本科专业 数据科学专业介绍及开设院校|统计学类 数据科学专业代码071203T

dxadmin

本科专业 数据科学专业介绍及开设院校|统计学类 数据科学专业代码071203T 授予理学学位

数据科学（Data Science）是中国普通高等学校本科专业，于2022年被列入普通高等学校本科专业目录的新专业名单。
一个跨学科领域，它结合了统计学、信息科学和计算机科学的科学方法、系统和过程，通过结构化或非结构化数据提供对现象的洞察。

数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。数据科学家综合利用一系列技能（包括统计学、计算机科学和业务知识）来分析从网络、智能手机、客户、传感器和其他来源收集的数据。
数据科学揭示趋势并产生见解，企业可以利用这些见解做出更好的决策并推出更多创新产品和服务。数据是创新的基石，但是只有数据科学家从数据中收集信息，然后采取行动，才能实现数据的价值。

数据科学培养目标
数据科学专业旨在培养具有扎实的数理知识和系统的数据科学、大数据技术理论知识，能解决数据分析建模和大数据治理等相关领域的复杂工程问题，具备开阔的国际视野、良好的团队合作意识以及组织管理能力和创新创业能力的复合应用型人才。

数据科学专业特色
以大数据分析为中心、多学科交叉融合为特色，依托统计学、数学、计算机科学与技术和人工智能等学科，重点培养学生的数据采集、挖掘、清洗、处理、存储与分析等应用能力，具有扎实的统计学基础、缜密的逻辑推理和数据思维、系统的计算机科学技能，以及能够充分利用各种科学方法从海量数据中提取价值的信息和洞察力，并做出准确的决策。

就业领域
在企业、事业和行政管理等单位从事与数据科学或大数据技术及其交叉领域的研究、设计、开发、管理、维护和教育等方面工作。

数据科学专业发展历程
自1946年第一台通用计算机发明以来，科学研究的实验模拟产出了大量数据，并依靠算法发现其中规律。当马云发自肺腑地宣告“DT时代”到来时，这一切的背后是数据科学的发展。
1974年，著名计算机科学家、图灵奖获得者Peter Naur在其着作《计算机方法的简明调研（Concise Survey of Computer Methods）》的前言中首次明确提出了数据科学（Data Science）的概念，“数据科学是一门基于数据处理的科学”，并提到了数据科学与数据学（Datalogy）的区别——前者是解决数据（问题）的科学（the science of dealing with data），而后者侧重于数据处理及其在教育领域中的应用（the science of data and of data processes and its place in education）。
Peter Naur首次明确提出数据科学的概念之后，数据科学研究经历了一段漫长的沉默期。直到2001年，当时在贝尔实验室工作的William S. Cleveland在学术期刊International Statistical Review上发表题为《数据科学——拓展统计学技术领域的行动计划（Data Science: an Action Plan for Expanding the Technical Areas of the Field of Statistics）》的论文，主张数据科学是统计学的一个重要研究方向，数据科学再度受到统计学领域的关注。之后，2013年，Mattmann C A和 Dhar V在《自然（Nature）》和《美国计算机学会通讯（Communications of the ACM）》 上分别发表题为《计算——数据科学的愿景（Computing: A vision for data science）》和《数据科学与预测（Data science and prediction）》论文，从计算机科学与技术视角讨论数据科学的内涵，使数据科学纳入计算机科学与技术专业的研究范畴。然而，数据科学被更多人关注是因为后来发生了三个标志性事件：一是Patil DJ和 Davenport T H于2012年在哈佛商业评论上发表题为《数据科学家——21世纪最性感的职业（Data scientist: the sexiest job of the 21st century）》；二是2012年大数据思维首次应用于美国总统大选，成就奥巴马，击败罗姆尼，成功连任；三是美国白宫于2015年首次设立数据科学家的岗位，并聘请Patil DJ作为白宫第一任首席数据科学家。
Gartner的调研及其新技术成长曲线（Gartner's 2014 Hype Cycle for Emerging Technologies）表示，数据科学的发展于2014年7月已经接近创新与膨胀期的末端，将在2~5年之内开始应用于生产高地期（plateau of Productivity）。同时，Gartner的另一项研究揭示了数据科学本身的成长曲线（Hype Cycle for Data Science），如图1所示。从图1可以看出，数据科学的各组成部分的成熟度不同：R的成熟度最高，已广泛应用于生产活动；其次是模拟与仿真、集成学习、视频与图像分析、文本分析等，正在趋于成熟，即将投入实际应用；基于Hadoop的数据发现可能要消失；语音分析、模型管理、自然语言问答等已经渡过了炒作期，正在走向实际应用；公众数据科学、模型工厂、算法市场（经济）、规范分析等正处于高速发展之中。


为了让您更加明晰的对 数据科学专业 有较深入的理解，我们特选取了具有代表性的开设了此专业的高校自己的介绍供您参考，希望对您初步了解数据科学专业有所帮助。
---------------------------------------------------------------------------------------------------------------------------
北京交通大学 /  / 数据科学专业介绍及培养方案

---------------------------------------------------------------------------------------------------------------------------
福建师范大学 /  / 数据科学专业介绍及培养方案

---------------------------------------------------------------------------------------------------------------------------
/  / 数据科学专业介绍及培养方案



本页所有信息均来自公开的网络收集整理，仅作为有志于 数据科学专业 学习的学子初步了解和参考消息（不作为依据），具体一切以培养单位的最新正式文本为准。