數(shù)據(jù)科學專業(yè)主要以統(tǒng)計學、機器學習、數(shù)據(jù)可視化以及（某一）領域知識為理論基礎，其主要研究內容包括數(shù)據(jù)科學基礎理論、數(shù)據(jù)預處理、數(shù)據(jù)計算和數(shù)據(jù)管理，數(shù)據(jù)科學的知識體系 .

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

數(shù)據(jù)預處理：為了提升數(shù)據(jù)質量、降低數(shù)據(jù)計算的復雜度、減少數(shù)據(jù)計算量以及提升數(shù)據(jù)處理的準確性，數(shù)據(jù)科學中需要對原始數(shù)據(jù)進行預處理 —— 進行數(shù)據(jù)審計、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)標注等。

數(shù)據(jù)計算：在數(shù)據(jù)科學中，計算模式發(fā)生了根本性的變化 —— 從集中式計算、分布式計算、網(wǎng)格計算等傳統(tǒng)計算過渡至云計算。有一定的代表性的是 Google 云計算 3 大技術、Haoop MapReuce 和 YARN 技術的出現(xiàn)。數(shù)據(jù)計算模式的變化意味著數(shù)據(jù)科學中所關注的數(shù)據(jù)計算的主要目標、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)預處理 ” （或 “ 數(shù)據(jù)計算 ” ）之后，我們需要對數(shù)據(jù)進行管理，以便進行（再次進行） “ 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)科學中，數(shù)據(jù)管理方法與技術發(fā)生了根本性的改變 —— 不僅包括傳統(tǒng)關系型數(shù)據(jù)庫，而且還出現(xiàn)了一些新興數(shù)據(jù)管理技術，例如 NoSQL、NewSQL 技術和關系云等。

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

數(shù)據(jù)科學就業(yè)方向

1. Data Analyst 數(shù)據(jù)分析師 數(shù)據(jù)分析師側重于利用統(tǒng)計學、數(shù)學等知識進行數(shù)據(jù)挖掘，日常的主要工作內容為收集數(shù)據(jù)、清洗數(shù)據(jù)、然后做一些分析或可視化處理，對編程語言有一定的要求，如 R，Python，Javascript，C/C++，SQL 等。初級的 Analyst 的工作就是配合 Scientist 和 Engineer，當業(yè)務需求使用某些方法的時候，他們就是一線操作者，當 scientist 要數(shù)據(jù)，他們要收集清理數(shù)據(jù)，當客戶或者子公司要數(shù)據(jù)，他們也要收集清理數(shù)據(jù)。得出最終的分析報告給產品組工程組或管理層。所以從這個角度講，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)科學家 數(shù)據(jù)科學家是數(shù)據(jù)領域非常具有復合型的高級崗位，往往需要具備能夠獨立完成一整套數(shù)據(jù)分析過程的能力：從數(shù)據(jù)提取，整合、并進行分層，進行統(tǒng)計或其他復雜的分析，創(chuàng)造引人注目的可視化詮釋和效果，開發(fā)具有更寬廣應用前景的數(shù)據(jù)工具。實際工作中主要的精力大概在分布式算法的實現(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)科學家來完成，因此需要非常強大的數(shù)學、統(tǒng)計、計算機背景，在優(yōu)化問題上很有經(jīng)驗。

3. Data Architect 數(shù)據(jù)架構師 都說不想當數(shù)據(jù)架構師的程序猿不是一個好前端。因為一個優(yōu)秀的數(shù)據(jù)架構師應該對所在領域的主流技術體系有一個全面清晰的認識，對某一種技術的原理、運作機理有深入的理解，是該領域的專家，同時具有將客觀事物抽象出來的能力，關注當前技術前沿和熱點，使用最高效的方式解決問題。他們的日常主要任務為創(chuàng)建數(shù)據(jù)管理系統(tǒng)，對數(shù)據(jù)源進行整合、集中、和維護。具體來講，要求會 SQL，XML，HIVE，PIG，SPARK 等，對數(shù)據(jù)庫體系結構有深入了解，擅長數(shù)據(jù)倉庫解決方案等。

4. Data Engineer 數(shù)據(jù)工程師 作為一個新興的職業(yè)類型，數(shù)據(jù)工程師更傾向于掌握 “ 戰(zhàn)術層面 ” 的具體數(shù)據(jù)技能，專注于使數(shù)據(jù)可用并能夠在生產環(huán)境中對數(shù)據(jù)進行處理，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)計分析、機器學習等。他們的日常主要工作內容是用 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 - 轉換 - 裝載）任務和使用 Haoop 生態(tài)工具等，對編程語言要求較高，SQL，HIVE，PIG，R，MATLAB，SAS，SPSS，Python，Java，Ruby，C++，Perl 等等都要會。

5. Database Aministrator 數(shù)據(jù)庫管理員 數(shù)據(jù)庫管理員和數(shù)據(jù)分析的關聯(lián)不是很大，類似于一個 IT 職位，職責為管理數(shù)據(jù)以及支持數(shù)據(jù)管理的設施，確保數(shù)據(jù)庫是提供給所有相關用戶，正在正確、安全的執(zhí)行，因此可能會用到 SQL，haoop 及相關查詢語言，如 Hive 和 Pig。日常專注于優(yōu)化數(shù)據(jù)倉庫，負責數(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)科學家都是使用數(shù)據(jù)的專家，但他們的工作內容是有比較大差別的。通常，商業(yè)分析師要對某專業(yè)領域具有深入的了解和深刻的認識，商業(yè)敏感度高，擅長于從某一領域的數(shù)據(jù)中挖掘信息，以此評估過去、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

Master of Data Science學制 2 年 雅思 6.5 （ 6）

本科學位：計算機科學、數(shù)據(jù)科學或統(tǒng)計學，或等效

2澳國立大學

Master of Applie Data Analytics學制 1.5 年 雅思 6.5 （ 6 ）

相關學科 精算研究、人類學、計算機科學、犯罪學、人口統(tǒng)計學 / 人口研究、工程、流行病學 / 公共衛(wèi)生、金融、信息技術、數(shù)學、物理、政治學、心理學、社會學、統(tǒng)計學。

3昆士蘭大學

Master of Data Science學制 2 年 雅思 6.5 （ 6 ）

相關領域包括信息技術、計算機科學、統(tǒng)計學、數(shù)學、工程、物理、精算研究。4悉尼大學Master of Data Science學制 2 年 雅思 6.5 （ 6 ）

• 量化學科包括數(shù)據(jù)科學，計算機科學，數(shù)學，統(tǒng)計學，工程學，物理學，經(jīng)濟學，金融學或其他被認為是等同的學科。作為指導原則，量化學科的課程應包括一些數(shù)學研究，包括

【微語】留學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。