在英语课上轻看原创文章,分享教育理念,提供学业辅导,帮助学生成长。
大数据专业全称是数据科学与大数据技术,与人工智能相关,因为两者有很多相似之处。这两个专业的名称都是近年来社会上比较热的概念,很多家长和学生都把它们作为热门的计算机专业来报考。这既是对的,也是错的。
本文抛开专业中各种高大上的名词和概念,用听得懂的词来解读这两个概念。
报名参加考试
这两个专业属于交叉综合领域。什么意思,是你以为你学的计算机,其实它也教数学和物理;你认为这是代码输入,但实际上它必须摆弄机器。
首先是大数据。它叫数据科学和大数据技术,其实并不严谨,因为它还有一个名字叫大数据管理与应用技术。两个名字混淆了,更混淆的是跨越了三个学科。
数据科学和大数据技术的名字都是在科学和工程中找到的。
有什么区别?理科专业一般设置在数理学院。其专业出身脱胎于数学中的统计学相关专业,毕业后授予理学学士学位。什么是理学?数学和物理是理学。计算机属于工科。
工科类的数据科学和大数据是计算机类。这个时候这个专业一般在计算机学院开设。有些学校还开设大数据学院。报考时,一定要看学院名称中除了大数据还有没有其他的字,比如数学与大数据学院,大数据与人工智能学院。
为什么?因为大数据不仅可以用于数学和计算机,还可以用于管理。大数据管理与应用技术属于管理科学。什么是管理?工商管理就是管理。想学编程的大数据,一定要避开这个大洞。
人工智能专业类似于大数据,它横跨计算机和电子信息两个子类别。好在两个子类都属于工科,程度上没有区别。
计算机类的人工智能专业很明显是设置在以计算机这个词开头的学院,或者说是设置在大数据学院。电子信息的人工智能专业有各种各样的名字,可能叫电子信息,智能制造或者机器人。更特别的是,它将进入电气工程领域。什么是电气工程?学电的是电气工程。
有些学校可能会成立人工智能学院,这种情况就不要选了。只有名校才有这个条件。
教学大数据与人工智能专业与其他专业最大的区别在于,其他专业是由某个学科或技术由低到高由浅入深一点一点发展起来的;但这两个专业都是从研究生层次降为本科层次。你什么意思?这两个专业学的东西,以前都是研究生做的。
所以这两个专业的学习门槛很高。有多高?这么说吧,老师和学生一起学。
想要学好这两个专业,必须考察三个方面:一是专业的历史积累。这两个专业都是最近五六年国家批准的本科专业,那么师资力量从哪里来?工科,要看学校的计算机专业搞了多少年,老师有多牛逼;理科就不用说了,每个大学的数学物理老师都是一样的。
第二,专业交叉程度。两个专业都要学数学和编程,但是每个学校侧重点不同。师范学校必须多教数学;工科强的学校,更重视编程。有行业背景的院校也会根据自身特点开设课程,金融机构讲金融大数据;制造类院校讲智能装备和智能制造。
第三,学校的财力。不要惊讶,一个学校的财力真的可以决定这两个专业的水平。因为这两个专业非常烧设备,学生买不起的只能由学校出钱。而且,如果一个新专业想引进师资,至少先从博士做起。医生要想治病,就要看学校的支持。
出口如果你家在三四线城市,不想让孩子离开你身边,请不要考虑这两个专业。
现在开设这两个专业的学校越来越多,但是用的地方不多。请仔细想想,三线城市有大数据公司吗?这两个专业最后的出路一定是大城市,一线,强二线。
那么,这两个专业的就业是好是坏呢?
好的一点是,学了这两个专业,一定不怕别人抢饭碗,因为这个专业能做的别人做不了。在人才需求旺盛的大数据、人工智能市场,毕业生的薪资绝对处于各行业的上游位置。
但是,只有出身名校,在一般高校特别拔尖的人,才能找到与自己专业对应的职位。其他人很可能走上程序员的道路。总的来说,这两个专业的就业前景上限非常高,下限很低。
说到考研,人工智能专业考研是大趋势,因为本科学历真的不够这个专业用;大数据专业考研有点尴尬,本科阶段研究方向选择错误会导致考研难度很大。



