育副刊》与IDP教育集团联合发布201X-201X年世界大学排名——拥有375年历史的百年名校哈佛大学，在排行榜上被年轻的专业性院校加州理工学院超越，不得不退居次席。 201X年，美国大学在全球前10名中占据7个席位，哈佛大学、加州理工学院、麻省理工学院、斯坦福大学和普林斯顿大学依次占据了前五名，加州大学伯克利分校和耶鲁大学分别排在了第8和第10。201X年的前10排名中，美国大学保持7个席位不变。加州理工首次超过哈佛跃居第一，其“产业收入”的单项评分超过哈佛61.1分，说明其科技转化为生产力及创新能力超越哈佛。哈佛大学则与斯坦福大学一起并列第2。去年排名第12的芝加哥大学跻身第9位，而耶鲁大学未能进入前10榜单。

大学排行榜指标分析之科研成果

大学排行榜指标分析之科研成果在《国家中长期教育改革和发展规划纲要(2010-2020年)》中指出：“到2020年，高等教育结构更加合理，特色更加鲜明，人才培养、科学研究和社会服务整体水平全面提升，建成一批国际知名、有特色、高水平的高等学校，若干所大学达到或接近世界一流大学水平，高等教育国际竞争力显著增强。” 这让我们不禁提问，让若干大学达到或接近世界一流大学水平，目前为止，中国有这样的高校吗？世界一流大学水平的标准又是什么呢？中国高等教育发展这么多年来，为什么一直没能打造出冲出亚洲，冲出全世界的好大学来？现在中国大学排行榜中较有权威的有武书连排行榜、中国校友会大学排行榜，然而不同的排行榜的指标不同其排名也不同。如中国人民大学排名每年排行根据不同的排行机构会有不同的结果。 什么是高质量大学，国内外无数高等教育研究人员对此做过各种评定，大学评价体系的出现让世界高等教育人士均纷纷展开了各种形式的评价。大学排行榜的出现无疑成为世界各国教育界的重点大学评价体系。但是许多教育人士又对大学排行这一指标存在许多异议，因此，我们小组拟从选定的几个排行指标入手，分析其存在的现实意义对大学排行的价值型导向。 通过相关文献和资料查阅，我们小组确定研究科研成果这一指标，而这一指标又着重强调的是大学教师的科研成果和论文是否被一些重要期刊或杂志所引用，如；《Nature》、《Science》、SCI 、SSCI、CSSCI 、EI。所以我们小组就从分析这些论文期刊的机构出发，探讨大学将其作为重要的研究成果指标的意义，分析出在大学排行榜中仅仅通过查看其论文数是否具有代表性?为什么想中国科学研究评价中心会提出被引次数这一标准。这对于大学评价是否有意义？ 一、Nature & science 1、简介： 英国的《Nature》杂志和是世界上最具权威的综合性自然科学期刊之一。首创于1869年，它刊载的最新科学信息，经常被世界各地新闻媒体作为最可靠来源而广泛转载，它的科学文献的被引用率位居世界科技类刊物之首。

数据科学与大数据技术 专业建设规划方案

数据科学与大数据技术----专业建设规划 方案 一、总体目标 本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。 （一）人才培养目标 本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。 （二）课程体系与学科建设 作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。 在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。 （三）学科队伍建设 由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设： （1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存储、管理以及处理的平台方面； （2）精通处理大数据分析的人才； （3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。 大数据技术需要复合型人才，不仅要具备扎实的基础知识，更需要有充足的实践经验。唯有如此，我们通过典型的算法展示、算法实现结合数据分析的应用场景与案例对学生进行数据分析方面的综合训练，从而实现专业实验教学由理论到应用、涵盖原理验证、综合应用及全方位实验的体系。因此，学校应根据不同类型的人才特点，结合现代企业对大数据人才的需求，以就业为导向，开展全方位立体式（专业拓展模块——技能考证模块——集中实践模块）大数据专业实践教学体系，培养理论与技能并重的大数据高素质人才。与此同时，还要开展职业技能考证培训，如数据挖掘工程师、数据分析工程师、大数据系统运维工程师等。为了适应专业建设的需要，必须实行内培外引的人才培养策略，将青年教师派驻企业学习是一种增强师资队伍实力比较快捷的方式，4年内你派出20余人次国内外高校、大数据企业进行短期进修培训和挂职锻炼，引进大数据相关专业教师4人（硕士研究生及以上，计算机、大数据等相关专业）。另外，还可以通过引进企业工程师作为学校兼职教师，充实教师队伍，4年内拟引进企业大数据工程师4人。 （四）实践平台与科学研究建设

