數(shù)據(jù)科學(xué)專業(yè)主要以統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化以及（某一）領(lǐng)域知識(shí)為理論基礎(chǔ)，其主要研究內(nèi)容包括數(shù)據(jù)科學(xué)基礎(chǔ)理論、數(shù)據(jù)預(yù)處理、數(shù)據(jù)計(jì)算和數(shù)據(jù)管理，數(shù)據(jù)科學(xué)的知識(shí)體系 .

基礎(chǔ)理論：數(shù)據(jù)科學(xué)中的新理念、理論、方法、技術(shù)及工具以及數(shù)據(jù)科學(xué)的研究目的、理論基礎(chǔ)、研究內(nèi)容、基本流程、主要原則、典型應(yīng)用、人才培養(yǎng)、項(xiàng)目管理等。在此需要特別提醒的是 ——“ 基礎(chǔ)理論 ” 與 “ 理論基礎(chǔ) ” 是兩個(gè)不同的概念。數(shù)據(jù)科學(xué)的 “ 基礎(chǔ)理論 ” 在數(shù)據(jù)科學(xué)的研究邊界之內(nèi)，而其 “ 理論基礎(chǔ) ” 在數(shù)據(jù)科學(xué)的研究邊界之外，是數(shù)據(jù)科學(xué)的理論依據(jù)和來源。

數(shù)據(jù)預(yù)處理：為了提升數(shù)據(jù)質(zhì)量、降低數(shù)據(jù)計(jì)算的復(fù)雜度、減少數(shù)據(jù)計(jì)算量以及提升數(shù)據(jù)處理的準(zhǔn)確性，數(shù)據(jù)科學(xué)中需要對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理 —— 進(jìn)行數(shù)據(jù)審計(jì)、數(shù)據(jù)清洗、數(shù)據(jù)變換、數(shù)據(jù)集成、數(shù)據(jù)脫敏、數(shù)據(jù)規(guī)約和數(shù)據(jù)標(biāo)注等。

數(shù)據(jù)計(jì)算：在數(shù)據(jù)科學(xué)中，計(jì)算模式發(fā)生了根本性的變化 —— 從集中式計(jì)算、分布式計(jì)算、網(wǎng)格計(jì)算等傳統(tǒng)計(jì)算過渡至云計(jì)算。有一定的代表性的是 Google 云計(jì)算 3 大技術(shù)、Haoop MapReuce 和 YARN 技術(shù)的出現(xiàn)。數(shù)據(jù)計(jì)算模式的變化意味著數(shù)據(jù)科學(xué)中所關(guān)注的數(shù)據(jù)計(jì)算的主要目標(biāo)、瓶頸和矛盾發(fā)生了根本性變化。
數(shù)據(jù)管理：在完成 “ 數(shù)據(jù)預(yù)處理 ” （或 “ 數(shù)據(jù)計(jì)算 ” ）之后，我們需要對(duì)數(shù)據(jù)進(jìn)行管理，以便進(jìn)行（再次進(jìn)行） “ 數(shù)據(jù)處理 ” 以及數(shù)據(jù)的再利用和長久保管。在數(shù)據(jù)科學(xué)中，數(shù)據(jù)管理方法與技術(shù)發(fā)生了根本性的改變 —— 不僅包括傳統(tǒng)關(guān)系型數(shù)據(jù)庫，而且還出現(xiàn)了一些新興數(shù)據(jù)管理技術(shù)，例如 NoSQL、NewSQL 技術(shù)和關(guān)系云等。

技術(shù)與工具：數(shù)據(jù)科學(xué)中采用的技術(shù)與工具具有一定的專業(yè)性，R 語言是數(shù)據(jù)科學(xué)家最為普遍應(yīng)用的工具之一。

數(shù)據(jù)科學(xué)就業(yè)方向

1. Data Analyst 數(shù)據(jù)分析師 數(shù)據(jù)分析師側(cè)重于利用統(tǒng)計(jì)學(xué)、數(shù)學(xué)等知識(shí)進(jìn)行數(shù)據(jù)挖掘，日常的主要工作內(nèi)容為收集數(shù)據(jù)、清洗數(shù)據(jù)、然后做一些分析或可視化處理，對(duì)編程語言有一定的要求，如 R，Python，Javascript，C/C++，SQL 等。初級(jí)的 Analyst 的工作就是配合 Scientist 和 Engineer，當(dāng)業(yè)務(wù)需求使用某些方法的時(shí)候，他們就是一線操作者，當(dāng) scientist 要數(shù)據(jù)，他們要收集清理數(shù)據(jù)，當(dāng)客戶或者子公司要數(shù)據(jù)，他們也要收集清理數(shù)據(jù)。得出最終的分析報(bào)告給產(chǎn)品組工程組或管理層。所以從這個(gè)角度講，analyst 只是非常純粹的在和數(shù)據(jù)打交道罷了。

2. Data Scientist 數(shù)據(jù)科學(xué)家 數(shù)據(jù)科學(xué)家是數(shù)據(jù)領(lǐng)域非常具有復(fù)合型的高級(jí)崗位，往往需要具備能夠獨(dú)立完成一整套數(shù)據(jù)分析過程的能力：從數(shù)據(jù)提取，整合、并進(jìn)行分層，進(jìn)行統(tǒng)計(jì)或其他復(fù)雜的分析，創(chuàng)造引人注目的可視化詮釋和效果，開發(fā)具有更寬廣應(yīng)用前景的數(shù)據(jù)工具。實(shí)際工作中主要的精力大概在分布式算法的實(shí)現(xiàn)和優(yōu)化上，特別是后者，是極具挑戰(zhàn)性的，需要資深的數(shù)據(jù)科學(xué)家來完成，因此需要非常強(qiáng)大的數(shù)學(xué)、統(tǒng)計(jì)、計(jì)算機(jī)背景，在優(yōu)化問題上很有經(jīng)驗(yàn)。

