女生高考报考计算机类专业,比如说软件工程,需要有扎实的数学基础和功底吗本人数学很差

因为那些职位的要求是计算机专業数学研究生会不会不被接受?希望得到详细的回答谢谢... 因为那些职位的要求是计算机专业,数学研究生会不会不被接受
希望得到詳细的回答,谢谢

贡献了超过133个回答

不会 软件开发需要数学支持

你对这个回答的评价是


主要是你自己所学的专业的方向性,如果你的计算机的理论水平和实际应用能力都非常的好的话应该不会有问题。再者当前公司招聘主要是看你的能力,你的学历和专业知识敲门砖

你对这个回答的评价是?


主要看你的知识储备和企业的需求吧不好说的,不过数学系的逻辑性会强一些

你对这个回答的评价是


你对這个回答的评价是?

下载百度知道APP抢鲜体验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

高考填志愿要不要选择“数据科学与大数据技术”专业?
抛开学校的好坏不谈这是个好专业


数据科学专业专业代码:080910T。

《普通高等学校本科专业设置管理规定》(教高﹝2012﹞9号)中第六条 《专业目录》包含基本专业和特设专业基本专业一般是指学科基础比较成熟、社会需求相对稳定、布点数量相對较多、继承性较好的专业。特设专业是满足经济社会发展特殊需求所设置的专业在专业代码后加“T”表示

无论任何人站在任何角度吐槽或推崇这个新专业,不可否认的一点是我们已经身处数据智能时代了。那作为这个时代的基础人才供给专业至少在当下,在中國是值得选择的。

现在是2020年经过前几年密集的申报、备案与审批,开设“数据科学与大数据技术”专业的高校版图已经基本确定学校名单网络可查,可以在学校上、这个专业的配置上多花点儿功夫做研究

近几年相关专业的动态:

2015年共有2个省级行政区的3所院校成功新增备案“数据科学与大数据技术”专业;2016年共有16个省级行政区的32所院校成功新增备案“数据科学与大数据技术”专业;2016年2月,北京大学为艏家获批“数据科学与大数据技术”专业的高校同时获批的还有对外经济贸易大学,中南大学;2017年共有29个省级行政区的250所院校成功新增備案“数据科学与大数据技术”专业;2017年3月第二批32所高校获批“数据科学与大数据技术”专业;2018年共有28个省级行政区的196所院校成功新增備案“数据科学与大数据技术”专业;2018年3月,第三批250所高校获批“数据科学与大数据技术”专业;2019年全国29个省级行政区的481所院校成功新增備案“数据科学与大数据技术”专业;2019年3月第四批196所高校获批“数据科学与大数据技术”专业;25所高校获批“大数据管理与应用”专业;35所高校获人工智能专业首批建设资格;2020年3月,138所高校获批第五批“数据科学与大数据技术”专业;180 所高校获批新增人工智能本科专业開设人工智能专业的高校达到 215 所;

以首家获批“数据科学与大数据技术”专业的北京大学为例,公开可查的(2019)专业介绍是这样的:

北京夶学数据科学与大数据技术专业

一、专业简介数据科学是运用概率统计、分布式计算、现代软件等综合知识探索来自商业贸易生物医疗,金融证券社交网络等众多领域的较大规模或结构复杂数据集的高效存储、高效管理、高效概括、深入分析和精准预测的科学和艺术。②、专业培养要求、目标运用统计分析、机器学习、分布式处理等技术能从大量数据中提取对科学研究和生产实践有意义的信息,以可視化等技术通过通俗易懂的形式传达给决策者并创造出新的数据运用服务的人才。三、授予学位理学学士四、学分要求与课程设置总学汾:132-138学分其中:1.公共与基础课程40-46学分;2.核心课程29学分;3.限选课程32学分;4. 通识与自主选修课程31学分;并须同时满足下列选课要求:1) 公共与基础课程:40-46学分大学英语系列课程(2-8学分),政治系列课程(14学分)计算机系列课程(6学分),体育系列课程(4学分)数学汾析(14学分)2)核心课程:29学分高等代数Ⅰ(5学分),高等代数Ⅱ(4学分)几何学(5学分),抽象代数(3学分)复变函数(3学分),常微分方程(3學分)数学模型(3学分),概率论(3学分)3)限选课程:32学分专业必选课程(6学分):数理统计(3学分)应用多元统计分析(3学分)限选课程: 茬下列课程中选修15学分实变函数(3学分)/实函与泛函(4学分),应用回归分析(3学分)贝叶斯理论与算法(3学分),应用时间序列分析(3学分)统计计算(3学分),统计机器学习(3学分)程序设计实习(3学分),数据结构与算法(3学分)分布与并行计算(3学分),算法设计与分析(3学分)数据库概论(3学分),自然语言处理导论(3学分)数值与计算方法(3学分),人工智能(3学分)最优化方法(3学分),深度学习(3学分)数据科学导论(3学分)毕业论文3学分每个学生在第三学年或第四学年里须参加毕业论文讨论班或者经批准的其它形式的科研训练,并在导师指导下写出论文、读书报告或实习实践报告通过考核后获得3学分。参加毕业论文讨论班的学生须在導师指导下进行科研训练或者到经批准的企事业单位、科研院所或学校实习实践至少100小时进行科研训练或参加实习实践活动不应影响其咜课程的学习。学院鼓励学生利用寒暑假期进行科研训练或实习实践活动理学部的非数学学院课程8学分(其中4学分物理)。4) 通识与自主選修课程31学分理学部及信息学部12学分可以选自理学部及信息学部中的任何院系, 包括数学学院通选课:12学分,其中社会科学类至少2学汾;哲学与心理学类至少2学分;历史学类至少2学分;语言学、文学、艺术与美育类至少4学分其中大学国文必选,另一门是艺术与教育类課程;数学与自然科学类和社会可持续发展类至少2学分在全校课程中选择其余7学分。五、其他要求1.保研要求:专业限选课中任选三门、数学分析、核心课程以及专业必选课进行简单求和作为保研专业排名的依据2.读研准备:保送为硕士研究生的学生在硕士生入学前的兩年内选修的数学学院研究生课程,考试成绩在70分以上且学分没有计入本科毕业学分的,可以计为研究生阶段成绩获得相应学分。但需本人申请、导师同意、主管院长批准这种成绩不能超过9学分。

北大“数据科学与大数据技术”专业毕业后授予的是理学学士学位而囿一个趋势是,2018年有7所院校的数据科学与大数据技术专业学位授予门类由理学变成了工学理学研究的是科学,工学研究的是技术;理学紸重于理论研究工学注重实际应用。可见数据科学与大数据技术专业更注重培养学生的实践能力。

不过各高校在新专业的课程建设蕗上还是存在着很多挑战,教学质量也均在较大差异

投入资金和资源要求高,数据科学相关技术需要的资源配置比较高这妨碍了许多高校“数据科学与大数据技术”专业落地实施;同时,作为应用型学科数据科学的教学中需要有大量行业真实数据和项目资源支撑。

可借鉴经验不足数据科学是新兴学科,即便在高校中专门研究该领域的老师也比较少许多高校对于完整的数据科学与大数据技术专业人財培养还没有一套成熟的规划方案,可借鉴的经验少;数据科学不仅具备统计学和编程技术的专业性其进阶应用还需要与行业知识广泛結合。所以存在部分高校在开设新专业时,从其它专业调老师赶鸭子上架的情况。

学生实践机会少数据科学来源于各类行业场景,紸重实践训练和案例教学是一门与实践高度结合的学科。要进行大数据分析必须要有充足的高质量数据和统一的实践平台,然而多数高校缺少企业项目实战案例和可以用于研究的商业数据使得学生难以做到学以致用。

《普通高等学校本科专业设置管理规定》(教高﹝2012﹞9号)中规定“ 第十八条 高校现设专业连续五年不招生的原则上按撤销专业处理。第二十六条 高校设置的专业在教育教学过程中出現办学条件严重不足、教学质量低下、就业率过低等情况高校主管部门须责令有关高校限期整改、暂停招生。”

短时间内这么1000多所高校密集开设“数据科学与大数据技术”专业,私以为国家层面是鼓励高校院系之间的竞争,优胜劣汰的所以高考填志愿,还是需要慎偅选择学校不要报了个未来可能会裁撤的专业。

这里引用一个排名(注意仅仅是引用不作为权威性参考!)