数据科学与大数据技术专业解读与就业分析 高考政策数据救专业解析

数据科学院大数据技术专业解读与就业分析 什么是大数据？ 进入互联网时代，中国的网民人数已超7亿，大数据的应用涉及到生活的方方面面。 例如，你在网站上买书，商家就会根据你的喜好和其他购书者的评价给你推荐另外的书籍；手机定位数据和交通数据可以帮助城市规划；甚至用户的搜索习惯和股市都有很大关系。 在谈到大数据的时候，人们往往知道的就是数据很大，但大数据≠大的数据。对外经济贸易大学信息学院副院长华迎教授介绍：“现在的大数据包括来自于多种渠道的多类数据，其中主要来源网络数据。数据分析不是新的，一直都有，但是为什么叫大数据呢？主要是因为网络数据的格式、体量、价值，都超出了传统数据的规模。对这些海量信息的采集、存储、分析、整合、控制而得到的数据就是大数据。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行专业化处理，通过‘加工’实现数据的‘增值’，更好地辅助决策。”数据科学与大数据技术专业 本科专业中和大数据相对应的是“数据科学与大数据技术”专业，它是2015年教育部公布的新增专业。2016年3月公布的《高校本科专业备案和审批结果》中，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。随后 第二年又有32所高校获批“数据科学与大数据技术”专业。两次获批的名单中显示，该专业学制为四年，大部分为工学。 “数据科学与大数据技术是个交叉性很强的专业，很难说完全归属于哪个独立的学科。所以，不同的学校有的是信息学院申报，有的是计算机学院牵头申报，有的设在统计学院，还有的在经管学院。像北京大学这个专业是放在理学下，授予理学学位。大多数是设在工学计算机门类下，授予的是工学学位。”华迎教授说：“数据科学很早就存在，是个比较经典

数据科学与大数据技术专业培养方案

数据科学与大数据技术专业培养方案 2018年，我校数据科学与大数据专业将首次招生，招生规模预计为60人左右。该专业依托湖北大学与中科曙光共建的“大数据学院”，借助双方共同投入2000万构建的大数据专业实验室，与中科曙光联合开展人才培养。旨在培养具有大数据思维、运用大数据思维及分析应用技术、具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。本专业学生毕业后，能在统计部门、税务海关、公司企业以及金融保险机构等企事业单位从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，或继续攻读本学科及其相关学科的硕士学位研究生。 专业代码：080907 一、培养目标 本专业培养具有良好职业道德，具备系统的数学、人文与专业素养，较全面掌握数据科学专业方向所需的基本理论、基本方法和基本技术，具有较强的数据采集、存储、处理、分析与展示的基本能力，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力、以及良好外语运用能力。能在国家机关和企事业单位从事经济、金融、贸易、商务等行业从事大数据研究、大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，能开发基于大数据的新产品和新业务，推动大数据在相关行业的应用创新的应用型数据科学人才。 二、毕业要求 本专业培养掌握大数据科学与技术相关的基本理论和基本知识，系统地掌握数据科学与工程专业知识，具备大数据应用系统设计与开发的能力，以及一定的科研工作能力，达到知识、能力与素质的协调发展。 毕业生在知识、能力和素质等方面应达到如下具体要求： 1.工程知识：能够将数学、自然科学、数据科学与大数据技术基础知识用于解决复杂工程科学技术问题。 2. 问题分析：具有解决数据科学与大数据技术领域复杂工程问题所需的专业知识，具备对复杂工程项目问题进行科学识别和提炼、定义和表达、技术分析和测试及运维管理的能

五个中国大学排名机构评价指标体系

五个中国大学排名机构评价指标体系

五个中国大学排名机构评价指标体系 一、高等学校与科研院所学位与研究生教育评估所 中国大学排行榜评价指标体系 高等学校与科研院所学位与研究生教育评估所（以下简称“评估所”）从底开始研究、筹备学科评估工作，即经过评估并根据评估结果对全国各学位授予单位的各个一级学科的整体水平进行排名。 3月起草了《学科评估方案（讨论稿）》，通讯咨询了近300名各学科专家的意见，根据专家的意见对方案进行了修改，于 7月在秦皇岛、10月在贵阳两次召开专家会议，邀请了部分高校的研究生院院长、学位办主任、部分学科专家研究探讨。专家们一致认为：学科评估是不同学校同一学科之间的比较，可比性强，将是今后评估的发展方向。专家们就评估对象、评估指标和方法等问题进行了深入的研讨，在此基础上，确定了学科评估的方案。评估所于 4月20日启动了学科评估试点工作。 9月，试点工作基本结束，评估结果发布在《中国研究生》等媒体上，在社会上引起了强烈的反响。实践证明，学科评估试点工作是成功的。评估的方法是科学合理的，各学科排名是客观、公正的，基本上反映出了各学科整体水平高低的实际情况。在试点工作的基础上，评估所于 7月开展了第二次学科评估工作。第二次学科评估工作于 12月结束。

