[解读]大数据Data Science专业分析

随着大数据时代的来临，越来越多的学校围绕“数据”这个词语开始了相关课程，那么在留学申请过程中，如何判别自己是否适合这个专业，下面为大家进行一点科普！

      
       维基百科说：In general terms, Data Science is the extraction of knowledge from data, which is a continuation of the field data mining and predictive analytics, also known as knowledge discovery and data mining.(一般来讲，数据科学就是从数据中提取信息知识，即是数据挖掘与预测分析的延伸，亦是发掘知识与数据的过程。)所以，通俗来讲，数据科学，就是通过分析数据，来挖掘获得这些数据中的潜在信息。
      
       细细去看美国大学在这个专业开设的时间，会发现，这个专业基本都是从2000年以后才开始有雏形，然后慢慢衍生，Data science还有其他几个类似的别称，比如Data Mining(NJIT)、Data Analytics(Cornell University)、Data Studies、Data Science and Management(Imperial College (London, UK))、Predictive Analytics(DePaul University)、Business Analysis(NYU/Fordham University)、Business Intelligence and Data Analytics (Carnegie Mellon University)等等。
      
       根据对于Data Science专业的一些课程整合，大概是以下三个方面：
      
       一、模型，算法;
      
       二、数据结构;
      
       三、visualization(可视化)。
      
       由课程设置，可以预测该专业的背景要求。仔细观察，可以看出这些课程，都是与计算机密切相关的。并且，比如可视化，目前应用比较多的，当属machine learning，也就是通过计算机图形与图像处理，从而将我们所需要的数据在电脑屏幕上显示出来。所以，整个过程，需要一定的计算机技能，如编程、算法。另一方面，通过 数据，分析挖掘出有用信息，因此，如果申请者具有一定的数学、统计分析基础的话，更有利于获得申请成功。
      
       根据这个专业的开设情况，一般是开设在计算机相关院系下，或者商学院下，所以其就业方向，大多是计算机领域，或者商业领域。