3. Data Architect 數(shù)據(jù)架構(gòu)師 都說不想當(dāng)數(shù)據(jù)架構(gòu)師的程序猿不是一個(gè)好前端。因?yàn)橐粋€(gè)優(yōu)秀的數(shù)據(jù)架構(gòu)師應(yīng)該對(duì)所在領(lǐng)域的主流技術(shù)體系有一個(gè)全面清晰的認(rèn)識(shí)，對(duì)某一種技術(shù)的原理、運(yùn)作機(jī)理有深入的理解，是該領(lǐng)域的專家，同時(shí)具有將客觀事物抽象出來的能力，關(guān)注當(dāng)前技術(shù)前沿和熱點(diǎn)，使用最高效的方式解決問題。他們的日常主要任務(wù)為創(chuàng)建數(shù)據(jù)管理系統(tǒng)，對(duì)數(shù)據(jù)源進(jìn)行整合、集中、和維護(hù)。具體來講，要求會(huì) SQL，XML，HIVE，PIG，SPARK 等，對(duì)數(shù)據(jù)庫體系結(jié)構(gòu)有深入了解，擅長數(shù)據(jù)倉庫解決方案等。

4. Data Engineer 數(shù)據(jù)工程師 作為一個(gè)新興的職業(yè)類型，數(shù)據(jù)工程師更傾向于掌握 “ 戰(zhàn)術(shù)層面 ” 的具體數(shù)據(jù)技能，專注于使數(shù)據(jù)可用并能夠在生產(chǎn)環(huán)境中對(duì)數(shù)據(jù)進(jìn)行處理，如具體的編程語言、操作系統(tǒng)與數(shù)據(jù)庫等；而數(shù)據(jù)科學(xué)家更傾向于 “ 戰(zhàn)略層面 ” 的數(shù)據(jù)技能，如數(shù)據(jù)分析、數(shù)據(jù)挖掘、統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)等。他們的日常主要工作內(nèi)容是用 SQL 來回答分析型問題，用腳本來做數(shù)據(jù)集成，清洗 ETL （提取 - 轉(zhuǎn)換 - 裝載）任務(wù)和使用 Haoop 生態(tài)工具等，對(duì)編程語言要求較高，SQL，HIVE，PIG，R，MATLAB，SAS，SPSS，Python，Java，Ruby，C++，Perl 等等都要會(huì)。

5. Database Aministrator 數(shù)據(jù)庫管理員 數(shù)據(jù)庫管理員和數(shù)據(jù)分析的關(guān)聯(lián)不是很大，類似于一個(gè) IT 職位，職責(zé)為管理數(shù)據(jù)以及支持?jǐn)?shù)據(jù)管理的設(shè)施，確保數(shù)據(jù)庫是提供給所有相關(guān)用戶，正在正確、安全的執(zhí)行，因此可能會(huì)用到 SQL，haoop 及相關(guān)查詢語言，如 Hive 和 Pig。日常專注于優(yōu)化數(shù)據(jù)倉庫，負(fù)責(zé)數(shù)據(jù)的讀寫和管理。

6. Business Analyst 商業(yè)分析師 商業(yè)分析師和純數(shù)據(jù)科學(xué)家都是使用數(shù)據(jù)的專家，但他們的工作內(nèi)容是有比較大差別的。通常，商業(yè)分析師要對(duì)某專業(yè)領(lǐng)域具有深入的了解和深刻的認(rèn)識(shí)，商業(yè)敏感度高，擅長于從某一領(lǐng)域的數(shù)據(jù)中挖掘信息，以此評(píng)估過去、現(xiàn)在和未來可能的經(jīng)營業(yè)績。確定最有效的分析模型和途徑，為商業(yè)用戶提供和解釋解決方案。

推薦院校

1墨爾本大學(xué)

Master of Data Science學(xué)制 2 年 雅思 6.5 （ 6）

本科學(xué)位：計(jì)算機(jī)科學(xué)、數(shù)據(jù)科學(xué)或統(tǒng)計(jì)學(xué)，或等效

2澳國立大學(xué)

Master of Applie Data Analytics學(xué)制 1.5 年 雅思 6.5 （ 6 ）

相關(guān)學(xué)科 精算研究、人類學(xué)、計(jì)算機(jī)科學(xué)、犯罪學(xué)、人口統(tǒng)計(jì)學(xué) / 人口研究、工程、流行病學(xué) / 公共衛(wèi)生、金融、信息技術(shù)、數(shù)學(xué)、物理、政治學(xué)、心理學(xué)、社會(huì)學(xué)、統(tǒng)計(jì)學(xué)。

3昆士蘭大學(xué)

Master of Data Science學(xué)制 2 年 雅思 6.5 （ 6 ）

相關(guān)領(lǐng)域包括信息技術(shù)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)、工程、物理、精算研究。4悉尼大學(xué)Master of Data Science學(xué)制 2 年 雅思 6.5 （ 6 ）

• 量化學(xué)科包括數(shù)據(jù)科學(xué)，計(jì)算機(jī)科學(xué)，數(shù)學(xué)，統(tǒng)計(jì)學(xué)，工程學(xué)，物理學(xué)，經(jīng)濟(jì)學(xué)，金融學(xué)或其他被認(rèn)為是等同的學(xué)科。作為指導(dǎo)原則，量化學(xué)科的課程應(yīng)包括一些數(shù)學(xué)研究，包括

【微語】留學(xué)是人生一段重要的經(jīng)歷，不管你做出怎樣的選擇，我們都要去尊重它。