评估所今后将周期性地进行此项工作。经过深入研究与讨论，综合各方面专家的意见，学科评估的周期暂定为3年，即每3年对现有一级学科（除军事学门类外）进行一轮评估。 每次评估完成后，将征求各方面专家的意见，对指标体系、评估技术等进行修改。根据社会各界提出的意见和建议，不断改进评估方案，使评估更加公正、科学。 学科评估的目的及原则 1.促进学科建设，推动博士、硕士学位授权点的建设与发展，提高研究生培养和学位授予质量，增强中国研究生教育和学位工作的国际竞争力; 2.宣传学科建设和学位与研究生教育成果，扩大学位与研究生教育的社会影响，发挥社会舆论监督作用； 3.引入竞争，激发活力，使各个学科点找准自己的优势和差距，明确建设目标； 4.为社会人才流动，学生求学和就业提供有关信息； 5.为政府教育主管部门提供决策依据。 学科评估的原则是科学客观，严谨规范，公正合理，公开透明。学科评估的方法 学科评估经过采集客观数据和学术声誉调查相结合的方法进行。客观数据来源于各学位授予单位填报并认可的基本数据表，以及教育部“211工程”办公室、教育部信息中心、中国科学院

全国各类大学排名汇总(2012最新版)

NO1.全国大学排名：全国大学排名2012最新数据(前50名) 排名院校类别性质总关注度 1 北京大学综合本科244888 2 东南大学工科本科225574 3 复旦大学综合本科223846 4 厦门大学综合本科211906 5 天津大学工科本科200121 6 清华大学综合本科167792 7 南开大学综合本科164700 8 同济大学工科本科160439 9 中南大学工科本科160207 10 浙江工业大学工科本科159768 11 西安邮电大学工科本科152942 12 中国人民大学综合本科141528 13 武汉大学综合本科133238 14 中山大学综合本科128014 15 山东大学综合本科124852 16 北京邮电大学工科本科117875 17 浙江大学综合本科117196 18 西安交通大学工科本科116186 19 中央财经大学财经本科112227 20 中国民航大学工科本科107510 21 大连理工大学工科本科107506 22 吉林大学综合本科101910 23 北京交通大学工科本科100299 24 上海交通大学综合本科99432 25 南京大学综合本科97742 26 四川大学综合本科96555 27 北京航空航天大学工科本科95658 28 对外经济贸易大学财经本科90736 29 北京理工大学工科本科89882 30 昆明理工大学工科本科89338 31 武汉理工大学工科本科89310 32 中国海洋大学综合本科89157 33 上海财经大学财经本科88511 34 暨南大学综合本科88278 35 华南理工大学工科本科87993 36 苏州大学综合本科87406 37 西南交通大学工科本科86488 38 华北电力大学工科本科84406 39 华东理工大学工科本科83124 40 北京师范大学师范本科82788

数据科学与大数据技术专业人才培养方案

数据科学与大数据技术专业人才培养方案 （2018级） 一、专业基本情况 专业名称：数据科学与大数据技术专业代码：0080910T 学科门类：工学专业类：计算机类 二、业务培养目标 数据科学与大数据技术专业培养能服务于社会主义现代化建设需要的德、智、体、美全面发展，“基础厚、口径宽、能力强、素质高”的专门技术人才。所培养的人才应具有构建大数据平台和大数据分析处理方面的基础理论知识和技术综合应用能力，能从事大数据信息系统分析设计、开发和管理维护工作。 三、业务培养要求 数据科学与大数据技术专业，旨在培养具有大数据思维、运用大数据思维及分析应用技术的大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，学生将受到科学实验和科学思维的基本训练，使学生具有良好的科学素养，实际提升学生解决实际问题的能力，具有将领域知识与大数据技术融合、创新的能力，能够从事大数据研究和开发应用的人才。结合林业行业和其他行业的大数据应用典型案例，培养学生具有一定的林业和其他行业应用的大数据应用能力和背景。 四、毕业生应获得的知识和能力 1、具有坚实的自然科学基础，较好的人文、艺术、外语和社会科学基础知识。 2、具有数据科学与大数据技术专业的宽厚的理论知识和技术基础，主要包括构建大数据平台和大数据分析处理方面的基础理论知识和技术综合应用能力等。 3、具有创新意识和独立获取知识的能力。 4、通过本专业领域的工程实践训练，具有较强的分析问题、解决问题的能力及实践技能，具有从事与本专业有关的研究、设计、开发及组织管理的能力。 5、掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。 五、主干学科 数据科学与大数据技术、计算机科学与技术 六、主要课程 Python程序设计、高等数学、线性代数、概率论与数理统计、应用物理、算法设计与分析、数据科学导论、计算机网络原理、离散数学、操作系统与Linux应用、数据结构、数据库原理及应用、非关系数据库技术、数据采集与网络爬虫、大数据与云计算平台技术、大数据挖掘与分析技术、机器学习、林业大数据应用实践、深度学习及其应用、Web程序设计、数据可视化技术等。 七、学制与授予学位 学制：四年 授予学位：工学学士

