大数据浪潮为高校带来新的专业设置机会

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

本文讲的是大数据浪潮为高校带来新的专业设置机会,美国的不少高等院校如今都在加快设置分析和管理大数据的学位计划。

  这些院校一定都看过麦肯锡公司的那篇报告,该报告警示道,到2018年,数据分析人才将会出现差不多19万人的巨大缺口。他们肯定还听说过一些大公司的雇主,如IBM和SAS等对大数据人才的渴求。

  高等院校多年来一直在提供很多数据分析课程,然而新设的这些高等学位人才是要利用商业智能和其他分析工具将社交媒体、传感器、购买交易、移动及其他大数据源头的数据转变成对企业和政府来说十分有用的信息。

  举例说,德州大学库姆商学院的这个新设学位就将从2013年秋季开始招生,并接受该学院商业分析专业理学硕士的学位申请。

  德州大学信息、风险与运营管理系主任Prabhudev Konana说,“能够分析出机构所累积的数据的某种价值的人才,如今十分抢手。”

  德州大学预计,这一新学位将新招50名学生,但估计有资格的学生申请数量会超过这个数。

  根据到目前为止学生所提交的学位申请,“要招满50名学生不成问题,但是课程设置却是个较大的问题,”德州大学负责该学位设置计划的主任Michael Hasler说。该专业学制11个月,全日制。

  最早开始设置这一先驱性学位计划的是北卡大学,2007年设置了这一学位,2013学年该专业的注册学员有84人。为了满足不断增加的需求,该专业最近进行了扩招,目前已收到了272份申请。

  根据该校所公布的该专业毕业生调查数据,北卡大学2012年分析专业的38名学生均找到了工作。平均年薪为89100美元。

  而之前有过工作经验的学生,其平均年薪达到了10万美元。而且该专业上一届毕业生的60%都有签约分红,这一项的平均收入为16000美元。

  美国西北大学的分析专业硕士班从本周开始上课,注册学生32人。学位计划助理主任Chris Bray说,这一学位设置在西北大学的工学院内,是IBM资助设置的。

  Bray称,西北大学的这些学生有三分之一直接来自本科生,另有三分之一学生已有五年工作经验,其余的三分之一具有五到十年工作经验。年龄中位数27岁。

  该专业学制15个月,全日制,同时也是工学院工业工程学位的必须课,课程内容集合了信息技术、数据科学和商业等,以便让学生能够对数据进行分析,并“交流数据的价值,”Bray说。

  这些新设学位的一个共同要素是要求具备较强的数量分析背景,学习过数学、计算机科学、工程设计、生命科学、金融以及其他基本的数量分析技能。

  今年4月,纽约大学斯特恩商学院也发布了新的商业分析硕士学位计划,该学位将在中国上海和纽约本部招生。开班日期为2013年5月。

  密歇根大学迪尔本商学院的商业分析硕士学位从今年9月5日开班。已有16位兼职学员入学,还有部分学员可能会选择部分全日制课程。

  该大学的一位发言人称,该专业学制两年,招收兼职学员,有些学员可免修部分商业基础课程。

  密歇根州立大学新设置的商业分析硕士学位将从明年1月开班,是与IBM合作的,首届招生了10名学员,并计划在未来几年内扩招。

  衣阿华州洛拉斯学院(迪比克)本月发布了商业管理硕士学位计划,研究重点就在商业分析。首届专业班将于明年夏季开班,已有25名学员申请,学制为两年。

  路易斯安那州立大学(LSU)和SAS商业分析公司上个月宣称将合作开办分析学硕士学位。LSU今年已完成了学位试行计划,有9名学员毕业。

  LSU分析学专业的所有毕业生均在毕业后的几周内都找到了工作。

作者: 波波

来源: IT168

原文标题:大数据浪潮为高校带来新的专业设置机会

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
5月前
|
存储 算法 数据挖掘
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
本文介绍了2023年中国高校大数据挑战赛赛题B的Python实现方法,该赛题涉及DNA存储技术中的序列聚类与比对问题,包括错误率分析、序列聚类、拷贝数分布图的绘制以及比对模型的开发。
107 2
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
|
3月前
|
消息中间件 分布式计算 大数据
大数据-123 - Flink 并行度 相关概念 全局、作业、算子、Slot并行度 Flink并行度设置与测试
大数据-123 - Flink 并行度 相关概念 全局、作业、算子、Slot并行度 Flink并行度设置与测试
167 0
|
5月前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
83 0
|
5月前
|
运维 大数据
【2021年中国高校大数据挑战赛】异常检测比赛知识体系-思维导图
一张思维导图:2021年中国高校大数据挑战赛异常检测比赛知识体系。
62 0
|
4月前
|
机器学习/深度学习 运维 分布式计算
大数据技术专业就业前景
大数据技术专业就业前景广阔,广泛应用于互联网、金融、医疗等众多行业,助力企业数字化转型。岗位涵盖大数据开发、分析、运维及管理,如大数据工程师、分析师和系统运维工程师等。这些岗位因专业性和稀缺性而享有优厚薪资,尤其在一线城市可达20万至50万年薪。随着技术进步和经验积累,从业者可晋升为高级职位或投身数据咨询、创业等领域,发展空间巨大。
203 5
|
3月前
|
消息中间件 分布式计算 大数据
大数据-128 - Flink 并行度设置 细节详解 全局、作业、算子、Slot
大数据-128 - Flink 并行度设置 细节详解 全局、作业、算子、Slot
165 0
|
5月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
102 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
|
5月前
|
存储 大数据 数据处理
Delta Lake革新浪潮:EMR中的数据湖守护者,如何重塑大数据生态?
【8月更文挑战第26天】Delta Lake是一款开源大数据处理框架,以数据版本控制和ACID事务特性著称,在大数据领域崭露头角。在阿里云EMR平台上,它为用户提供高效可靠的数据处理方式,通过结构化的存储、事务日志实现数据版本控制和回滚。Delta Lake在EMR中实现了ACID事务,简化数据湖操作流程,支持时间旅行查询历史数据版本,优化存储格式提高读取速度,这些优势使其在开源社区和企业界获得广泛认可。
58 2
|
5月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题二建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的问题二的建模方案和Python代码实现,包括数据预处理、特征工程、模型训练以及预测结果的输出,旨在通过数据分析与建模方法帮助中国移动北京公司提升客户满意度。
84 2
|
5月前
|
机器学习/深度学习 算法 大数据
【2023年MathorCup高校数学建模挑战赛-大数据竞赛】赛道A:基于计算机视觉的坑洼道路检测和识别 python 代码解析
本文提供了2023年MathorCup高校数学建模挑战赛大数据竞赛赛道A的解决方案,涉及基于计算机视觉的坑洼道路检测和识别任务,包括数据预处理、特征提取、模型建立、训练与评估等步骤的Python代码解析。
94 0
【2023年MathorCup高校数学建模挑战赛-大数据竞赛】赛道A:基于计算机视觉的坑洼道路检测和识别 python 代码解析