為什么澳洲各個(gè)大學(xué)都在開設(shè)這個(gè)專業(yè)？

時(shí)代在變，經(jīng)濟(jì)在變，職業(yè)在變。

進(jìn)入大數(shù)據(jù)時(shí)代，人們對數(shù)據(jù)的關(guān)注前所未有，越來越多的人投身于研究、分析數(shù)據(jù)，并把數(shù)據(jù)作為重要的行事參考依據(jù)。

我們身邊無處不在的都是數(shù)據(jù) 的影子。

最貼近生活的比如今日頭條、百度首頁給你的文章推送，每年各種 app 的年終總結(jié)，你聽了什么歌，錢花在哪里、以及現(xiàn)在很火的人工智能算法，都有?ata 的原理在里面。

Data Science 這個(gè)專業(yè)已經(jīng)是未來的趨勢。

而教育對這種市場變化的反應(yīng)速度是很快的，從澳洲大學(xué) 2016 年底就陸續(xù)新開的各種 ata science 專業(yè)，就知道它是絕對的熱餑餑哦~

所以學(xué)CS（computer science）的想轉(zhuǎn)，學(xué)BA的（business analytics）想轉(zhuǎn)，本身學(xué)數(shù)學(xué)、應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)的也想轉(zhuǎn)…商科轉(zhuǎn)不了的也要去學(xué)個(gè)編程過把癮。

**

**

原因是 Data Science 除了學(xué)得多學(xué)得廣之外，以后還 可以做很多高薪工作。

Data Science 畢業(yè)之后，從事的職業(yè)可以說是非常廣泛并且高薪，我隨便舉幾個(gè)例子。

Data Scientist：科技公司中用的比較多，很多要求 phD 的學(xué)歷。

Data Analyst：金融業(yè)用的比較多。

Risk Manager / Risk Management：金融公司里用的比較多。

Business Analyst：與 Data Analyst 類似，但更加注重商業(yè)，技術(shù)方面的要求相對較低。

Data Engineer：一般是科技公司采用這個(gè)職位，偏向 CS 專業(yè)，需要負(fù)責(zé)數(shù)據(jù)存儲、實(shí)時(shí)處理的工作，對系統(tǒng)、programming 的要求更多。

Statistician：如 Google。偏向統(tǒng)計(jì)，要求較為深入地理解概率統(tǒng)計(jì)。

Statistic Scientist：如亞馬遜。

Research Scientist：與 Data Analyst 相關(guān)。

這些職業(yè)不管是國內(nèi)還是國外，都是高薪的代表。

比如根據(jù)Glassoor的數(shù)據(jù)，Data Scientist 的年薪達(dá)到$118,700（約為151,080澳幣），高居排行榜榜首！其他的數(shù)據(jù)分析師等也多個(gè)上榜！

**

**

同時(shí)，這個(gè)職業(yè)從來不僅僅只是拘泥于互聯(lián)網(wǎng)行業(yè)，各行各業(yè)都在利用大數(shù)據(jù)來解決問題。

有很多公司有相關(guān)職位。比如：

科技公司：Twitter，Microsoft，BAT，搜狗，美團(tuán)，滴滴；

金融公司：Capital One（從建立之初就開始用一些數(shù)據(jù)方法進(jìn)行風(fēng)險(xiǎn)控制等方面的工作），高盛，Blackrock，Hege Fun；

咨詢公司：polunteer（幫助美國政府部門解決反恐、審查等工作），麥肯錫，IBM（傳統(tǒng)咨詢公司也慢慢轉(zhuǎn)向 ata 方向）；

專門做數(shù)據(jù)分析平臺的公司：Kotara，Hotten，Databreak；

其他公司：Horizon（電信），Comecrack（傳媒），消費(fèi)品公司，醫(yī)療公司。

這些公司看得我都心動了！這么棒的專業(yè)，小伙伴們還不下手還愣著干嘛呢？

哪些學(xué)校開設(shè)了這些專業(yè)呢？

請下次給大家分享?。?！