2020最新数据科学与大数据技术专业大学排名

2020数据科学与大数据技术专业大学排名 数据科学与大数据技术专业介绍 数据科学与大数据技术，是2016年我国高校设置的本科专业，专业代码为080910T，学位授予门类为工学、理学，修业年限为四年，课程教学体系涵盖了大数据的发现、处理、运算、应用等核心理论与技术，旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。 开设概况： 2016年2月16日，教育部发布《教育部关于公布2015年度普通高等学校本科专业备案和审批结果的通知》（教高函〔2016〕2号），公布“2015年度普通高等学校本科专业备案和审批结果”的“新增审批本科专业名单”有新专业“数据科学与大数据技术”。 培养目标： 本专业旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。具体包括：掌握计算机科学、大数据科学与信息技术的基本理论、方法和技能，受到系统的科学研究训练，具备一定的大数据科学研究能力与数据工程实施的基本能力，掌握大数据工程项目的规划、应用、管理及决策方法，具有大数据工程项目设计、研发和实施能力的复合型、应用型卓越人才。 主要课程： 课程教学体系涵盖了大数据的发现、处理、运算、应用等核心理论与技术，具体课程包括：大数据概论、大数据存储与管理、大数据挖掘、机器学习、人工智能基础、Python程序设计、统计学习、神经网络与深度学习方法、多媒体信息处理、数据可视化技术、智能计算技术、分布式与并行计算、云计算与数据安全、数据库原理及应用、算法设计与分析、高级语言程序设计、优化理论与方法等。 就业方向 分析类岗位： 分析类工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。 算法工程师。大数据方向，和专业工程师一起从系统应用的角度,利用数据挖掘/统计学习的理论和方法解决实际问题；人工智能方向，根据人工智能产品

2019中国大学录取分数排行榜发布

2019中国大学录取分数排行榜发布 大学录取分数排行榜（2019版）完全是基于中国各高校在过去10年（2008-2017）间，在各省本科第一批录取的文理科分数及人数的指标数据，通过统计分析后转换编辑完成的。该排名具有以下特点（1）采取数据映射的方法解决了各省录取分数的可比性问题；（2）避免了其他大学评价体系指标选择的主观性；（3）既能反映各大学录取分数的位次关系，又能反映各大学录取分数的真实差距大小；（4）指数的灵敏度高，录取分数的一点点变化都能在其中表现出来。 影响名次的因素除了录取分数外，还与名次临近的高校录取的“大小年”现象有关，以及与新增参与排名的高校有关。由于采集2018年数据的工作量极大，目前未完全获取2018年的数据，因此本排行榜未使用2018年的数据。但根据过去7次发布的排行榜数据来看，这种情况影响很小。基于十年数据的分析结果相对是一个比较稳定的状态。 根据大学录取分数这十年总排名，文科录取分数第一名是清华大学(分数线,专业设置)；理科录取分第一名是清华大学；文理综合排名第一名也是清华大学。

注： 1、暂不列入排名的院校是由于其在2008--2017年之间，参与第一批录取的年数少于4年或者招生的区域少于6个地区或者是某个大学的单列院（部）。目前有156个院校暂不列入总排名，详见后面的说明部分。 2、总指数为0的院校，在我们的数据库里，均是只有一年参加本科第一批（文理科）录取的记录。指数为0仅表明该校当年参加文理科第一批录取的平均分是最低的，不反映其他批次的录取情况。 排名过程中的主要发现及提醒 1、大学录取分数的高低与学校类别强烈关联。在所有类别的院校中，财经、语言与综合类院校更受社会与考生的追捧。