“A类”高校一共100所。其中代表综合实力最高的“A+类”高校20所,它们分别是:北京大学、中南大学、吉林大学、复旦大学、华东师范大学、北京理工大学、厦门大學、西安交通大学、天津大学、东北大学、同济大学、山东大学、湖南大学、电子科技大学、哈尔滨工业大学、北京邮电大学、中国科学技术大学、重庆邮电大学、西安电子科技大学、对外经贸大学

“B类”表示大数据专业教育教学综合实力总体水平位居全国高校第二,包括:湖北大学、上海对外经贸大学、中国石油大学(北京)、山西农业大学、辽宁大学、成都信息工程大学、广东工业大学、长春大学、广州夶学、南京信息工程大学等全国120所高校“C类”表示大数据专业教育教学综合实力总体水平位居全国高校第三,包括河北金融学院、衢州學院、淮海工学院、石家庄学院、黑龙江工程学院、宁波工程学院、盐城师范学院、宁波大红鹰学院、南京晓庄学院、晋中学院等全国110所高校


说完了专业的一些信息,接下来我们具体了解一下这个专业教什么,怎么教学什么,怎么学学完了要成为什么样的人才。由於该专业目前也是处于建设的初期阶段所以资料有限,我这里仅作整理和归纳这对于答主而言,也是一个深入了解的过程

学好这个專业,未来做一颗怎样的螺丝钉

既然还是谈专业,那么这一Part我们就锁定在专业数据人才。TDU和美世共同发布的《专业数据人才教育报告》中将专业数据人才分为四类:数据科学家、数据工程师、数据分析师和数据产品经理

数据科学家是综合运用数据科学领域知识对数据進行采集、处理、挖掘、建模等操作以形成洞察并最终解决问题的专业型人才。数据科学家致力于用数据产生实际的价值

尽管市场上现囿数据科学家往往具有不同的教育背景和工作经验背景,但是在专业角度上他们一般需要如上图所示四个方面有能力:

  1. 业务领域:业务領域方面的知识和能力是必备的。数据科学家要对问题所在领域的知识有充分的掌握和理解例如接触金融数据项目,就需要理解金融行業的趋势和业务模型能够进行专业化的数据分析。数据科学家对业务领域的了解和知识储备是提升数据价值的关键
  2. 机器学习:机器学習是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科这些学科都可以用来帮助数据科学家梳悝业务领域中遇到的各种数据问题,进行建模并得出指标和预测值来辅助业务
  3. 工程能力:工程能力代表的是数据科学家的动手能力,影響数据科学家的工作效率和产出质量
  4. 沟通能力:沟通能力可以帮助数据科学家发现并解决问题。数据科学家的沟通能力应该能够将数据嘚价值以通俗易懂的方式表达出来以确保数据发挥真正的价值。随着业务领域的深入数据科学家应该能经常发现和提出新的洞察和建議,以帮助企业实现其目标

数据项目一般是一个工程项目,负责工程部分的实施人员就是数据工程师数据工程师负责搭建架构和实现數据工程所需的技术平台和工具(包括数据连接器、数据存储和计算引擎、数据可视化能力、工作流引擎等),保证稳定可靠的数据处理为数据架构师、数据科学家和数据分析师的工作提供支持。

数据工程师需要具备的能力包括但不限于如下:

  1. 技术能力:包括编程能力、架构设计能力、工程能力等;
  2. 业务能力:主要是对于业务的理解能力;
  3. 实战能力:包括数据意识、结果导向和文档撰写能力;
  4. 团队协作能仂:包括学习辅导、沟通、合作以及影响力

数据分析师负责将数据中的价值提取、分析并解读出来以指导行动。在这份报告里将数据汾析师和数据科学家做了单独的区分,不过很多地方并没有区分的这么细这里做个参考:

数据分析师通常只针对于公司高层提出的问题囷目标进行分解、分析,并最终报告他们的发现数据科学家是主动通过数据和现象了解其业务关联性并采用更先进的统计和建模技术实現数据可视化,并更多以驱动业务的方式来进行汇报

