1. 名师简介

郑孝遥，安徽师范大学教授、博士生导师、数据科学与大数据技术专业负责人。主要从事大数据分析、空间数据处理、数据挖掘与信息安全等领域的研究工作。主持国家自然科学基金项目、安徽省自然科学基金项目、高校优秀青年人才支持计划重点项目及省级质量工程项目多项，近几年在国内外高水平期刊和会议发表论文20余篇。担任合肥市中级人民法院智库专家，数字安徽评审专家委员会专家，安徽省科技项目评审专家。

2. 专业简介

Q1.该专业的培养定位是什么？

本专业依据国家战略新兴产业发展需要，适应新一代信息技术产业和区域经济社会发展需要，立足长三角地区，面向全国大数据产业发展和人才需求，培养德、智、体、美、劳全面发展，具备深厚的数学、计算机理论基础和扎实的数据科学和大数据技术专业知识，培养具备良好的思想道德素质和身体心理素质、较高的文化素质和科学素养，培养具有较强的学习能力和实践能力具有很强的科学研究以及工程实践能力，适应社会主义现代化建设需要的创新型人才。培养的毕业生能够从事各行业大数据分析与挖掘、大数据系统开发与处理等工作的专业型人才，成为适应国家经济与信息化建设发展需要的社会主义建设者和接班人。

Q2.该专业的办学特色有哪些？

本专业人才培养特色鲜明，在生源、学制、培养目标及就业方向上形成自己的鲜明特色，建立具有自己特色的理论教学体系和实践教学体系。数据科学与大数据技术专业拥有一支学术水平高、结构合理的教师队伍。学生理论基础厚，实践能力强，团队意识好，具有创新精神。坚持以学生的全面发展为根本，以社会对数据科学与大数据专业从业人员的需求为导向，培养为社会所需要的优秀人才，重视学生创新精神的培养。在课堂教学方面，要求专业基础和必修课程都要开展研究与实践相结合的教学，鼓励和支持教师指导大学生申请大学生创新创业项目并参加各类学科竞赛，促进大学生的实践能力；在课外科研方面，鼓励本科生参与教师的科研项目和横向课题工作，积极参与社会服务工作。

Q3.学习该专业的学生需要具备什么特质？

数据科学与大数据技术专业学科属于交叉学科，以计算机科学、数学及统计学为支撑，以生物、医学、管理学、环境科学、经济学、社会学等学科应用为拓展。主要研究数据的采集整理、数据存储与管理、数据分析等内容，从行业角度对含有高价值的海量数据集进行数据管理、分析、系统研发和应用。这就要求学生具有学融互通、守正创新、博学审问、求真务实的精神。

Q4.该专业在学习的过程中，可能遇到的困难是什么？

数据科学与大数据技术专业属于交叉学科，需要学生具有很好的数学基础，同时也需要与其他应用学科相结合。学习数据科学与大数据技术专业知识是一个系统的过程,在学习的过程中要结合自身的能力特点和兴趣爱好选择一个主攻的专业方向,然后根据个人专业方向学习所需要的专业知识。同时，数据科学与大数据技术专业也是一个重视实践过程的专业，需要同学们有锲而不舍、积极探索的精神。

Q5.社会上是否存在对该专业的理解误区？有哪些？

图灵奖获得者、著名数据库专家Jim Gray 博士观察并总结人类自古以来，在科学研究上，先后历经了实验、理论、计算和数据四种范式。大数据时代我们能够接触海量数据，对事物的分析可以采取全样本数据模式。大数据的兴起引起了科学发现模式的改变，即第四范式：数据密集型科学发现。社会上对数据科学与大数据技术专业的认识存在盲人摸象的现象，数据科学与大数据技术不是简单的“碎片化”数据累加。通过大数据分析来发现数据规律、总结经验，或是通过大数据研发来预测数据趋势、帮助决策。因此，大数据决策逐渐成为一种新的决策方式，大数据应用有力促进了信息技术与各行业的深度融合，大数据开发大大推动了新技术和新应用的不断涌现，大数据成为提升国家治理能力的新途径。

Q6.社会生活中有哪些问题需要通过该专业的人才来解决？

数据被称为“未来的石油”。该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。大数据分析师更是被媒体称为“未来最具发展潜力的职业之一”。数据科学和理、工、农、医、文等多领域交叉，渗透到社会的各行各业中。目前，各行业对数据科学和大数据技术专业人才需求量巨大。

Q7.该专业的学生毕业后主要去了哪些行业？比例如何？有哪些典型案例？

工信部信息显示，“十三五”时期我国大数据产业年均复合增长率超过30%，2021年产业规模突破了1.3万亿元，大数据产业链初步形成。2025年前大数据人才需求仍将保持30%-40%的增速，需求总量在2000万人左右。随着大数据、物联网、5G等技术应用的不断发展，社会对该职业从业人员的需求日益增长。

大数据专业毕业生岗位选择分为三类，分别是大数据开发岗位、大数据分析岗位和大数据运维岗位。在不同的行业和技术体系结构下，这些岗位又具有不同的特点。大数据开发岗位是当前人才需求量比较大的岗位之一，当前选择大数据开发岗位会有相对较大的选择空间。大数据开发岗位分为平台研发岗位和行业场景开发岗位两大类，通常大数据平台研发岗位对于从业者的要求相对比较高，而大数据行业应用场景开发则相对要容易一些。大数据分析岗位专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测，需要运用大数据技术或工具，提取、分析、呈现数据，实现数据的行业意义。大数据运维岗位的核心职责是监控大数据系统是否正常运转，包括资源是否够用、产品应用是否能正常使用等，也可以开发相关工具，保证能够及时发现异常。数据科学与大数据技术专业是新工科背景下国家重点建设的多学科交叉新兴工科专业，就业发展前景比较好，就业前景十分广阔，也可以继续攻读硕士学位。