数据科学与大数据技术专业培养方案

数据科学与大数据技术专业培养方案 一、培养目标 本专业旨在培养思想品德好、专业素质高、实践能力强，掌握数据科学专业方向所需的基础理论和方法，具有经济、金融等相关行业知识背景，具备较强的数据收集、数据处理和数据分析的技术和能力的国际化应用型数据科学人才。 学生毕业后，能在国家机关和企事业单位从事经济、金融、贸易、商务等行业的大数据分析，能利用数据科学方法开展商务流通大数据应用、金融大数据应用，能开发基于大数据的新产品和新业务，推动大数据在相关行业的应用创新。 二、培养规格及标准 ⒈知识结构 本专业学生应具备以下几方面的知识： (1)通识教育知识：思想政治理论课、大学英语、大学语文、体育、哲学与社会、文学与艺术、科学与创新、数学思维与经济分析、文化历史与国际视野等； (2)基础知识：数据科学导论、数学分析、线性代数A、概率论A、数理统计、Python程序设计、计算机系统基础、C++程序设计、数据结构、数据库原理与设计等； (3)专业知识：大数据探索性分析、最优化方法、数据挖掘与机器学习、计算统计、应用回归分析、应用时间序列分析、应用多元统计分析、分布式计算、人工智能、自然语言处理、深度学习、文本挖掘、算法导论等； (4)相关专业知识：微观经济学、宏观经济学、计量经济学、国际金融、国际贸易、商务大数据案例分析、金融数据风险建模、运筹学、管理学、博弈论等； 具体课程设置详见本专业指导性教学计划。 ⒉能力 通过培养，学生应具备以下几方面的能力： (1)具有扎实的数据分析的理论基础和大数据技术，培养比较系统的大数据分析思维； (2)掌握数据科学的基本理论、基本方法和基本技术，具有大数据采集和数据挖掘的技术，具备解决涉及大数据问题的能力； (3)掌握系统的经济、金融等方面的行业知识，具有运用数据科学的理论、方法和技术分析相关领域实际问题的能力； (4)掌握英语，听、说、读、写、译能力均达到较高水平。具有较强的英语口语和书面交流能力，熟练运用专业英语能力。能阅读数据科学和大数据方面的专业外文文献，掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有较强的自学能力和初步科研能力；

数据科学与大数据技术专业培养方案

信息学院 数据科学与大数据技术专业培养方案 一、培养目标 本专业旨在培养德智体美全面发展，具备坚实的计算机专业基础知识，有较强的数理统计分析能力，掌握丰富的数据分析方法和工具，熟悉常见的大数据分析平台和环境，具有实践创新能力，能够从事经济、金融、管理、物流、商务等领域的数据分析工作，面向行业、产业需求培养应用型、复合型、国际化的综合素质人才。 二、专业要求 1.掌握计算机专业的基本理论和方法。 2.掌握经济贸易和金融管理的基本理论和方法。 3.具有扎实的数理统计与分析的基础。 4.具备较强的数据分析和数据建模的能力。 5.熟悉常见的大数据分析平台和环境，并具备较强的开发能力。 6.熟练掌握一门外语，在听、说、读、写、译等方面均达到较高水平。 三、学分要求 学生毕业所应取得的最低总学分为173学分，其中包括课程学分和实践教学学分。 1.课程学分为145学分

2.暑期学校课程 要求修读不少于2门暑期学校课程。 ⑴学生必须完成学校要求的实践教学环节，取得相应学分。 ⑵实践教学环节学时学分计算规则：社会实践50学时计1学分；专业实习30学时计1学分；毕业论文20学时计1学分。 ⑶学生在教师的指导下，完成毕业论文并通过论文答辩。 四、公共基础课程选修要求（专业入门课程） 五、主要课程1 1《对外经济贸易大学学士学位授予办法》学士学位授予条件要求主要课程平均积点达到2.0.

六、授予学位工学学士 七、考核 学生成绩考核严格按照《对外经济贸易大学本科生学分制管理办法》、《对外经济贸易大学本科生学籍管理办法》及《对外经济贸易大学学生成绩管理办法》的有关规定执行。 八、数据科学与大数据技术专业教学计划

数据科学与大数据技术

数据科学与大数据技术 ——专业前身（管理科学）2017年江西省普通高校本科专业综合评价排名第一本专业面向工业大数据、商业大数据、金融大数据、政府政务大数据与智慧城市大数据等不同行业，培养学生具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足工商企业、金融机构、政府部门等不同行业、具备较强可塑性的数据分析与管理决策人才。培养目标分为两个层次：（1）面向特定行业需求，从事数据采集、分析和建模工作，进而提供管理决策支持的数据分析师；（2）面向不同行业需求和数据现状，从事个性化的数据应用解决方案设计与实施工作，进而实现业务资源优化配置的数据科学家。毕业时颁发数据科学与大数据技术本科毕业证书，符合学位授予条件的，授予理学学士学位。 计算机科学与技术（财经大数据管理） —2016年江西省普通高校本科专业综合评价排名第二 本专业依托学校财经学科优势，强化学科交叉，采用“厚基础、重工程、深融通、精方向”的培养模式，培养既熟练掌握计算机软件与硬件、程序设计与算法、数据库与数据挖掘、系统分析与集成等方面的专业知识和能力，又熟悉财经领域的组织与运营模式、理解财经领域业务流程及业务逻辑，能胜任在银行、证券、保险等财经领域从事数据分析与解读、数据挖掘、产品运营策划与咨询、数据可视化、大数据管理、大数据系统和金融信息系统的开发、维护、决策支持等工作，具有“信、敏、廉、毅”素质的卓越工程应用型人才。毕业时颁发计算机科学与技术（财经大数据管理）本科毕业证书，符合学位授予条件的，授予工学学士学位。 信息管理与信息系统（金融智能）专业 ——2017年江西省普通高校本科专业综合评价排名第一 通过修读信息管理与信息系统、金融和人工智能相关课程，培养具有先进