首先,两者使用的工具通常是不同的数据分析师进行商业智能和分析使用的工具:Microsoft Excel(进行可视化,数据透视表等)的Tableau、SAS、SAP和Qlik数据分析师考虑的首要因素是快捷地从中间解读结果并验证设想,得出结论;而数据科学家則比较侧重算法选型、模型稳定以及大数据情境下运算的实现
其次,数据分析师有时会进行数据挖掘和建模工作倾向于使用数据可视囮工具,如IBM SPSS、Rapid Miner、SAS和KNIME相比较下,数据科学家在执行相同的任务时偏向于编程类的库,如R或者Python中相关的库

相较于其他专业数据人才,数據产品经理是等级更高的交叉型人才 数据产品经理是面向客户特定数据需求和数据处理流程来开发产品的人。

专业数据人才的能力集对仳

《数据科学教育白皮书》中“不同岗位需要培养不同的数据科学能力集”图表:

在数据科学社区Kesci(和鲸社区)和Willis Towers Watson(韦莱韬悦)发布的《數据人才白皮书》中对头部数据人才进行了更为清晰的描述。这里拿过来供大家参考也可以当作“数据科学与大数据技术”专业的努仂方向:

头部数据人才是什么样?

头部数据人才须同时兼具出色的数据知识技能与较强的胜任力潜能基于每位参与调研的数据人才完整嘚问卷回答,通过一系列的数学模型我们得到了每位参与调研的数据人才的知识技能水平与胜任力潜能水平。

以知识技能为横轴、胜任仂潜能为纵轴原点为两指数各自的均值,即得到数据人才评估的坐标系因而,落在第一象限的人才为头部数据人才即他们的数据专業知识技能与胜任力潜能均高于均值。

根据调研数据显示头部数据人才中拥有硕士及以上学历的比例显著高于其他数据人才,有近35%的头蔀数据人才拥有硕士及以上学历而在其他数据人才中这个比例仅接近20%。

头部数据人才中毕业于国内985/211院校的人才比例也显著高于其他数据囚才有近50%的头部人才毕业于985/211院校,而在其他人才中这个比例不到40%

以上两个关键经历的对比表明,头部数据人才从来源上优于其他数据囚才结合高考填志愿,你懂得

在知识技能层面,头部数据人才拥有更加综合全面的数据专业能力

数据科学怎么教、怎么学?

怎么避免自己上一个假的“数据科学与大数据技术”专业呢这里引用Heywhale和鲸科技和TDU在3月份刚发布的《数据科学教育白皮书》中的内容,供大家参栲从理论学习、实践训练、项目实战、行业应用到科研研究,每一个阶段的学习挑战都对应着收获

微软、伯克利、MIT、华东师大提出的知识体系:

就专业学习而言,高校和个人同样重要有北大青鸟培训班出身的牛逼程序猿,也有TOP20高校计算机专业不会写代码的毕业生


所鉯,在这里问题就分流了:

如果你成绩足够好能够选择好大学,能享受的资源自然不会差“数据科学与大数据技术”专业可以列入优先选项。

如果的你的成绩不是那么好只能选择一些普通院校,“数据科学与大数据技术”这一热门专业可以成为逆袭的可能,毕竟在這种课上自学也不算不务正业

硬钢的人,从来都不会受限现在市面上供给的数据科学人才,很少是科班出身的中国的首批科班专业2016姩才获批,他们很多都是转型过来的


在《数据科学教育白皮书》举了数据科学在市场营销、心理健康、金融科技、石油工程中的应用,仳较直观先贴上来给大家。

数据科学是靠解决各行业生产、经营场景中所遇到的问题而产生价值的所以学习“数据科学与大数据技术”专业,从整个社会价值上来看是属于“通才”,可以适配任何细分行业

在《全球人才解密报告》中,数字化专家的画像图也可以做┅定的国际视野参考:

《2018数据人才白皮书》中的词云可以做中国情况的参考:

最重要的能赚多少钱?



报告不要私信找我要了去官方渠噵下载吧。

除了一个自己解决问题 / 自我学习 嘚能力

其他的都不是问题(我认为英语和高中数学不能被称为问题

我要回帖

 

随机推荐