五个中国大学排名机构评价指标体系

五个中国大学排名机构评价指标体系 一、高等学校与科研院所学位与研究生教育评估所 中国大学排行榜评价指标体系 高等学校与科研院所学位与研究生教育评估所（以下简称“评估所”）从2000年底开始研究、筹备学科评估工作，即通过评估并根据评估结果对全国各学位授予单位的各个一级学科的整体水平进行排名。2001年3月起草了《学科评估方案（讨论稿）》，通讯咨询了近300名各学科专家的意见，根据专家的意见对方案进行了修改，于2001年7月在秦皇岛、10月在贵阳两次召开专家会议，邀请了部分高校的研究生院院长、学位办主任、部分学科专家研究探讨。专家们一致认为：学科评估是不同学校同一学科之间的比较，可比性强，将是今后评估的发展方向。专家们就评估对象、评估指标和方法等问题进行了深入的研讨，在此基础上，确定了学科评估的方案。评估所于2002年4月20日启动了学科评估试点工作。2002年9月，试点工作基本结束，评估结果发布在《中国研究生》等媒体上，在社会上引起了强烈的反响。实践证明，学科评估试点工作是成功的。评估的方法是科学合理的，各学科排名是客观、公正的，基本上反映出了各学科整体水平高低的实际情况。在试点工作的基础上，评估所于2003年7月开展了第二次学科评估工作。第二次学科评估工作于2003年12月结束。 评估所今后将周期性地进行此项工作。经过深入研究与讨论，综合各方面专家的意见，学科评估的周期暂定为3年，即每3年对现有一级学科（除军事学门类外）进行一轮评估。 每次评估完成后，将征求各方面专家的意见，对指标体系、评估技术等进行修改。根据社会各界提出的意见和建议，不断改进评估方案，使评估更加公正、科学。 学科评估的目的及原则

《数据科学与大数据通识导论》题库及答案-2019年温州市工程技术系列专业技术人员继续教育

1.数据科学的三大支柱与五大要素是什么？ 答：数据科学的三大主要支柱为： Datalogy (数据学)：对应数据管理 (Data management) Analytics (分析学)：对应统计方法 (Statistical method) Algorithmics (算法学)：对应算法方法 (Algorithmic method) 数据科学的五大要素： A-SATA模型 分析思维 (Analytical Thinking) 统计模型 (Statistical Model) 算法计算 (Algorithmic Computing) 数据技术 (Data Technology) 综合应用 (Application) 2.如何辨证看待“大数据”中的“大”和“数据”的关系？ 字面理解 Large、vast和big都可以用于形容大小 Big更强调的是相对大小的大，是抽象意义上的大 大数据是抽象的大，是思维方式上的转变 量变带来质变，思维方式，方法论都应该和以往不同 计算机并不能很好解决人工智能中的诸多问题，利用大数据突破性解决了，其核心问题变成了数据问题。 3.怎么理解科学的范式？今天如何利用这些科学范式？ 科学的范式指的是常规科学所赖以运作的理论基础和实践规范，是从事某一科学的科学家群体所共同遵从的世界观和行为方式。 第一范式：经验科学 第二范式：理论科学 第三范式：计算科学 第四范式：数据密集型科学 今天，是数据科学，统一于理论、实验和模拟 4.从人类整个文明的尺度上看，IT和DT对人类的发展有些什么样的影响和冲击？ 以控制为出发点的IT时代正在走向激活生产力为目的的DT（Data Technology）数据时代。大数据驱动的DT时代 由数据驱动的世界观 大数据重新定义商业新模式 大数据重新定义研发新路径 大数据重新定义企业新思维 5.大数据时代的思维方式有哪些？ “大数据时代”和“智能时代”告诉我们： 数据思维：讲故事→数据说话 总体思维：样本数据→全局数据 容错思维：精确性→混杂性、不确定性 相关思维：因果关系→相关关系 智能思维：人→人机协同（人 + 人工智能） 6.请列举出六大典型思维方式； 直线思维、逆向思维、跳跃思维、归纳思维、并行思维、科学思维

最新美国德州大学排名数据大汇总

最新美国德州大学排名数据大汇总 美国德克萨斯州简称德州是美国的第二大州，仅次于阿拉斯加州，在这个州里面有很多著名的美国大学，所以也吸引了很多的美国本科留学和硕士留学学生，那么对于美国德州大学的排名要有所了解，这会帮助学生在择校时有所参考。蔚蓝留学小编准备了排名情况。 美国德州大学奥斯汀分校综合排名 2017年US NEWS 美国大学综合排名中，美国德州大学奥斯汀分校排名56名。2018年US NEWS美国大学综合排名中，美国德州大学奥斯汀分校排名56名。2019年，US NEWS美国大学综合排名中，美国德州大学奥斯汀分校排名有所上升，位居49名。 美国德州大学奥斯汀分校院系/专业排名

美国德州大学达拉斯分校排名 2016年美国US NEWS美国大学排名中，美国德州大学达拉斯分校排名88名。2017年美国US NEWS美国大学排名中，美国德州大学达拉斯分校排名82名。2018年美国US NEWS美国大学排名中，美国德州大学达拉斯分校排名79名。美国德州大学排名靠前的优势专业有会计硕士（34名），商业分析硕士，金融硕士(13名)，信息技术管理硕士（16名），供应链管理硕士（21名）。 美国德州农工大学排名 美国德州农工大学排名最好的专业就是农业专业和工程专业了，它在2018年US NEWS美国大学综合排名中位居70名。全美商学院排名中，德州农工大学排名第27名；工程学院中，美国德州农工大学排名第16名。在专业排名中，很多专业美国德州农工大学排名TOP20如：石油工程专业，美国德州农工大学排名第2,；生物与农业工程，美国德州农工大学排名全美第4；航空工程，美国德州农工大学排名第11名；土木工程，美国德州农工大学排名第12名。 美国德州大学系统中，一共15所学校，其中排名较好的就是奥斯汀分校和达拉斯分校，以及德州农工大学。 其他位于美国德州的大学排名 位于德州的大学有90多所，但是美国德州的大学排名好的学校还有莱斯大学，休斯顿大学美国德州莱斯大学排名在在2018年US NEWS美国排名中位居14名。在ARWU排名中，美国德州的莱斯大学排名全球70名，2018-2019QS 世界大学排名中，美国德州的莱斯大学排名87。 美国德州的休斯顿大学排名在全美是TOP100的学校，这所学校排名好的专业有酒店管理（排名第3），自然科学（第10名）运筹学（排名25），建筑（排名

大数据、数据科学和数据分析的定义

大数据、数据科学和数据分析的定义与应用 数据无处不在。现有的数字数据量正在快速增长，每两年翻一番，并改变我们的生活方式。一个由福布斯的文章指出，数据的增长速度比以往更快。到2020年，地球上每个人每秒将创建约1.7兆字节的新信息，这使得至少了解该领域的基础知识极为重要。毕竟，这是我们未来的所在。 以下我们将根据数据科学，大数据和数据分析的用途，用途，成为该领域专业人士所需的技能以及每个领域的薪资前景来区分数据科学，大数据和数据分析。 首先让我们开始理解这些概念是什么。 一、数据科学 在处理非结构化和结构化数据时，数据科学是一个涉及与数据清理，准备和分析相关的所有领域的领域。 数据科学是统计，数学，编程，解决问题，以巧妙的方式捕获数据，以不同的方式看待事物的能力以及清理，准备和对齐数据的活动的结合。 简而言之，它是尝试从数据中提取见解和信息时使用的技术的总括。 二、大数据 大数据是指无法用现有的传统应用程序有效处理的庞大数据量。大数据的处理始于未聚合的原始数据，通常是不可能将其存储在单台计算机的内存中的。 用来描述庞大数据量的流行语，无论是非结构化还是结构化的大数据，每天都会淹没企业。大数据是一种可以用来分析洞察力的东西，这些洞察力可以导致更好的决策和战略业务转移。

Gartner给出的大数据定义是：“大数据是高容量，高速或多变的信息资产，它们需要经济高效的创新信息处理方式，以增强洞察力，决策能力和过程自动化。” 三、数据分析 数据分析是检查原始数据以得出该信息的科学。 数据分析涉及应用算法或机械过程来得出见解，例如，遍历多个数据集以寻找彼此之间有意义的关联。 它被用于多个行业，以允许组织和公司做出更好的决策以及验证和反证现有的理论或模型。数据分析的重点在于推理，这是仅根据研究人员已经知道的结论得出结论的过程。四、数据科学的应用 （1）互联网搜索 搜索引擎利用数据科学算法在几秒钟内为搜索查询提供最佳结果。 （2）数位广告 整个数字营销频谱都使用数据科学算法-从显示横幅到数字广告牌。这是数字广告获得的点击率高于传统广告的平均原因。 （3）推荐系统 推荐系统不仅使从数十亿可用产品中查找相关产品变得容易，而且还增加了用户体验。 许多公司使用此系统根据用户的需求和信息的相关性来推广他们的产品和建议。这些建议基于用户以前的搜索结果。 五、大数据的应用 （1）金融服务大数据 信用卡公司，零售银行，私人财富管理咨询公司，保险公司，风险基金和机构投资银行将大数据用于其金融服务。它们之间的共同问题是存在于多个不

数据科学与大数据技术专业分析与报考建议

数据科学与大数据技术专业分析与报考建议大数据专业是很多学生和家长关注的热门专业，但大数据专业具体学什么、毕业主要做什么、适合什么学生报考， 很多学生和家长还是不太清楚。为便于学生和家长对数据科 学与大数据技术专业有更深入的了解，本文重点对这个专业 进行分析解读并提出专业报考建议。 1、认识大数据和大数据专业 先和大家说说什么是大数据?行业内普遍认可的是符合IBM提出的5V特点，即Volume(大量)、Velocity(高速)、 Variety(多样)、Value(低价值密度)、Veracity(真实性)的才 是大数据。对于我们一般非专业人来说，我们可以认为数据 量特别大、数据类别特别复杂的数据集就是大数据。 大数据有什么用途呢，用一个经典的“啤酒和尿布”的故事给大家解释一下。美国零售业巨头沃尔玛分析销售数据 时，发现了一个令人难以理解的现象：“啤酒”与“尿布” 两件看上去毫无关系的商品，会经常出现在同一个购物篮中。 经过调查分析发现，年轻的爸爸们在购买婴儿尿片时，常常 会顺便搭配几瓶啤酒来犒劳自己，商场于是尝试将啤酒和尿

布摆在一起，没想到这个举措居然使尿布和啤酒的销量都大幅增加了，这就是利用了大数据进行分析得出的结论。 大数据技术已经在我们的日常生产、生活、学习中得到了广泛应用，例如利用车辆定位数据分析道路拥堵情况，利用大量的医疗数据预测流行流行性感冒或者疫情趋势，互联网企业利用大数据技术对客户进行画像、精准营销……阿里巴巴创始人马云曾经说过，企业最宝贵的资源就是数据。 数据科学与大数据技术专业是工学门类计算机类下面的特设专业，专业代码080910T，自2016年在国内重点大学陆续开设，本科学制4年。数据科学与大数据技术专业主要培养具备扎实的数学与计算机基础、数据分析与建模能力、数据应用解决方案能力，能够在计算机、互联网以及大数据相关产业从事科学研究、数据分析、技术应用、技术管理与咨询等工作的专门技术人才。

2018版数据科学与大数据技术专业培养方案

2018版数据科学与大数据技术专业培养方案 专业简介： 2018年，我校数据科学与大数据专业将首次招生，招生规模预计为60人左右。该专业依托湖北大学与中科曙光共建的“大数据学院”，借助双方共同投入2000万构建的大数据专业实验室，与中科曙光联合开展人才培养。旨在培养具有大数据思维、运用大数据思维及分析应用技术、具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。本专业学生毕业后，能在统计部门、税务海关、公司企业以及金融保险机构等企事业单位从事从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，或继续攻读本学科及其相关学科的硕士学位研究生。 专业代码：080907 一、培养目标 本专业培养具有良好职业道德，具备系统的数学、人文与专业素养，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，具有数据采集、存储、处理、分析与展示的基本能力，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力、以及良好外语运用能力，能从事大数据研究、大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作的应用型创新人才。 二、毕业要求 通过本科阶段学习，毕业生应达到如下的毕业要求（能力）： 1、知识要求 （1）通识知识：具有人文社科、信息交流、法律与环境、社会与公共安全等知识，其中人文社科包括文学、外语、哲学、政治学、社会学、管理学、经济学、心理学等方面的常识或基本知识。 （2）自然科学知识：具有从事专业相关的项目工作所需的数学、物理等基础知识。 （3）学科基础知识：具有扎实的计算机基础知识、信息处理方法，统计分析，软件开发等相关学科的基本理论和基本知识。 （4）专业知识：熟悉大数据技术领域的基本理论和基本知识，熟练掌握分布式数据库